Vještačka inteligencija otkrila moguća neželjena dejstva Ozempika iz 400.000 objava na Redditu

Tim istraživača sa Univerziteta Pensilvanije analizirao je pomoću vještačke inteligencije više od 400.000 objava na Redditu i pronašao da korisnici lijekova poput Ozempika, Vegovija, Mundžara i Zepbaunda prijavljuju simptome koji nisu u potpunosti obuhvaćeni kliničkim ispitivanjima - od promjena u menstrualnom ciklusu do zimiće, naleta vrućine i umora.

Istraživanje, objavljeno u časopisu Nature Health, obuhvatilo je više od pet godina objava skoro 70.000 korisnika Reddita koji koriste semaglutid (Ozempik, Vegovi, Ribelsus) i tirzepatid (Mundžaro, Zepbaund) - lijekove koji se prvenstveno koriste za dijabetes i mršavljenje. Dvije kategorije simptoma su se posebno izdvojile kao vrijedne daljeg proučavanja: reproduktivni simptomi, uključujući promjene menstrualnog ciklusa, i problemi sa tjelesnom temperaturom, poput zimiće i naleta vrućine.

Autori studije naglašavaju da rezultati ne dokazuju da lijekovi izazivaju te simptome, već da veliki skup spontanih izvještaja pacijenata može ukazati na signale koje vrijedi dodatno ispitati. „Neka neželjena dejstva koja smo pronašli, poput mučnine, su dobro poznata, i to pokazuje da metoda hvata pravi signal“, rekao je Šarat Čandra Guntuku, vanredni profesor računarskih i informacionih nauka na Univerzitetu Pensilvanije i glavni autor studije. Prema njegovim riječima, simptomi koji se ne prijavljuju dovoljno predstavljaju tragove koji su došli direktno od pacijenata, bez ikakvog podsticaja, i ljekari bi mogli da im posvete pažnju.

Ko-autor studije Lajl Ungar, profesor na istom univerzitetu, objašnjava da klinička ispitivanja obično identifikuju najopasnija neželjena dejstva lijekova, ali mogu da promaše simptome koji najviše brinu same pacijente. Neil Sehgal, prvi autor studije i doktorand koji radi pod mentorstvom Guntukua i Ungara, naveo je da je skoro četiri procenta korisnika Reddita iz uzorka prijavilo nepravilnosti u menstrualnom ciklusu, što bi bio još veći procenat u uzorku sastavljenom samo od žena.

Istraživači podsjećaju da ideja o analizi onlajn razgovora radi otkrivanja bezbjednosnih signala o lijekovima nije nova - Ungar je učestvovao u jednom od prvih takvih pokušaja još 2011. godine. „Onlajn zajednice pacijenata funkcionišu slično kao komšijske priče iz kraja - ljudi koji koriste ove lijekove razmjenjuju iskustva u realnom vremenu, o stvarima koje rijetko pomenu ljekaru na pregledu ili u zvaničnom izvještaju“, rekao je Ungar.

Guntuku ovaj pristup naziva „računarskim društvenim osluškivanjem“ - metodom koja koristi računarske alate da bi u ogromnim količinama onlajn razgovora o zdravlju prepoznala obrasce. Pacijenti, međutim, rijetko opisuju simptome standardnom medicinskom terminologijom, pa je istraživačima bio potreban način da svakodnevni jezik prevedu u standardizovane kategorije, za šta su koristili medicinski rečnik za regulatorne aktivnosti poznat kao MedDRA.

Istraživači naglašavaju da klinička ispitivanja ostaju zlatni standard, ali da su po prirodi spora, dok analiza društvenih mreža može mnogo brže da ukaže na moguće probleme kada neki lijek naglo postane masovno korišćen. Autori poručuju da su potrebna dalja istraživanja kako bi se utvrdilo da li postoji stvarna veza između ovih lijekova i prijavljenih simptoma.