De longe, a história da Theranos parece simples: Elizabeth Holmes mentiu, o aparelho nunca funcionou como prometido e todos deveriam ter percebido. A vida real, infelizmente, é menos generosa. Em saúde, uma promessa absurda costuma vir acompanhada de uma tecnologia legítima, alguns termos técnicos e a esperança muito humana de resolver um problema difícil com um aparelho pequeno.
É por isso que a Haemanthus merece atenção — não como prova de fraude, mas como exercício de leitura. A empresa trabalha em um dispositivo que usa lasers para analisar sangue, saliva ou urina, e fala em milhares de biomarcadores e inteligência artificial. A proposta pode ter fundamento científico. O problema é outro: quando a tecnologia é apresentada como panaceia, o alarme deve tocar antes do aplauso.
A tecnologia realmente faz o que prometem?
Não existe tecnologia médica capaz de substituir automaticamente todas as etapas do diagnóstico. A espectroscopia Raman, associada à Haemanthus, é uma técnica real, descoberta em 1928, que utiliza lasers para identificar estruturas químicas em moléculas. Pesquisadores estudam seu uso em amostras de tecido, na detecção precoce de câncer e no monitoramento de glicose. Isso é promissor. Não é mágico.
O detalhe importa porque um laser não transforma uma amostra biológica em uma resposta perfeita. Diferentes biomarcadores exigem procedimentos diferentes, e uma pequena quantidade de material pode ser difícil de analisar. Um exame de sangue também não responde sozinho a todas as perguntas: muitas vezes ele serve para eliminar hipóteses, enquanto outros exames completam o diagnóstico. A tecnologia pode ser excelente em um caso e inadequada em outro. Ferramenta, não oráculo.
A Theranos enfrentou justamente esse abismo entre demonstração e desempenho clínico. A empresa prometia resultados de dezenas de testes usando uma gota de sangue, mas acabou recorrendo a equipamentos Siemens, baseados em métodos tradicionais. Uma picada no dedo ainda traz problemas práticos: pode romper células, sofrer contaminação superficial e misturar sangue com fluido intersticial. O aparelho não precisava apenas funcionar em uma apresentação. Precisava funcionar de modo consistente, com pacientes reais e consequências reais.
Por que a medicina não acompanha o ritmo das startups?
Uma startup de saúde não consegue passar da promessa ao produto confiável em um ano sem enfrentar obstáculos extraordinários. O desenvolvimento médico costuma levar de cinco a quinze anos, e até a vacina contra a covid-19, criada em cerca de dez meses, dependeu de coordenação global, dezenas de bilhões de dólares e aproximadamente três décadas de pesquisa anterior em vacinas de RNA mensageiro.
Por isso, a previsão de um protótipo revolucionário da Haemanthus em cerca de um ano, mencionada em 2023, soa como uma bandeira vermelha — ainda mais porque estamos em 2026 e a promessa continua cercada de pouca informação pública. A empresa teria entre dois e dez funcionários, segundo sua página no LinkedIn, e não mantém um site detalhado. O que se sabe vem sobretudo de um documentário e de uma reportagem do New York Times publicada em 2025.
A proposta pública inclui começar com testes veterinários e, talvez, chegar aos seres humanos. O objetivo de longo prazo seria um dispositivo vestível do tamanho de um selo, com desenvolvimento estimado em três anos e US$ 70 milhões. Parece uma linha do tempo ousada para qualquer dispositivo médico, sobretudo quando empresas consolidadas ainda lutam para detectar — e não diagnosticar — duas ou três condições em aparelhos vestíveis.
O que a história dos monitores de glicose ensina?
A história dos monitores contínuos de glicose mostra que avanços aparentemente óbvios são trabalhosos. As tentativas de monitorar glicose começaram em meados do século XIX. Um dispositivo portátil só apareceu na década de 1960, e o primeiro monitor contínuo aprovado pela FDA, o Medtronic MiniMed, chegou em 1999. Ele podia ser usado por apenas três dias, e os dados não eram exibidos em tempo real.
