الذكاء الاصطناعي يكشف آثارا جانبية خفية لأدوية إنقاص الوزن

كشف باحثون أن الذكاء الاصطناعي قد يصبح أداة قوية لاكتشاف الآثار الجانبية غير المتوقعة للأدوية، بعد أن استخدموا نماذج لغوية متقدمة لتحليل أكثر من 400 ألف منشور على منصة Reddit تتعلق بأدوية GLP-1 الشهيرة مثل سيماجلوتيد وتيرزيباتيد، وهي الأدوية المستخدمة لإنقاص الوزن وعلاج السكري.

أظهرت النتائج أعراضا متكررة لم تكن بارزة بنفس الدرجة في التجارب السريرية التقليدية، مثل اضطرابات الدورة الشهرية والشعور بالبرد والهبات الساخنة والإرهاق الشديد.

أجريت الدراسة في جامعة بنسلفانيا، واعتمدت على تحليل منشورات كتبها نحو 70 ألف مستخدم على مدى أكثر من خمس سنوات، وكان الهدف هو معرفة ما إذا كانت مناقشات المرضى على الإنترنت يمكن أن تكشف أنماطا صحية قد لا تظهر بوضوح في التقارير الطبية الرسمية.

يرى الباحثون أن التجارب السريرية تعد المعيار الذهبي لاكتشاف أخطر الآثار الجانبية للأدوية، لكنها قد لا تلتقط دائما الأعراض التي تزعج المرضى أكثر في حياتهم اليومية، خاصة إذا كانت أقل خطورة طبيا أو يصعب ملاحظتها خلال الفترات المحدودة للتجارب.

ومن بين النتائج اللافتة أن نحو 4% من المستخدمين الذين تحدثوا عن آثار جانبية ذكروا مشكلات تتعلق بالدورة الشهرية، مثل عدم انتظامها أو النزيف بين الدورات أو زيادة شدة النزيف، ويعتقد الباحثون أن هذه النسبة قد تكون أعلى إذا تم التركيز على النساء فقط.

كما ظهرت شكاوى متكررة تتعلق بتنظيم حرارة الجسم، مثل الشعور بالقشعريرة أو البرودة أو الهبات الساخنة أو الإحساس بأعراض تشبه الحمى.

أما الإرهاق والتعب فقد كانا من أكثر الأعراض شيوعا، حتى إن التعب احتل المرتبة الثانية بين الأعراض الأكثر تداولا في المنشورات، رغم أنه لا يظهر بنفس القوة في كثير من التجارب السريرية الرسمية.

يشير الباحثون إلى أن أدوية GLP-1 تعمل جزئيا عبر التأثير على منطقة تحت المهاد أو "الهيبوثالاموس" في الدماغ، وهي منطقة تشارك في تنظيم الشهية ودرجة حرارة الجسم وعدد كبير من الهرمونات والوظائف الحيوية، ولذلك يرى العلماء أن الشكاوى المتعلقة بالهرمونات وتنظيم الحرارة قد تستحق دراسة أعمق.

ومع ذلك يؤكد الفريق أن الدراسة لا تثبت أن الأدوية هي السبب المباشر لهذه الأعراض، بل تكشف فقط عن أنماط متكررة في تجارب المستخدمين تستحق مزيدا من البحث العلمي المنظم.

ومن النقاط المهمة في الدراسة أن الذكاء الاصطناعي ساعد على تجاوز واحدة من أكبر مشكلات تحليل البيانات الطبية من الإنترنت، وهي أن الناس يصفون أعراضهم بطرق مختلفة وغير موحدة.

فقد استخدمت النماذج اللغوية الحديثة مثل GPT تقنيات لفهم اللغة الطبيعية وربط أوصاف المستخدمين بالمصطلحات الطبية القياسية المستخدمة في أنظمة تصنيف الآثار الجانبية.

ويرى الباحثون أن وسائل التواصل الاجتماعي قد تعمل كنوع من شبكة إنذار مبكر تكشف المشكلات المحتملة بسرعة أكبر من الأنظمة التقليدية، خاصة عندما تنتشر الأدوية بشكل واسع خلال فترة قصيرة.

لكنهم يشددون أيضا على وجود قيود مهمة، لأن مستخدمي Reddit لا يمثلون جميع المرضى، فهم غالبا أصغر سنا وأكثر استخداما للتكنولوجيا، كما أن معظمهم من الولايات المتحدة، لذلك لا يمكن تعميم النتائج مباشرة على كل مستخدمي هذه الأدوية حول العالم.

ورغم هذه القيود فإن الدراسة تعكس تحولا متزايدا في استخدام الذكاء الاصطناعي لتحليل السلوك الصحي والمحادثات الرقمية، ليس فقط لفهم الأدوية، بل أيضا لرصد المشكلات الصحية والاتجاهات الطبية الناشئة بشكل أسرع من الطرق التقليدية.

ويخطط الباحثون مستقبلا لتوسيع التحليل ليشمل منصات أخرى غير Reddit، إضافة إلى مجتمعات ناطقة بلغات مختلفة، لمعرفة ما إذا كانت الأنماط نفسها تظهر عالميا أم أنها مرتبطة بطبيعة المستخدمين الأمريكيين على الإنترنت.