Medicamentos populares para perda de peso e diabetes, como semaglutida e tezepatida, transformaram o tratamento da obesidade e o controle glicêmico. Agora, os pesquisadores da Penn dizem que a inteligência artificial também pode ajudar a detectar efeitos colaterais que os pacientes discutem online, mas que nem sempre são totalmente refletidos em ensaios clínicos ou documentos oficiais sobre medicamentos.
Em um novo estudo publicado em saúde naturalOs pesquisadores analisaram mais de 400 mil postagens do Reddit escritas por quase 70 mil usuários ao longo de cinco anos. As suas descobertas destacam vários sintomas comuns, incluindo alguns que podem merecer mais atenção científica, como irregularidades menstruais e sintomas relacionados com a temperatura, como arrepios e afrontamentos.
“Alguns dos efeitos colaterais que encontramos, como náusea, são bem conhecidos, o que sugere que este método está captando sinais reais”, disse Sharath Chandra Guntuku, professor associado de pesquisa em ciência da computação e da informação (CIS) na Faculdade de Engenharia da Pensilvânia e autor sênior do estudo. “Sintomas subnotificados são pistas espontâneas que os próprios pacientes emitem, e os médicos podem notá-los”.
Lyle Ungar, professor do CIS e coautor do estudo, disse que as redes sociais podem fornecer informações sobre preocupações que os pacientes nem sempre levantam durante a consulta médica.
“Os ensaios clínicos identificam frequentemente os efeitos secundários mais perigosos de um medicamento”, disse Ungar. “Mas eles podem não conseguir encontrar os sintomas que mais preocupam os pacientes; embora as redes sociais não sejam necessariamente representativas, o grande número de publicações pode refletir preocupações adicionais”.
AI e Reddit revelam problemas emergentes do GLP-1
Os pesquisadores enfatizaram que o estudo não provou que os medicamentos causassem os sintomas discutidos online. Em vez disso, as descobertas apontam para padrões que podem exigir uma investigação mais aprofundada.
“Não podemos dizer que o GLP-1 realmente causa esses sintomas”, disse Neil Sehgal, primeiro autor do estudo e estudante de doutorado no CIS que atua como conselheiro de Guntuku e Ungar. “Mas na nossa amostra, quase 4% dos utilizadores do Reddit relataram menstruação irregular, e este número foi ainda maior na amostra feminina.
O estudo baseia-se em anos de estudo de conversas online em busca de pistas sobre os efeitos colaterais dos medicamentos. Em 2011, Ungar esteve envolvido em um dos primeiros projetos para explorar conteúdo da web gerado por usuários em busca de relatórios de reações adversas a medicamentos.
“As comunidades de pacientes online funcionam como as fofocas da vizinhança”, disse Ungar. “As pessoas que tomam esses medicamentos trocam notas em tempo real, compartilhando experiências que raramente aparecem em consultas médicas ou em relatórios formais”.
À medida que as plataformas de redes sociais se expandiram, estas discussões tornaram-se uma fonte cada vez mais valiosa de informação relacionada com a saúde, embora a recolha e análise de dados se tenha tornado cada vez mais difícil ao longo do tempo, dizem os investigadores.
“Os ensaios clínicos são o padrão-ouro, mas por natureza são lentos”, disse Guntuku. “Isso não substitui os testes, mas pode progredir mais rapidamente, e essa velocidade é importante quando um medicamento passa de um nicho para o mainstream quase da noite para o dia”.
Modelos de linguagem grande aceleram a detecção de efeitos colaterais
Um dos desafios no estudo das discussões on-line sobre saúde é a escala. As pessoas descrevem os sintomas de muitas maneiras diferentes, tornando difícil comparar sistematicamente as publicações nas redes sociais com a terminologia médica padronizada no Dicionário Médico para Atividades Regulatórias (MedDRA), que os médicos usam para classificar os sintomas.
A ascensão de grandes modelos de linguagem, como GPT e Gemini, mudou isso. Os investigadores dizem que estes sistemas de inteligência artificial podem agora processar grandes volumes de discussões online de forma mais rápida e consistente.
“Grandes modelos de linguagem tornam esta análise muito mais rápida e padronizada a um nível que antes era difícil de alcançar”, disse Sehgal.
Embora os usuários do Reddit não sejam inteiramente representativos da população em geral, pois tendem a ser mais jovens, têm maior probabilidade de serem do sexo masculino e vivem desproporcionalmente nos Estados Unidos, muitos dos sintomas relatados são consistentes com os efeitos colaterais conhecidos da semaglutida e da tezepatida. Cerca de 44% dos usuários do estudo citaram pelo menos um efeito colateral, sendo o mais comum problemas gastrointestinais.
Sintomas inesperados relatados por usuários do GLP-1
O que chama a atenção dos pesquisadores são sintomas que podem não ser totalmente capturados nos rótulos atuais dos medicamentos ou nos sistemas padrão de notificação de eventos adversos.
Quase 4% das usuárias que relataram efeitos colaterais também descreveram sintomas reprodutivos, incluindo ciclos menstruais irregulares, sangramento intermenstrual e sangramento intenso.
Outros usuários relataram sintomas relacionados à temperatura, como calafrios, sensação de frio, ondas de calor e sensação de febre.
A fadiga também surgiu como uma das queixas mais discutidas. Na verdade, é o segundo sintoma mais comum relatado pelos usuários do Reddit, apesar de aparecer com menos destaque em muitos ensaios clínicos.
“Acredita-se que essas drogas atuem agindo em uma parte do cérebro chamada hipotálamo, que ajuda a regular uma variedade de hormônios”, disse a coautora do estudo Jena Shaw Tronieri, pesquisadora sênior do Centro de Peso e Distúrbios Alimentares da Penn State. “Isso não significa que os medicamentos estejam necessariamente causando esses sintomas, mas pode sugerir que o relato de alterações menstruais e da temperatura corporal seja mais digno de desenvolvimento”.
Pesquisadores esperam expandir além do Reddit
A equipe espera que as descobertas encorajem os cientistas e os prestadores de cuidados de saúde a prestar mais atenção aos tipos de efeitos colaterais que os pacientes discutem online.
“Eles estão claramente na mente do paciente e isso é preocupante”, disse Sehgal.
Os investigadores também planeiam expandir a análise para além do Reddit e das comunidades de língua inglesa para determinar se padrões semelhantes aparecem noutras plataformas de redes sociais e populações em todo o mundo.
“Ainda não sabemos se o que vemos no Reddit reflete a experiência dos usuários do GLP-1 em todo o mundo ou se é exclusivo das pessoas nos Estados Unidos que postam no Reddit”, disse Ungar.
Em última análise, os investigadores acreditam que a análise de conversas nas redes sociais assistida por IA pode tornar-se uma ferramenta importante para identificar preocupações emergentes sobre drogas e tendências de saúde antes dos sistemas tradicionais.
Para produtos de saúde de rápida disseminação, especialmente substâncias vendidas em mercados pouco regulamentados ou não regulamentados (como peptídeos injetáveis), as conversas online em plataformas como Reddit e TikTok podem fornecer algumas das primeiras pistas sobre a experiência do utilizador.
“O objetivo desta abordagem é que ela pode avançar rapidamente e é aí que é mais valiosa”, disse Guntuku.
A pesquisa foi conduzida na Faculdade de Engenharia e Ciências Aplicadas da Penn State. Os autores não relatam nenhum financiamento externo. Tronieri relata o recebimento de uma doação iniciada pelo investigador da Novo Nordisk e honorários de consultoria da Currax Pharmaceuticals, LLC em nome da Penn State. Os demais autores não relatam conflitos de interesse.
