IA vasculha 400 mil posts e encontra sintomas inesperados ligados ao Ozempic

Uma análise com inteligência artificial de mais de 400 mil postagens no Reddit identificou sintomas pouco relatados por usuários de medicamentos como Ozempic, Wegovy, Mounjaro e Zepbound. Entre eles estão alterações menstruais, calafrios, ondas de calor e fadiga.

Os resultados fazem parte de um estudo conduzido por pesquisadores da Universidade da Pensilvânia e publicado na revista Nature Health. A equipe analisou mais de cinco anos de publicações feitas por quase 70 mil usuários do Reddit. Os pesquisadores concentraram atenção em relatos menos representados em estudos clínicos e informações regulatórias.

Os medicamentos avaliados incluíram semaglutida, princípio ativo de Ozempic, Wegovy e Rybelsus, e tirzepatida, presente em Mounjaro e Zepbound.

Alterações menstruais chamaram atenção dos pesquisadores

Cerca de 44% dos usuários analisados relataram pelo menos um efeito colateral. Os problemas gastrointestinais foram os mais frequentes, resultado compatível com sintomas já conhecidos desses medicamentos, como náusea e outras alterações digestivas.

Quase 4% dos usuários que mencionaram efeitos colaterais relataram sintomas reprodutivos, proporção ainda maior quando consideradas apenas mulheres. Entre os relatos estavam sangramentos entre períodos menstruais, fluxo intenso e ciclos irregulares.

Segundo Neil Sehgal, primeiro autor do estudo e doutorando em Ciência da Computação e Informação, esse padrão não permite afirmar que os medicamentos sejam responsáveis pelas alterações, mas indica um sinal que merece ser investigado.

Calafrios e ondas de calor também apareceram nos relatos

Outro grupo de sintomas observado estava relacionado à regulação da temperatura corporal. Usuários descreveram calafrios, sensação incomum de frio, ondas de calor e sintomas semelhantes aos de febre.

Os pesquisadores destacam que uma possível explicação a ser investigada envolve o hipotálamo, região do cérebro que participa da regulação da fome, dos hormônios, da reprodução e da temperatura corporal.

Jena Shaw Tronieri, pesquisadora do Centro de Distúrbios Alimentares e de Peso da Universidade da Pensilvânia e coautora do trabalho, afirma que essa possível relação biológica não demonstra que os medicamentos tenham causado os sintomas. Para a equipe, os relatos apenas reforçam a necessidade de estudar alterações menstruais e de temperatura de forma mais sistemática.

Fadiga foi uma das queixas mais frequentes

A fadiga também chamou atenção na análise e apareceu como a segunda queixa mais frequente nas postagens avaliadas. Segundo os pesquisadores, relativamente poucos ensaios clínicos registraram fadiga em frequência suficiente para atingir os critérios tradicionais de notificação.

Esse contraste é um dos exemplos de como relatos espontâneos em redes sociais podem revelar experiências que nem sempre aparecem com destaque em pesquisas clínicas ou sistemas formais de monitoramento. No entanto, a pesquisa destaca, porém, que isso não significa que essas plataformas substituam estudos controlados.

IA analisou linguagem cotidiana dos pacientes

Um dos desafios da pesquisa foi transformar a maneira informal como os usuários descrevem sintomas em categorias médicas comparáveis. Uma pessoa pode escrever que sente frio constantemente, por exemplo, enquanto outra relata calafrios. Na prática clínica, essas descrições podem ser agrupadas em uma mesma categoria de sintomas.

Para fazer essa correspondência em grande escala, a equipe utilizou grandes modelos de linguagem, como GPT e Gemini, para processar e organizar os textos.

Os sintomas foram relacionados a categorias padronizadas do Dicionário Médico para Atividades Regulatórias (MedDRA), sistema usado para classificar condições médicas, sintomas e eventos adversos.

Os pesquisadores chamam a abordagem de "escuta social computacional", na qual métodos computacionais procuram padrões em grandes volumes de conversas sobre saúde.

Apesar disso, a equipe reconhece limitações importantes. Os usuários do Reddit não representam toda a população que utiliza medicamentos GLP-1. Segundo o estudo, eles tendem a ser mais jovens, incluem proporcionalmente mais homens e estão concentrados principalmente nos Estados Unidos.

Além disso, as postagens são relatos espontâneos e não registros médicos verificados. Ainda assim, vários sintomas encontrados pela ferramenta correspondiam a efeitos já conhecidos da semaglutida e da tirzepatida, o que, segundo os autores, indica que o método conseguiu detectar padrões reais presentes nas conversas.

Redes sociais podem funcionar como sinal precoce

Os pesquisadores defendem que a análise de conversas online pode complementar os métodos tradicionais de acompanhamento da segurança de medicamentos.

Ensaios clínicos continuam sendo essenciais para determinar eficácia e segurança, mas envolvem grupos controlados e não conseguem necessariamente registrar todas as experiências que surgem quando milhões de pessoas passam a utilizar um medicamento.

Nas redes sociais, pacientes também podem comentar sintomas que nunca chegam a ser relatados formalmente a médicos, fabricantes ou órgãos reguladores.

A equipe agora pretende ampliar a análise para outras plataformas e para comunidades que não utilizam apenas o inglês. O objetivo é verificar se os mesmos padrões aparecem em diferentes populações e entender se os sinais identificados no Reddit também são observados entre outros grupos de usuários de medicamentos GLP-1.