۱۸:۱۹ ۱۴۰۵/۰۳/۱۳
ICTPRESS – پژوهشگران به کمک هوش مصنوعی و با تحلیل ۴۱۰ هزار پست آنلاین، سرنخهای تازهای از اثرات کمتر شناختهشده داروهای کاهش وزن پیدا کردند.
به گزارش شبکه خبری ICTPRESS به نقل از ساینسآلرت، هوش مصنوعی حالا تنها برای تولید متن و تصویر به کار نمیرود؛ پژوهشگران از این فناوری برای کشف نشانههایی استفاده میکنند که شاید در مطالعات بالینی سنتی سالها طول بکشد تا آشکار شوند. تازهترین نمونه، پژوهشی از دانشگاه پنسیلوانیا است که نشان میدهد مدلهای زبانی بزرگ میتوانند با بررسی حجم عظیمی از دادههای شبکههای اجتماعی، عوارض احتمالی داروها را زودتر از روشهای رایج شناسایی کنند.
محققان در این مطالعه بیش از ۴۱۰ هزار پست منتشرشده در شبکه اجتماعی ردیت را طی یک بازه ششساله بررسی کردند. هدف آنها یافتن الگوهای مرتبط با داروهای مبتنی بر GLP-۱ بود؛ دستهای از داروها که شامل محصولات پرطرفداری مانند اوزمپیک، ویگووی، مونجارو و زپباند میشود و در سالهای اخیر به دلیل تأثیر چشمگیر بر کاهش وزن و کنترلی بالینی دیده نمیشوند. البته پژوهشگران هشدار میدهند که دادههای ردیت نماینده کل جامعه نیستند و کاربران این پلتفرم عمدتا افراد جوانتر و با جنسیت مرد هستند.
با این حال، آنها معتقدند ترکیب هوش مصنوعی با دادههای گسترده آنلاین میتواند به ابزاری مکمل برای نظام سلامت تبدیل شود؛ ابزاری که شاید در آینده به کشف سریعتر عوارض داروها، شناسایی نگرانیهای بیماران و حتی طراحی مطالعات بالینی دقیقتر کمک کند.