Ученые из Университета Пенсильвании провели уникальное исследование, в котором использовали искусственный интеллект для анализа более 400,000 постов на Reddit. Это позволило выявить симптомы, связанные с популярными препаратами для похудения и лечения диабета — семаглутидом и тирзепатидом, которые могут быть недооценены в клинических испытаниях и официальных документах.
В ходе исследования, охватывающего более пяти лет и почти 70,000 пользователей Reddit, были выделены две основные группы симптомов, требующих дальнейшего изучения: репродуктивные симптомы, такие как нерегулярные менструальные циклы, и температурные жалобы, включая озноб и приливы. Исследователи отметили, что некоторые из выявленных побочных эффектов, например, тошнота, уже известны, что подтверждает эффективность метода.
Авторы исследования подчеркивают, что их выводы не являются причинно-следственными. Например, почти 4% пользователей Reddit сообщили о менструальных нарушениях, что может быть еще более высоким в женской выборке. Это сигнал, который стоит изучить более тщательно.
Социальные сети становятся все более важным источником информации о побочных эффектах лекарств. Ученые отмечают, что, хотя клинические испытания остаются золотым стандартом, они по своей природе медлительны. В то время как анализ данных из социальных сетей может происходить гораздо быстрее, что особенно важно, когда новый препарат быстро становится популярным.
Использование больших языковых моделей, таких как GPT, значительно упростило анализ постов в социальных сетях, позволяя обрабатывать данные на беспрецедентном уровне. Несмотря на то что выборка пользователей Reddit не является репрезентативной, симптомы, описанные в их сообщениях, в значительной степени совпадают с известными побочными эффектами семаглутида и тирзепатида.
Исследователи надеются, что их работа побудит клиницистов и ученых обратить внимание на обсуждаемые в интернете побочные эффекты. В будущем они планируют расширить свои исследования за пределы Reddit и английскоязычных сообществ, чтобы проверить, сохраняются ли аналогичные паттерны в других платформах и популяциях. Это может стать полезным инструментом для раннего выявления проблем с новыми препаратами и трендами в области здоровья.