IA identifica sintomas ocultos do Ozempic em 400 mil publicações em plataforma de fórum online

Uma análise de inteligência artificial em mais de 400 mil publicações no Reddit, plataforma de fórum online, identificou sintomas relatados por usuários de medicamentos à base de semaglutida e tirzepatida, os princípios ativos por trás de remédios como Ozempic, Wegovy, Mounjaro e Zepbound, que podem não estar totalmente descritos em bulas ou testes clínicos. O estudo foi conduzido por pesquisadores da Universidade da Pensilvânia (Penn) e publicado na revista científica Nature Health. Semaglutida e tirzepatida pertencem à classe dos agonistas do GLP-1, hormônio que atua no controle do apetite e da glicose no sangue. Os medicamentos dessa categoria, usados tanto no tratamento do diabetes tipo 2 quanto na perda de peso, tornaram-se alguns dos produtos farmacêuticos mais vendidos do mundo nos últimos anos. O que os pacientes contam fora dos consultórios A pesquisa reuniu mais de cinco anos de publicações de quase 70 mil usuários do Reddit. Dois grupos de sintomas chamaram a atenção dos autores por aparecerem com frequência maior do que a esperada: alterações no ciclo menstrual, como sangramento fora do período e sangramento intenso, e queixas ligadas à temperatura corporal, entre elas calafrios e ondas de calor. Os pesquisadores fazem questão de separar associação de causa. "Não podemos afirmar que os GLP-1 causam esses sintomas, mas quase 4% relataram irregularidades menstruais", disse Neil Sehgal, doutorando em Ciência da Computação e da Informação na Penn e primeiro autor do estudo. Segundo ele, essa proporção tende a ser ainda maior numa amostra composta só por mulheres. Testes clínicos, explica o coautor Lyle Ungar, professor da mesma universidade, são desenhados principalmente para detectar os efeitos colaterais mais graves de um medicamento, não necessariamente os que mais incomodam quem o toma no dia a dia. "Comunidades on-line de pacientes funcionam como uma rede de boca a boca entre vizinhos", afirmou. Os números que sustentam a pesquisa Cerca de 44% dos usuários analisados relataram pelo menos um efeito colateral, a maioria ligada a problemas gastrointestinais, sintomas já amplamente associados a esses medicamentos. "Efeitos já conhecidos, como a náusea, mostram que o método capta um sinal real", disse Sharath Chandra Guntuku, professor de Ciência da Computação e da Informação na Penn e autor sênior do estudo. Chamou a atenção dos pesquisadores o fato de a fadiga ter sido a segunda queixa mais comum entre os usuários do Reddit, apesar de aparecer com pouca frequência nos relatórios formais dos testes clínicos. Já os sintomas reprodutivos e as alterações de temperatura, embora bem menos frequentes que os problemas digestivos, se repetiram o suficiente para os autores os classificarem como sinais que merecem investigação mais aprofundada. Uma hipótese levantada pelos autores está relacionada ao hipotálamo, região do cérebro que ajuda a regular funções como fome, temperatura corporal, ciclo reprodutivo e produção de hormônios. Como os medicamentos à base de GLP-1 atuam justamente sobre essa área, os pesquisadores acreditam que possa existir uma ligação biológica plausível com os sintomas relatados. "Isso não significa que os medicamentos causem esses sintomas, mas vale investigar melhor", disse Jena Shaw Tronieri, do Centro de Peso e Transtornos Alimentares da Penn e coautora do estudo. A cautela é deliberada: a correlação encontrada nas publicações não substitui um ensaio clínico controlado, capaz de estabelecer relação de causa e efeito. Como a inteligência artificial tornou a análise possível Até pouco tempo, cruzar centenas de milhares de relatos informais de pacientes com a terminologia médica padronizada exigia um volume de trabalho manual que limitava o tamanho das amostras analisáveis. Pacientes raramente descrevem sintomas em linguagem clínica, e traduzir expressões cotidianas para categorias médicas reconhecidas pelos reguladores consumia tempo considerável. Modelos de linguagem como o GPT e o Gemini, sistemas de inteligência artificial capazes de processar e classificar grandes volumes de texto, mudaram esse cenário. Eles permitiram associar os relatos coletados no Reddit ao MedDRA, dicionário internacional de termos médicos usado por agências reguladoras para padronizar a descrição de sintomas e efeitos adversos, numa escala inédita. Segundo Sehgal, os modelos de linguagem tornaram esse tipo de análise muito mais rápida e trouxeram um nível de padronização difícil de alcançar antes. Os autores reconhecem que os usuários do Reddit não representam a população geral de quem usa GLP-1: tendem a ser mais jovens, majoritariamente homens e concentrados nos Estados Unidos. A equipe planeja ampliar a pesquisa para outras plataformas e para comunidades que não escrevem em inglês, de modo a verificar se os mesmos padrões se repetem em outros públicos. Para os autores, o método pode se tornar uma espécie de sistema de alerta precoce para efeitos colaterais de medicamentos e produtos de bem-estar que ganham popularidade rapidamente, incluindo substâncias vendidas fora dos canais regulados, como peptídeos injetáveis.