Pesquisadores da Universidade da Pensilvânia utilizaram inteligência artificial para analisar mais de 400.000 postagens no Reddit, escritas por cerca de 70.000 usuários ao longo de cinco anos, revelando sintomas de pacientes que usam medicamentos como semaglutida e tirzepatida que não constam nas bulas oficiais nem foram amplamente registrados em ensaios clínicos.
O estudo, publicado na revista Nature Health em abril de 2026, demonstra que a análise de grandes volumes de dados de redes sociais pode identificar preocupações de saúde que escapam aos métodos tradicionais de farmacovigilância.
Sintomas identificados pela análise
A investigação destacou queixas que, embora não comprovem causalidade direta, ocorrem com frequência nos relatos espontâneos dos pacientes. Entre os sintomas mais notáveis estão alterações no ciclo menstrual, incluindo sangramento intermenstrual e ciclos irregulares, relatados por quase 4% dos usuários que relataram efeitos adversos.
Além disso, foram identificados distúrbios relacionados à regulação de temperatura, como calafrios, sensação de frio intenso, ondas de calor e sensações semelhantes à febre.
Outro sintoma subnotificado em ensaios clínicos, mas frequentemente citado nas redes sociais, foi a fadiga, mencionada por aproximadamente 17% dos usuários.
Além disso, especialistas apontam que, embora os ensaios clínicos capturem os efeitos colaterais mais graves, podem falhar em identificar quais sintomas impactam mais a qualidade de vida dos pacientes no dia a dia. A capacidade da IA de padronizar descrições variadas de sintomas permitiu conectar esses relatos dispersos a padrões médicos coerentes.
Limitações e expectativas dos pesquisadores
Os autores do estudo enfatizam que a análise não estabelece uma relação de causa e efeito entre os medicamentos e os sintomas relatados, mas sinaliza a necessidade de investigações científicas mais aprofundadas.
As limitações incluem o fato de que os usuários do Reddit não representam perfeitamente a população em geral, tendendo a ser mais jovens e a serem predominantemente dos Estados Unidos. No entanto, a coincidência de alguns sintomas com efeitos conhecidos valida o método como uma ferramenta de detecção rápida.
No futuro, a equipe planeja expandir a análise para outras plataformas e comunidades, além da língua inglesa, a fim de verificar a existência de padrões globais.
De acordo com os pesquisadores, o objetivo é criar um sistema de alerta precoce que informe médicos e reguladores sobre efeitos adversos emergentes com mais agilidade do que os sistemas atuais, o que é especialmente crucial quando medicamentos se tornam rapidamente populares no mercado convencional.
