هوش مصنوعی عوارض پنهان احتمالی داروهای لاغری را شناسایی کرد
کد خبر : ۹۱۰۷۹۲
|
تاریخ : ۱۴۰۵/۰۳/۱۸
-
زمان : ۱۳:۰۸
|
دسته بندی: اخبار فناوری

هوش مصنوعی عوارض پنهان احتمالی داروهای لاغری را شناسایی کرد

تحلیل بیش از ۴۱۰هزار پست ردیت، نشان می‌دهد کاربران داروهای لاغری گاهی علائمی را گزارش می‌کنند که در کارآزمایی‌های بالینی مد نظر قرار نگرفته است.

تحلیل جدیدی با کمک هوش مصنوعی نشان می‌دهد شبکه اجتماعی ردیت می‌تواند به‌عنوان منبعی غیرمنتظره برای شناسایی عوارض جانبی احتمالی داروهای محبوب کاهش وزن و دیابت از خانواده GLP-1 مورد استفاده قرار گیرد. داروهایی مانند اوزمپیک، وگووی، مونجارو و زپ‌باند از این دسته به شمار می‌روند.

به‌گزارش ساینس‌آلرت، گروهی از پژوهشگران دانشگاه پنسیلوانیا بیش از ۴۱۰هزار پست ردیت را در بازه‌ای شش‌ساله بررسی کردند و به دنبال اشاره به دو ماده فعال اصلی داروهای لاغری، یعنی سماگلوتاید و تیرزپاتاید و همچنین نام‌های تجاری آن‌ها بودند.

در داده‌های بررسی‌شده، دو دسته شکایت بیشتر جلب توجه کرد: مشکلات مرتبط با باروری (مثل بی‌نظمی قاعدگی) و اختلالات دمای بدن (لرز و گرگرفتگی). پژوهشگران می‌گویند ارتباط دمایی از نظر متابولیکی قابل‌توجیه است، اما درباره اثر مستقیم داروها بر چرخه قاعدگی هنوز شواهد محدود است.

علاوه بر تهوع، علائمی مانند بی‌نظمی قاعدگی و تغییرات دمای بدن نیز در برخی کاربران داروهای GLP-1 دیده می‌شود

علائم کشف‌شده در ردیت نسبت به عوارض شایع‌تر مانند تهوع کمتر گزارش شده‌اند. هرچند این شیوه‌ی کشف، جایگزین مطالعات بالینی نیست، نتایج درعین حال نشان می‌دهد فضای آنلاین می‌تواند محل بیان علائم کمتر مطرح‌شده باشد؛ از جمله مواردی که بیماران در مراجعه‌ی پزشکی کمتر گزارش می‌کنند.

تحلیل با استفاده از مدل‌های هوش مصنوعی شرکت اوپن‌ای‌آی (مدل‌های GPT) انجام شده است. پژوهشگران این مدل‌ها را برای پردازش حجم عظیم پست‌های ردیت و استخراج الگوهای مرتبط با داروها به کار گرفتند.

با توجه به حجم داده و تنوع زبان مورد استفاده کاربران، چنین پردازشی در روش‌های سنتی بسیار زمان‌بر است. بااین‌حال، هوش مصنوعی می‌تواند الگوهایی را که احتمالاً در تحقیقات آینده بالینی قابل بررسی خواهند بود، در مدت کوتاه شناسایی کند.

بااین‌حال، پژوهشگران تأکید می‌کنند که به دلیل ناشناخته بودن شرایط دقیق کاربران و نبود داده‌های پزشکی تأییدشده، نمی‌توان با قطعیت گفت داروهایی مانند اوزمپیک یا مونجارو به‌طور مستقیم موجب این علائم شده‌اند. در عین حال، آن‌ها معتقدند این گزارش‌ها ارزش بررسی دقیق‌تر دارند.

جینا شاو ترونیه‌ری، روان‌شناس می‌گوید: «این داروها احتمالاً از طریق اثر بر هیپوتالاموس، یعنی بخشی از مغز که در تنظیم هورمون‌های متعدد نقش دارد، عمل می‌کنند. این به معنای اثبات رابطه علّی نیست، اما می‌تواند نشان دهد گزارش‌ها درباره تغییرات قاعدگی و نوسانات دمای بدن باید به‌طور نظام‌مند بررسی شوند.»

داروهای GLP-1 که نام خود را از هورمون طبیعی «گلوکاگون‌مانند پپتید-۱» گرفته‌اند، با تقلید از عملکرد این هورمون باعث کاهش اشتها، کند شدن روند هضم و تحریک ترشح انسولین در پاسخ به افزایش قند خون می‌شوند.

این داروها اگرچه در درمان چاقی و دیابت نتایج قابل‌توجهی داشته‌اند، تحقیقات همچنان درباره پیامدهای بلندمدت آن‌ها ادامه دارد؛ از جمله احتمال اثرات محافظتی در برابر آلزایمر، بهبود سلامت قلبی‌عروقی و درمقابل، افزایش خطر التهاب لوزالمعده. همچنین بازگشت وزن پس از قطع مصرف نیز در بسیاری از بیماران مشاهده شده است.

پژوهشگران می‌گویند تحلیل مبتنی بر داده‌های آنلاین می‌تواند به شناسایی زودهنگام مشکلاتی کمک کند که ممکن است در مطالعات سنتی کمتر دیده شوند. شاراث چاندرا گونتوکو، متخصص علوم کامپیوتر و اطلاعات، تأکید می‌کند: «هدف این رویکرد سرعت است، و همین ویژگی در چنین مواردی ارزش بالایی دارد.» او همچنین اشاره می‌کند که گرچه کاربران ردیت نماینده کامل جمعیت عمومی نیستند و بیشتر شامل افراد جوان‌تر، مرد و ساکن آمریکا می‌شوند، حجم بالای داده همچنان می‌تواند برای شناسایی سیگنال‌های اولیه مفید باشد.

لایل اونگار، متخصص علوم کامپیوتر می‌گوید: «کارآزمایی‌های بالینی معمولاً خطرناک‌ترین عوارض را شناسایی می‌کنند، اما ممکن است برخی نگرانی‌های مهم بیماران را از قلم بیندازند. حتی اگر شبکه‌های اجتماعی نماینده کامل جامعه نباشند، حجم بالای داده‌ها می‌تواند نگرانی‌های اضافی را آشکار کند.»

پژوهش در ژورنال Nature Health منتشر شده است.

خانواده ما

تبلیغات


اشتراک گذاری

دیدگاه‌ها


ارسال دیدگاه