Do úmido ao seco: Como a IA está revolucionando o design de laboratórios

Os laboratórios estão passando por grandes mudanças graças a um disruptor comum: a inteligência artificial (IA). Modelagem matemática avançada, análise computacional de dados e design generativo estão impulsionando a demanda por laboratórios secos, que, como o nome sugere, diferem dos chamados laboratórios úmidos, com seu uso de líquidos, produtos químicos e amostras biológicas.

Laboratórios úmidos e ciência prática continuam sendo fundamentais para a pesquisa, mas uma empresa global de consultoria estima que a IA generativa pode produzir até US$ 28 bilhões em valor anual apenas na descoberta de medicamentos.

“Já estamos vendo a demanda por laboratórios secos aumentar à medida que grandes organizações farmacêuticas buscam modernizar a infraestrutura”, diz Richard Cairnes, diretor de Projetos e Obras para life sciences da JLL para Europa, Oriente Médio e África. “Pode ser a criação de instalações em novos países, com cientistas colaborando por meio da nuvem, ou simplesmente adaptando laboratórios existentes para preparar o futuro e complementar os recursos de pesquisa atuais.”

Há, por exemplo, o Wellcome Genome Campus do Reino Unido, onde o desenvolvimento em andamento inclui amplas áreas de planta aberta para trabalho de laboratório seco e análise de dados, além de espaços dedicados para computação de alto desempenho e pesquisa em IA. Ou o Centro Max Delbrück de Medicina Molecular (MDC) da Alemanha, em Berlim, que adicionou um espaço substancial de laboratório seco para bioinformática e biologia computacional.

Embora as principais descobertas ainda venham de cientistas humanos, Gul Dusi, diretora-executiva de Projetos e Obras para life sciences da JLL nos Estados Unidos, acredita que o uso mais extensivo de modelagem e IA alterará fundamentalmente o design de laboratórios. “Isso afeta o layout geral, alterando número de bancadas, energia, servidor e conexões de dados necessárias, bem como a forma como as pessoas se movem e interagem no espaço do laboratório”, ela diz.

Embora os laboratórios secos não exijam o mesmo design ou infraestrutura dos laboratórios úmidos, há outras considerações, como a necessidade de sistemas robustos de energia e HVAC para suportar uma maior densidade de equipamentos de alta tecnologia. Isso significa que, apesar de a reutilização de ativos ociosos para laboratórios secos seja uma possibilidade, nem todos os edifícios são adequados para uso adaptativo.

Dusi destaca os laboratórios de computação quântica como um exemplo. “É um dos edifícios mais complicados de construir porque exige um ambiente quase astronáutico sem pressão atmosférica, criado por tanques de nitrogênio e gás argônio”, explica.

Além dos requisitos de energia, Dusi acrescenta que os laboratórios secos ainda podem precisar de capacidade de carga substancial para equipamentos grandes ou pesados, ter requisitos de altura do piso ao teto ou considerações de vibração.

Cairnes concorda e diz que, para desenvolvedores e proprietários que buscam ROI, o desembolso de capital para elementos técnicos contrastantes tornará mais difícil equipar laboratórios secos especulativamente, pois os inquilinos terão requisitos muito específicos.

“Embora os custos físicos do edifício possam não diferir muito dos laboratórios tradicionais, são os equipamentos mais complexos de IA, automação e robótica necessários que aumentarão a conta”, cita. “É provável que a provisão de espaço laboratorial flexível que atenda às necessidades dos cientistas usuários finais e seus planos científicos específicos permaneça e seja fundamental no laboratório do futuro.”

Profissionais de gerenciamento de projetos agora estão usando ferramentas digitais e IA para criar eficiências de tempo e qualidade para construção mais estratégica e econômica de projetos de life sciences.

A capacidade da IA de coletar, organizar e interpretar grandes volumes de informações para extrair insights úteis pode ajudar em tudo, desde planejamento de aquisições e programação de cronogramas até monitoramento da segurança do local ou melhoria da sustentabilidade.

Cairnes explica como a modelagem de informações de construção (BIM) ajuda a criar gêmeos digitais para visualização e melhor planejamento. “Por exemplo, pode detectar possíveis conflitos entre tubulações, dutos ou elementos elétricos e estruturais como vigas, que podem causar problemas caros mais adiante”, comenta.

Para Dusi, o potencial da IA para melhorar a experiência geral e o bem-estar das pessoas que trabalham em laboratórios de life sciences é o que mais a empolga. Ela vê um enorme potencial para a IA simular vários cenários e criar design baseado em evidências para maior produtividade e eficiência.

“Ao analisar o caminho de acesso dos cientistas, quantos passos são necessários entre vários equipamentos, como eles interagem com seus colegas em laboratórios úmidos e secos, bem como variáveis como qualidade do ar, luz natural, podemos projetar e construir laboratórios que ajudem os pesquisadores a alcançar descobertas importantes mais rapidamente”, afirma.