Uno studio della University of Pennsylvania ha utilizzato l’intelligenza artificiale per scandagliare oltre 400.000 post pubblicati su Reddit, portando alla luce effetti collaterali di Ozempic e di altri farmaci a base di GLP-1 che finora erano sfuggiti ai radar dei trial clinici tradizionali. Parliamo di sintomi come irregolarità mestruali, brividi, vampate di calore e una stanchezza inspiegabile. Roba che chi assume questi farmaci racconta online da tempo, ma che raramente finisce nei report ufficiali.

La ricerca, pubblicata su Nature Health, ha analizzato i messaggi di quasi 70.000 utenti nell’arco di cinque anni. E il quadro che ne emerge è parecchio interessante. Circa il 44% degli utenti studiati ha menzionato almeno un effetto collaterale, con i problemi gastrointestinali in cima alla lista. Fin qui, nulla di sorprendente. Ma poi ci sono i dati meno attesi: quasi il 4% ha riportato sintomi riproduttivi, tra cui cicli irregolari, sanguinamenti intermestruali e mestruazioni abbondanti. La fatica cronica, poi, si è piazzata come secondo sintomo più discusso, nonostante compaia in modo molto meno evidente nella documentazione clinica ufficiale di semaglutide e tirzepatide.

I social media come sistema di allerta precoce

Nessuno dei ricercatori si è sbilanciato nel dire che questi farmaci causino direttamente i sintomi segnalati. Il punto, però, è un altro. Come ha spiegato Sharath Chandra Guntuku, autore senior dello studio, i sintomi sottostimati emergono spontaneamente dai pazienti stessi, senza che nessuno li solleciti. E questo, per chi fa ricerca, rappresenta un segnale che vale la pena approfondire.

Il professore Lyle Ungar, coautore della ricerca, paragona le comunità online a una sorta di passaparola di quartiere: le persone che assumono questi farmaci si scambiano esperienze in tempo reale, condividendo dettagli che difficilmente emergerebbero durante una visita medica di quindici minuti. E con la crescita delle piattaforme social, queste conversazioni sono diventate una miniera di informazioni sanitarie sempre più preziosa.

I modelli linguistici cambiano le regole del gioco

Uno degli ostacoli storici nell’analisi delle discussioni online sulla salute è sempre stato la scala. Le persone descrivono i propri sintomi in mille modi diversi, e incrociare quel linguaggio libero con la terminologia medica standardizzata del MedDRA era un’impresa titanica. L’arrivo dei grandi modelli linguistici come GPT e Gemini ha stravolto tutto. Ora è possibile processare enormi volumi di testo con una coerenza e una velocità impensabili fino a pochi anni fa.

Neil Sehgal, primo autore dello studio, ha sottolineato un limite importante: gli utenti di Reddit non sono rappresentativi della popolazione generale, tendono a essere più giovani, più spesso maschi e prevalentemente statunitensi. Ma nonostante questo, molti dei sintomi segnalati coincidono con effetti collaterali già noti di Ozempic e Mounjaro. Il che suggerisce che il metodo funziona, e che vale la pena estenderlo.

Il team ha già in programma di ampliare l’analisi oltre Reddit e oltre le comunità anglofone, per verificare se pattern simili emergano anche su altre piattaforme e in altre parti del mondo. L’obiettivo a lungo termine è ambizioso: trasformare l’analisi delle conversazioni social assistita dall’intelligenza artificiale in uno strumento capace di intercettare segnali di allarme sui farmaci molto prima dei sistemi tradizionali. Soprattutto per prodotti che, come i farmaci dimagranti di nuova generazione, passano da nicchia a fenomeno globale praticamente da un giorno all’altro.

L'articolo Ozempic, l’IA svela effetti collaterali nascosti analizzando 400.000 post Reddit proviene da Tecnoapple.