Trí tuệ nhân tạo tìm thấy tác dụng phụ không có giấy tờ trong bút giảm cân

Các nhà nghiên cứu tại Đại học Pennsylvania đã sử dụng ngôn ngữ trí tuệ nhân tạo để phân tích hơn 400.000 bài đăng trên Reddit và xác định các triệu chứng ở người sử dụng thuốc giảm cân không được liệt kê trong tờ hướng dẫn sử dụng chính thức. Nghiên cứu được công bố trên tạp chí Nature Health tiết lộ rằng một số tác dụng phụ được báo cáo bởi bệnh nhân không được phát hiện trong các thử nghiệm lâm sàng thông thường.

Nghiên cứu bao gồm các bài đăng của khoảng 70 nghìn người dùng trong hơn 5 năm. Các loại thuốc được phân tích bao gồm semaglutide và tirzepatide, được sử dụng rộng rãi để điều trị bệnh tiểu đường và giảm cân. Các mô hình ngôn ngữ lớn như GPT và Gemini đã xử lý các bài đăng và phân loại các triệu chứng được mô tả.

AI tiết lộ các triệu chứng không có giấy tờ

Chu kỳ kinh nguyệt không đều, chảy máu giữa kỳ kinh, ớn lạnh, bốc hỏa, cảm giác như sốt và mệt mỏi là một trong những triệu chứng được người dùng ghi lại trên mạng xã hội. Những tác dụng phụ này không xuất hiện trong tài liệu do nhà sản xuất cung cấp hoặc trong các báo cáo thử nghiệm lâm sàng truyền thống.

Khó khăn trước đây trong việc phân tích thông tin này nằm ở chỗ bệnh nhân mô tả các triệu chứng giống nhau theo những cách khác nhau. Trí tuệ nhân tạo đã cố gắng tiêu chuẩn hóa và xác định các mẫu mà các phương pháp thông thường không nắm bắt được.

Theo Lyle Ungar, giáo sư Hệ thống thông tin và đồng tác giả của nghiên cứu, các thử nghiệm lâm sàng thường chỉ xác định những tác dụng phụ nguy hiểm nhất. Ông giải thích trong một thông cáo báo chí: “Nhưng họ có thể không xác định được triệu chứng nào khiến bệnh nhân lo lắng nhất. Mặc dù mạng xã hội không nhất thiết mang tính đại diện nhưng một số lượng lớn bài đăng có thể phản ánh những mối lo ngại bổ sung”.

Lợi thế về tốc độ trong phát hiện

Phương pháp do các nhà nghiên cứu đề xuất mang lại giải pháp thay thế nhanh hơn cho các thử nghiệm lâm sàng truyền thống. Tốc độ này rất quan trọng, đặc biệt khi một loại thuốc chuyển từ mục đích sử dụng thích hợp sang thị trường phổ thông gần như chỉ sau một đêm, như đã xảy ra với semaglutide và tirzepatide.

Sharath Chandra Guntuku, phó giáo sư nghiên cứu về Khoa học thông tin và máy tính tại Penn Engineering và là tác giả chính của nghiên cứu, nhấn mạnh: “Giải pháp này không thay thế các thử nghiệm lâm sàng, nhưng nó có thể nhanh hơn nhiều”.

Phân tích cho phép các nhà nghiên cứu trích xuất thông tin có giá trị từ các cộng đồng trực tuyến mà không cần các quy trình quan liêu kéo dài. Reddit phục vụ như một nguồn báo cáo thực tế phong phú từ những bệnh nhân chia sẻ kinh nghiệm một cách tự nhiên.

Các bước tiếp theo trong nghiên cứu

Các nhà nghiên cứu có kế hoạch mở rộng phân tích ra ngoài Reddit và cộng đồng nói tiếng Anh. Mục đích là so sánh kết quả giữa các ngôn ngữ và khu vực khác nhau để xem liệu có các mẫu tương tự về tác dụng phụ được báo cáo hay không.

Sự mở rộng về mặt địa lý và ngôn ngữ này có thể tiết lộ những khác biệt trong các triệu chứng được báo cáo giữa các nhóm dân cư khác nhau. Dữ liệu được thu thập từ các cộng đồng nói tiếng Bồ Đào Nha, Tây Ban Nha, Pháp và các ngôn ngữ khác có thể cung cấp thêm thông tin về độ an toàn của những loại thuốc này.

Những phát hiện này sẽ được chia sẻ với các chuyên gia chăm sóc sức khỏe để cảnh báo bệnh nhân về những tác dụng phụ mà khoa học truyền thống chưa báo cáo. Các bác sĩ sẽ có thể sử dụng thông tin này để tư vấn tốt hơn cho bệnh nhân của họ về những tác dụng phụ có thể xảy ra.

Tác động đến việc theo dõi thuốc

Nghiên cứu chứng minh trí tuệ nhân tạo có thể bổ sung cho các hệ thống giám sát dược phẩm truyền thống như thế nào. Cơ quan quản lý ở một số quốc gia giám sát thuốc sau khi được phê duyệt, nhưng phương pháp hiện tại có thể chậm nắm bắt tất cả các phản ứng bất lợi.

Cách tiếp cận sáng tạo mở đường cho hệ thống cảnh báo sớm dựa trên dữ liệu truyền thông xã hội. Khi nhiều người dùng báo cáo một triệu chứng cụ thể, thuật toán có thể đánh dấu các tác dụng phụ tiềm ẩn trước khi chúng trở thành vấn đề sức khỏe cộng đồng nghiêm trọng.

Các mô hình ngôn ngữ lớn cũng làm giảm chi phí vận hành phân tích. Trước đây, việc nghiên cứu hàng triệu báo cáo sẽ yêu cầu một nhóm lớn các nhà nghiên cứu phải đọc từng bài đăng một cách thủ công. Giờ đây, máy móc có thể xử lý dữ liệu trong một khoảng thời gian ngắn.

Độ tin cậy của mạng xã hội như một nguồn khoa học

Mặc dù dữ liệu truyền thông xã hội không đại diện cho dân số nói chung nhưng số lượng bài đăng khổng lồ mang lại những hiểu biết có giá trị. Ví dụ: người dùng Reddit thường chia sẻ trải nghiệm chi tiết và trung thực về thuốc.

Những bệnh nhân báo cáo tác dụng phụ có xu hướng tìm kiếm các cộng đồng trực tuyến để xác nhận trải nghiệm của họ và tìm kiếm sự hỗ trợ. Những không gian này hoạt động như phòng thí nghiệm tự nhiên, nơi mọi người mô tả các triệu chứng thực tế mà họ gặp phải hàng ngày.

Bản chất tự nguyện và ẩn danh của mạng xã hội có thể khuyến khích việc đưa tin trung thực hơn so với các cuộc tư vấn y tế chính thức, nơi bệnh nhân có thể giấu thông tin vì nhiều lý do.

Nghiên cứu này thể hiện một tiến bộ đáng kể trong cảnh giác dược hiện đại, cho thấy công nghệ có thể cải thiện việc phát hiện các tác dụng phụ trong khoảng thời gian thực đối với các loại thuốc được người dân sử dụng rộng rãi như thế nào.