Искусственный интеллект помог учёным выявить симптомы, о которых сообщают пациенты, принимающие популярные препараты для похудения, но которые слабо отражены в официальных данных. Исследователи из Пенсильванского университета проанализировали более 400 тыс. постов на платформе Reddit и обнаружили, что пользователи семаглутида и тирзепатида часто жалуются на нарушения менструального цикла и изменения терморегуляции.
В ходе исследования, опубликованного в Nature Health, были изучены сообщения почти 70 тыс. пользователей за пять лет. Система подтвердила, что часто фиксирует уже известные побочные эффекты препаратов, такие как тошнота и расстройства пищеварения. Это, по словам авторов, говорит о надёжности метода. Однако анализ выявил и другие группы жалоб, требующие дополнительного изучения.
Наибольший интерес вызвали сообщения о сбоях в репродуктивной системе, включая нерегулярные и обильные менструации, а также о проблемах с температурой тела – ознобе, приливах жара и ощущении холода. Кроме того, усталость стала второй по частоте жалобой в проанализированных данных, хотя в клинических испытаниях этот симптом редко достигает порога для включения в отчёты.
Авторы работы подчёркивают, что их выводы не доказывают прямой причинно-следственной связи между приёмом лекарств и описанными симптомами. Речь идёт лишь о сигналах, которые заслуживают внимания клиницистов и дальнейших исследований. Социальные сети позволяют отследить беспокоящие пациентов проблемы в реальном времени, в то время как клинические испытания, оставаясь «золотым стандартом», проходят медленнее и не всегда охватывают весь спектр жалоб массовой аудитории.
Потенциально эти симптомы могут быть связаны с механизмом действия препаратов. Считается, что они влияют на гипоталамус – область мозга, которая регулирует в том числе голод, гормональный фон, репродуктивную функцию и температуру тела. Это делает жалобы пациентов биологически правдоподобными, но гипотеза нуждается в проверке.
Технологически анализ стал возможен благодаря большим языковым моделям, которые способны обрабатывать огромные массивы неструктурированного текста и сопоставлять разговорные описания симптомов со стандартизированной медицинской терминологией. В будущем такой подход может стать системой раннего оповещения о побочных эффектах новых лекарств и биодобавок, которые быстро набирают популярность в интернете.
