人工智能绘制出使用笔减肥患者前所未有的症状

宾夕法尼亚大学的研究人员使用先进的人工智能系统来绘制减肥药物使用者的不良反应。该研究分析了 Reddit 平台上超过 40 万篇出版物。调查发现了制造商官方传单中未包含的身体症状。详细结果最近发表在科学杂志《自然健康》上，引发了医学界的争论。该技术允许对论坛进行深度扫描。

该调查连续五年监测了约 70,000 名患者的报告。科学家们重点关注广泛用于治疗糖尿病和肥胖症的药物，例如索马鲁肽和替泽帕肽。大规模语言模型处理原始文本信息。 GPT 和 Gemini 等工具能够对传统临床试验中未被注意到的投诉进行分类。人工智能过滤了噪音，只提取与医学研究相关的数据。

算法识别的未记录的症状

机器的处理能力使得标准化互联网用户的各种描述成为可能。患者经常在虚拟环境中使用完全不同的词语来报告相同的不适。人工智能以高计算精度克服了这种语言障碍。该方法确定了传统药物警戒方法在人体测试阶段无法捕捉到的不良反应的清晰模式。语义标准化是该项目的显着特征。

从社交媒体上提取的报告指出了一系列频繁且意想不到的身体不适。这些不良事件令科学界感到惊讶，因为它们在减肥笔使用者中不断发生。数据汇编揭示了比最初披露的更复杂的临床情况。

• 月经周期不规律和荷尔蒙明显变化。
• 治疗期间出现意外的经间期出血。
• 剧烈的寒战和突然的潮热。
• 类似发烧的感觉，无明显感染。
• 日常生活中极度疲劳和长时间疲劳。

这些条件都没有出现在负责任的制药公司提供的监管文件中。传统的临床试验报告在其附件中也没有提及这些具体事件。该研究的合著者、信息系统教授 Lyle Ungar 在一份官方声明中解释了这一动态。他强调，临床测试主要侧重于确定对患者生命最危险的副作用。被认为是轻微的症状最终在测试阶段被低估了。

不良反应检测速度

学术界应用的方法为传统健康方案提供了补充且极其灵活的替代方案。这种分析速度在当前的医疗场景中变得至关重要。索马鲁肽等药物在创纪录的时间内从限制使用到在全球市场取得成功。处方数量的激增需要同样加速监控，以确保消费者群体的安全。代理机构的响应时间需要与销售保持同步。

宾夕法尼亚大学工程学院计算机与信息科学研究副教授 Sharath Chandra Guntuku 验证了计算模型的有效性。该研究的资深作者强调，技术创新并不能取代法律要求的严格临床试验。然而，该工具在识别健康趋势方面的工作速度要快得多。提取有机数据可以消除数月的机构官僚流程并加快决策速度。

Leia Tambem

俄罗斯联邦军用无人机袭击罗马尼亚边境住宅楼，造成两人受伤

俄罗斯无人机袭击罗马尼亚建筑物造成两人受伤并侵犯北约领空

罕见的天文现象使地球的天然卫星远离并降低夜间观测时的表观亮度

将监控范围扩大到新语言

研究团队已经在构建大型数字监控项目的下一阶段。中心目标涉及超越英语和 Reddit 平台的界限。科学家计划将相同的语言模型应用于地球不同地区的虚拟社区。这种地理扩张旨在验证副作用模式在具有不同遗传和饮食习惯的人群中是否保持一致。样本多样性将确保更高的科学精度。

数据收集将涵盖葡萄牙语、西班牙语、法语和其他主要语言的论坛和社交网络。这种语言多样性将为减肥笔的真正安全性提供全球性的、明确的概述。处理后的信息将直接传递给医院和诊所的医疗保健专业人员。医生和专家将能够在开始药物治疗之前使用这些实用数据来警告患者可能出现的不良经历。

对全球药物监测的直接影响

该研究证明了技术作为全球公共卫生系统不可或缺的盟友的潜力。国际监管机构在以必要的敏捷性监测新批准的药物方面面临着后勤困难。报告不良反应的传统方法完全取决于医生和患者的主动性。在许多发展中国家，这种手动流程往往缓慢、官僚，而且报告严重不足。

对大量文本的自动分析极大地降低了当代医学研究的运营成本。在不久的将来，调查数百万份报告需要庞大的团队花费数年时间单独阅读每份出版物。如今，算法执行相同的工作所需的时间仅为原来的一小部分，并且误差范围也更小。人工智能将社交网络转变为一个巨大的自然实验室，用于持续的临床观察。

虚拟论坛提供的匿名性鼓励诚实，这在传统医疗办公室中是罕见的。由于尴尬、匆忙或简单的健忘，患者在正式就诊时常常会忽略一些轻微的症状。在互联网上，这些人向面临类似情况的其他用户寻求验证和心理支持。该研究通过将在线爆发转化为结构化、可操作的科学数据，为现代药物警戒树立了新的里程碑。