A transição da Huna para o Google Cloud teve início em 2023, impulsionada pela entrada da startup no programa Google for Startups Accelerator. Nesse primeiro momento, a equipe começou a modernizar sua infraestrutura básica e a desenvolver pipelines gerenciados de aprendizado de máquina, migrando os fluxos de trabalho locais para um ambiente operacional em nuvem.

A etapa seguinte começou dois anos depois, em 2025, com a aprovação no programa AI Academy. Nessa segunda fase, a startup refinou sua arquitetura de MLOps, implementando pipelines automatizados e introduzindo recursos de IA generativa para estruturação e análise de dados em larga escala. O que possibilitou amadurecer nossos processos de engenharia de dados, experimentação e treinamento até o monitoramento e a governança em produção. Os processos implementados, juntamente com a utilização do Gemini Enterprise Agent Platform, permitiram padronizar a base estrutural de treinamento, que estabelece um fluxo único de tratamento de dados, extração de variáveis relevantes e validação de modelos. Essa padronização viabilizou o rápido desenvolvimento e escalabilidade de múltiplos modelos simultâneos voltados para diferentes tipos de câncer (mama, colorretal, pulmão, próstata e colo de útero), sem a necessidade de estabelecer rotinas do zero para cada projeto.

Outro pilar tecnológico fundamental no ecossistema da startup é a família de modelos do Gemini. A aplicação do Gemini foi essencial para superar o desafio do processamento de dados não estruturados, como textos livres presentes em laudos de mamografia, colonoscopia e exames de biópsia. Por meio da ferramenta, a Huna passou a extrair, interpretar e converter automaticamente laudos médicos complexos em tabelas de dados estruturados. Esse pré-processamento eliminou a dependência da rotulagem manual de exames pela equipe técnica e permitiu o pareamento ágil dos exames de sangue com os resultados confirmados de biópsias, treinando a IA para identificar padrões ocultos com precisão.

Para suportar o grande volume de requisições e manter uma gestão financeira rigorosa, a Huna adotou o Cloud Run como componente principal de sua infraestrutura de microsserviços. A solução é responsável por colocar os modelos preditivos prontos em execução operacional exatamente no momento em que são requisitados pelas instituições parceiras.

Em contrapartida, a Huna contou com o BigQuery e recursos de visão e inteligência de dados para apoiar o gerenciamento seguro de uma base com mais de 20 anos de registros e cerca de 5 milhões de exames de pacientes. A tecnologia teve papel importante na movimentação e no cruzamento de grandes volumes de dados na nuvem, atendendo às rigorosas exigências de segurança do setor de saúde e contribuindo para garantir desempenho, agilidade e integridade das informações.

A jornada da Huna com o ecossistema do Google Cloud resultou em produtividade e velocidade operacional no desenvolvimento de soluções de inteligência artificial. Uma das vantagens foi a redução de aproximadamente 50% no tempo de treinamento dos pipelines e modelos de machine learning. Essa otimização acelerou o ciclo de inovação, possibilitando que uma equipe enxuta conseguisse gerenciar múltiplos projetos simultaneamente, mantendo acurácia e capacidade de escala frente a uma base de dados que supera a marca dos 5 milhões de exames.

A automação e a padronização dos fluxos de dados também transformaram a rotina de trabalho do time de pesquisa e tecnologia. Antes do uso de soluções como o Gemini, a equipe precisava criar regras específicas e fazer rotulagem manual de exames para diferentes tipos de câncer. Com a interpretação e a estruturação automatizada promovidas pelas LLMs do Google Cloud, esses dados não estruturados de saúde passam a ser processados de forma muito mais rápida, mantendo a acurácia necessária. Isso liberou os profissionais para atividades estratégicas e acelerou o desenvolvimento de novos produtos.

Do ponto de vista financeiro e de infraestrutura, a adoção de arquiteturas gerenciadas baseadas em microsserviços, como o Cloud Run, estabeleceu um pilar de previsibilidade e eficiência de custos. Ao utilizar a capacidade de scale-to-zero, a Huna eliminou completamente o desperdício com servidores ociosos e custos fixos pesados.

A eficiência tecnológica obtida teve reflexo no valor gerado para as instituições parceiras, como hospitais, clínicas e laboratórios. A rápida interpretação e cruzamento de dados de exames laboratoriais e laudos clínicos dinamiza a geração de pareceres e reduz os problemas operacionais. Como consequência disso, os pacientes contam com um um rastreamento otimizado: a estratificação de risco permite que aqueles em situação de atraso nos exames preventivos sejam engajados prioritariamente na linha de cuidado, permitindo intervenções precoces sem inflar o volume de exames desnecessários no sistema público ou privado.

Ao planejar os próximos passos, a Huna projeta a expansão de seu portfólio no Google Cloud. Assim, pretende desenvolver novos produtos focados na estruturação de dados clínicos contidos em textos livres: como laudos, evoluções médicas e prontuários. Para viabilizar essa iniciativa nos próximos meses, a startup planeja realizar testes robustos com o MedGemma, modelo de linguagem do Google especializado no contexto médico.