这项近日发表在《自然健康》上的研究，分析了近7万名Reddit用户在五年多时间里发布的帖子。有两类症状显得尤为值得进一步调查：生殖系统症状（包括月经周期变化）和涉及体温的问题（如寒战和潮热）。
这些发现并不能证实药物导致了这些症状。研究人员表示，这一海量自发患者报告集合可能揭示了值得更仔细审查的信号。
“我们发现的一些副作用，如恶心，是众所周知的，这表明该方法捕捉到了真实的信号，”宾夕法尼亚大学工程学院计算机与信息科学（CIS）研究副教授、该研究资深作者Sharath Chandra Guntuku说道。“那些报告不足的症状是患者自发提供的线索，临床医生可能会对此加以关注。”
临床试验之外的患者报告
临床试验旨在确定治疗方法是否有效并识别重要的安全问题，但当一种药物被更广泛的人群使用时，试验未必能捕捉到对患者有意义的所有症状。
“临床试验通常能识别出药物最危险的副作用，”CIS教授、该研究合著者Lyle Ungar补充道。“但它们可能无法发现患者最关心的症状；尽管社交媒体不一定具有代表性，但大量帖子可能反映出其他值得关注的问题。”
这种区别很重要。该研究发现的只是人们在网络上讨论的内容与药物之间的关联，而非GLP-1药物导致这些经历的证据。
“我们不能说GLP-1药物确实导致了这些症状，”该研究第一作者、CIS博士生Neil Sehgal指出，他由Guntuku和Ungar指导。“但在我们的样本中，近4%的Reddit用户报告了月经不调，如果仅统计女性样本，这一比例会更高。我们认为这是一个值得调查的信号。”
将社交媒体作为早期健康信号
从网络对话中挖掘药物安全线索的想法早于当今的AI热潮。2011年，Ungar参与了一项早期尝试，利用互联网用户生成的内容来识别药物可能产生的不良反应。
社交媒体可以捕捉到患者之间讨论但可能从未正式向医生、制药商或监管机构报告的经历。
“在线患者社区很像邻里间的消息传播渠道，”Ungar说。“正在使用这些药物的人们实时交流心得，分享那些很少进入医生诊室或官方报告的经历。”
自那时起，在线患者社区已大规模扩展。这使得社交媒体成为研究药物如何影响人们日常生活的潜在宝贵来源，尽管获取平台数据已变得更加困难。
研究人员强调，传统的临床研究仍然至关重要，但当数百万人开始使用某种药物时，网络对话可以更快速地提供信息。
“临床试验是金标准，但按其设计而言，它们速度缓慢，”Guntuku说。“这并不能取代试验，但它的速度要快得多，而当一种药物几乎一夜之间从小众走向主流时，这种速度至关重要。”
AI使大规模社交媒体分析成为可能
规模一直是最大的障碍之一。
Guntuku将这种方法描述为“计算社会监听”，即利用计算方法在大量关于健康的网络对话中识别模式。
然而，患者很少使用标准化的医学术语来描述症状。一个人可能描述感到异常寒冷，另一个人可能提到持续的寒战，而临床医生可能会使用特定的医学术语对这些经历进行分类。
因此，研究人员需要一种将日常语言转化为标准化类别的方法。一个重要的参考是《监管活动医学词典》，该词典提供了广泛用于分类医疗状况、症状和不良事件的术语。
以前，将海量非正式社交媒体帖子与标准化医学术语联系起来需要大量工作，限制了研究人员实际能分析的数据量。
GPT和Gemini等大型语言模型正在改变这一局面，使研究人员能够更一致、更快速地处理和分类海量文本。
“大型语言模型使这种分析能够更快地进行，并达到了以前难以实现的标准化水平，”Sehgal说。
从40万条帖子中发现意外症状
研究人员强调，Reddit用户并不能代表服用GLP-1药物的总体人群。Reddit用户往往更年轻，男性比例更高，且主要集中在美国。
即使存在这一局限性，分析结果仍提供了一个令人放心的迹象，表明该方法正在检测真实的模式。Reddit用户讨论的许多症状与已知的司美格鲁肽和替尔泊肽副作用高度吻合。
研究中约44%的用户描述了至少一种副作用。胃肠道问题最为常见，这与这些药物已知的恶心和其他消化系统问题相一致。
更引人关注的是那些出现频率足以引起研究人员注意，但可能在当前药物标签或常规不良事件报告中未被充分体现的症状。
近4%报告副作用的用户描述了生殖系统症状。其中包括月经变化，如经期出血、大量出血和月经周期不规律。
用户还描述了涉及体温的变化，包括寒战、感到异常寒冷、潮热以及类似发烧的症状。
疲劳是另一个值得注意的发现。这是Reddit数据中第二大常见主诉，尽管相对较少有临床试验足够频繁地报告疲劳，使其达到既定的报告阈值。
为何月经和体温变化值得关注
这些报告引起研究人员关注的一个可能原因涉及下丘脑，这是大脑中一个小但极其重要的区域。在其众多功能中，下丘脑有助于调节饥饿、激素、生殖和体温。
“这些药物被认为是通过作用于大脑中称为下丘脑的部分来起效的，该部分有助于调节多种激素，”宾夕法尼亚大学体重与饮食失调中心高级研究研究员、该研究合著者Jena Shaw Tronieri说道。“这并不意味着药物必然导致了这些症状，但这可能表明，关于月经变化和体温波动的报告值得更系统地进行研究。”
研究人员并不是在提议这种生物学联系证明了GLP-1药物是原因。相反，它提供了另一个理由，即通过对照研究更仔细地验证患者报告的模式。
将网络对话转化为研究线索
目前，团队希望这些结果能鼓励科学家和临床医生更密切地关注患者在网络上反复讨论的症状。
“这些症状显然是患者所关心的，值得关注，”Sehgal说。
研究人员还希望将其分析范围扩大到Reddit以外和英语社区之外。这样做有助于确定在不同人群和不同社交媒体平台上是否会出现相同的模式。
“我们目前还不清楚，我们在Reddit上看到的是否反映了全球GLP-1用户的经历，还是仅限于在美国Reddit上发帖的这类人群，”Ungar说。
从长远来看，对患者网络对话的快速AI分析有可能成为一种早期检测系统，用于发现涉及药物、补充剂和健康产品的新兴健康问题。
这对于那些在网络上的流行速度超过传统研究跟进速度的物质可能特别有价值。监管宽松或不受监管的产品，包括注射用肽类，可以通过Reddit、TikTok和其他平台的社区迅速传播。因此，用户之间的讨论可能会提供有关意外影响的最早迹象。
“这种方法的核心在于它能快速行动，而这正是其价值所在，”Guntuku说。
本研究在宾夕法尼亚大学工程与应用科学学院进行。作者报告无外部资助。Tronieri报告代表宾夕法尼亚大学获得了诺和诺德的研究者发起的资助，并收到了Currax Pharmaceuticals, LLC的咨询费。其他作者报告无利益冲突。