A saúde contemporânea atravessa uma transição fundamental: do modelo reativo, focado no tratamento de sintomas, para a medicina preditiva, guiada por dados. Esta palestra explora o impacto da abordagem data-driven e da bioinformática na construção de modelos avançados de predição de adoecimento. A partir da integração de vastos volumes de dados de saúde, sinais biológicos e registros clínicos, algoritmos são capazes de identificar padrões ocultos e trajetórias de risco antes mesmo da manifestação clínica de uma doença. Sob a perspectiva integrada da ciência de dados e da pesquisa biológica, a apresentação demonstrará como a modelagem matemática atua na extração de valor desses dados complexos. Além disso, abordará o caminho em direção ao empreendedorismo científico, ilustrando a ponte entre o desenvolvimento acadêmico e o mercado. O objetivo é mostrar como transformar modelos de alta complexidade biológica em soluções clínicas escaláveis e ferramentas de suporte à decisão médica.