O primeiro monitor contínuo em tempo real só apareceu em 2004. Os modelos vendidos sem receita chegaram em 2024. Em 2026, a Abbott anunciou um dispositivo capaz de medir dois biomarcadores. Não é exatamente uma corrida de Fórmula 1. É uma procissão de validação, testes, bateria, sensores, diferenças de pele, sinais fracos e aprovação regulatória.
A inteligência artificial pode ajudar a interpretar sinais e talvez remover alguns obstáculos técnicos. Ela não substitui ensaios clínicos, validação independente nem autorização dos órgãos reguladores. Um produto pode estar pronto e permanecer anos preso em um labirinto burocrático. Isso já aconteceu com produtos da Withings. Um dispositivo vestível apelidado de “taint zapper” levou seis anos, testes e pelo menos US$ 1 milhão para chegar ao mercado. Em medicina, a pressa costuma cobrar juros.
Quais sinais indicam que uma empresa não mostra o trabalho?
A ausência de pesquisa revisável é um dos sinais mais fortes de alerta em tecnologia de saúde. Uma empresa pode proteger segredos industriais, mas precisa demonstrar que seu produto funciona por meio de dados, métodos e resultados que outras pessoas possam examinar. Sem isso, resta ao público acreditar na apresentação — e apresentações são excelentes lugares para esconder rachaduras.
A Theranos não publicou sua pesquisa nem a submeteu adequadamente à revisão por pares. No começo de 2015, antes da reportagem decisiva do Wall Street Journal, o professor de Stanford John P. A. Ioannidis criticou essa falta de evidência em um artigo na JAMA. A resposta da empresa foi enviar advogados para pressioná-lo a retirar sua opinião. Em uma empresa de biotecnologia, processar o mensageiro em vez de responder aos dados não costuma ser um perfume de credibilidade.
Publicar, porém, não concede passe livre. Oura, Apple e Google divulgam pesquisas clínicas e artigos revisados por pares, mas até estudos publicados precisam ser lidos com cuidado. Há estudos pequenos, desenhos frágeis, desfechos escolhidos a dedo e pesquisas de percepção do consumidor vendidas como evidência clínica. Ciência também pode ser usada como maquiagem. A diferença é que, nesse caso, pelo menos existe uma superfície que pode ser raspada.
Como separar inovação médica de conversa fiada?
Uma forma prática é perguntar o que a empresa mede, em qual amostra, com que precisão e contra qual padrão de referência. Depois, procure estudos independentes, resultados negativos, limitações declaradas e detalhes sobre aprovação regulatória. Se a resposta for uma nuvem de palavras como “milhares de biomarcadores”, “IA nativa” e “revolucionário”, mas sem números verificáveis, a nuvem talvez esteja escondendo o chão.
Também convém observar a maneira como os executivos falam da tecnologia. Lasers não são novidade secreta, assim como inteligência artificial não é pó de fada para investidores. Toda ferramenta tem situações em que funciona bem e outras em que falha. Quando alguém transforma um componente real em solução universal, está fazendo mais do que explicar uma inovação: está tentando encurtar a distância entre hipótese e prova.
Feiras como a CES colocam lado a lado empresas que trabalham seriamente e startups que vendem vapor em uma caixa bonita. Para o consumidor, a distinção é difícil porque saúde não é um produto qualquer. Ninguém quer ficar doente, esperar meses por um diagnóstico ou ouvir que o tratamento exige várias etapas. O milagre é uma pílula muito mais fácil de engolir do que a ciência demorada.
O caso da Haemanthus não permite concluir, com as informações disponíveis, que a empresa seja uma nova Theranos. Talvez a tecnologia produza resultados úteis em aplicações específicas. Talvez descubra-se que o salto entre a demonstração e o uso clínico é grande demais. O ponto é não confundir uma técnica real com uma promessa comprovada, nem segredo comercial com evidência.
A Theranos não inventou o desejo de acreditar. Apenas mostrou como esse desejo pode ser embalado com uma gola alta preta, um laboratório discreto e palavras que parecem saber mais do que sabem. O próximo aparelho pode usar lasers, inteligência artificial ou qualquer outra coisa que brilhe sob a luz certa. Ainda assim, a pergunta continua prosaica: onde estão os dados?
