בינה מלאכותית מוצאת תופעות לוואי לא מתועדות בעטים לירידה במשקל

חוקרים מאוניברסיטת פנסילבניה השתמשו בשפות של בינה מלאכותית כדי לנתח יותר מ-400,000 פוסטים של Reddit ולזהות תסמינים אצל משתמשים בתרופות להרזיה שאינן מופיעות בתוספות החבילות הרשמיות. המחקר, שפורסם ב-Nature Health, חשף שחלק מהתופעות השליליות שדווחו על ידי מטופלים לא זוהו בניסויים קליניים קונבנציונליים.

המחקר כיסה פוסטים מכ-70 אלף משתמשים במשך יותר מ-5 שנים. התרופות שנותחו כוללות סמגלוטייד ו-tirzepatide, שנמצאות בשימוש נרחב לסוכרת ולירידה במשקל. מודלים גדולים של שפה כמו GPT ו-Gemini עיבדו את הפוסטים וסיווגו את התסמינים המתוארים.

AI חושף תסמינים לא מתועדים

מחזורי מחזור לא סדירים, דימום בין וסתי, צמרמורות, גלי חום, תחושות דמויות חום ועייפות היו בין התסמינים שתועדו על ידי משתמשים ברשתות החברתיות. תופעות לוואי אלו אינן מופיעות בתיעוד המסופקים על ידי היצרנים או בדוחות ניסויים קליניים מסורתיים.

הקושי הקודם בניתוח מידע זה טמון בעובדה שהמטופלים מתארים את אותם תסמינים בדרכים שונות. בינה מלאכותית הצליחה לתקנן ולזהות דפוסים ששיטות קונבנציונליות לא קולטות.

לדברי לייל אונגר, פרופסור למערכות מידע ומחבר שותף במחקר, ניסויים קליניים מזהים בדרך כלל רק את תופעות הלוואי המסוכנות ביותר. “אבל אולי הם לא יוכלו לזהות אילו תסמינים מדאיגים את המטופלים ביותר. למרות שהמדיה החברתית אינה בהכרח מייצגת, מספר רב של פוסטים עשוי לשקף חששות נוספים”, הסביר בהודעה לעיתונות.

יתרון מהירות בזיהוי

השיטה שהציעו החוקרים מציעה אלטרנטיבה מהירה יותר לניסויים קליניים מסורתיים. מהירות זו היא קריטית במיוחד כאשר תרופה עוברת משימוש בנישה לשוק המיינסטרים כמעט בן לילה, כפי שקרה עם סמגלוטייד ו-tirzepatide.

Sharath Chandra Guntuku, פרופסור עמית למדעי המחשב ומידע ב-Penn Engineering ומחבר בכיר של המחקר, הדגיש: “הפתרון הזה לא מחליף ניסויים קליניים, אבל הוא יכול להיות הרבה יותר מהיר”.

הניתוח אפשר לחוקרים לחלץ מידע רב ערך מקהילות מקוונות ללא צורך בתהליכים בירוקרטיים ארוכים. Reddit שימש מקור עשיר לדיווחים אמיתיים ממטופלים שחולקים חוויות באופן אורגני.

השלבים הבאים במחקר

החוקרים מתכננים להרחיב את הניתוח מעבר לקהילות של Reddit ודוברי אנגלית. המטרה היא להשוות תוצאות בין שפות ואזורים שונים כדי לראות אם יש דפוסים דומים בתופעות הלוואי המדווחות.

התרחבות גיאוגרפית ולשונית זו עשויה לחשוף שינויים בתסמינים המדווחים בין אוכלוסיות שונות. נתונים שנאספו מקהילות דוברות שפה פורטוגזית, ספרדית, צרפתית ואחרות עשויים לספק מידע נוסף על בטיחותן של תרופות אלו.

Leia Tambem

פסטיבל Summer Sonic 2026 מאשר הופעות של ג’ני, ג’ון ספנסר ו-Ave Mujica ביפן

לאמין ימאל לובש את מספר 19 במונדיאל 2026 וחוזר על המספר של צ’אבי הרננדס

לאמין ימאל לובש את מספר 19 במונדיאל 2026 וחוזר על המספר של צ’אבי הרננדס

הממצאים ישותפו עם אנשי מקצוע בתחום הבריאות כדי להזהיר מטופלים מפני תופעות לוואי שלא דווחו על ידי המדע המסורתי. רופאים יוכלו להשתמש במידע זה כדי לייעץ טוב יותר למטופליהם לגבי חוויות שליליות אפשריות.

השפעה על ניטור תרופות

המחקר מדגים כיצד בינה מלאכותית יכולה להשלים מערכות מעקב פרמצבטיות מסורתיות. סוכנויות רגולטוריות במספר מדינות עוקבות אחר תרופות לאחר אישורן, אך המתודולוגיה הנוכחית עשויה להיות איטית ללכוד את כל התגובות השליליות.

הגישה החדשנית סוללת את הדרך למערכת התרעה מוקדמת המבוססת על נתוני מדיה חברתית. כאשר משתמשים רבים מדווחים על סימפטום ספציפי, אלגוריתמים יכולים לסמן תופעות לוואי אפשריות לפני שהן הופכות לבעיה משמעותית בבריאות הציבור.

מודלים של שפה גדולים גם מפחיתים את עלויות התפעול של הניתוח. בעבר, לימוד מיליוני דוחות היה דורש צוותים גדולים של חוקרים לקרוא ידנית כל פוסט. כעת, מכונות יכולות לעבד נתונים בשבריר מהזמן.

מהימנות הרשתות החברתיות כמקור מדעי

למרות שנתוני המדיה החברתית אינם מייצגים את האוכלוסייה הכללית, הכמות העצומה של פוסטים מציעה תובנות חשובות. משתמשי Reddit, למשל, חולקים לעתים קרובות חוויות מפורטות וכנות לגבי תרופות.

מטופלים המדווחים על תופעות לוואי נוטים לחפש קהילות מקוונות כדי לאמת את חוויותיהם ולמצוא תמיכה. חללים אלה מתפקדים כמעבדות טבעיות שבהן אנשים מתארים תסמינים אמיתיים שהם חווים על בסיס יומי.

האופי הוולונטרי והאנונימי של המדיה החברתית עשוי לעודד דיווח כנה יותר בהשוואה להתייעצויות רפואיות רשמיות, שבהן מטופלים עשויים למנוע מידע מסיבות שונות.

המחקר מייצג התקדמות משמעותית במעקב תרופתי מודרני, המראה כיצד טכנולוגיה יכולה לשפר את זיהוי תופעות הלוואי בזמן אמת בערך עבור תרופות בשימוש נרחב על ידי האוכלוסייה.