Un nouvel outil d’intelligence artificielle peut scanner les données sur les réseaux sociaux pour découvrir des événements indésirables associés aux produits de santé grand public, selon une étude publiée dans la revue à accès ouvert PLOS Santé numérique Par John Ayers de l’Université de Californie à San Diego, États-Unis et collègues.
La surveillance constante post-marché de la sécurité des produits de consommation est cruciale pour la santé et la sécurité publiques. Cependant, les systèmes de rapports sur les événements défavorables (AE) actuels pour les médicaments sur ordonnance approuvés dépendent des soumissions volontaires des médecins et des fabricants à la Food and Drug Administration des États-Unis.
La croissance rapide des produits de santé grand public, tels que les produits dérivés du cannabis et les compléments alimentaires, a conduit à la nécessité de nouveaux systèmes de détection AE.
Dans la nouvelle étude, les chercheurs ont testé l’efficacité d’un nouvel outil d’apprentissage automatique automatisé, « Waldo », qui peut passer au crible le texte des médias sociaux pour trouver les descriptions des consommateurs d’événements indésirables. L’outil a été testé sur sa capacité à scanner des articles Reddit pour trouver des EI de produits dérivés de cannabis.
Par rapport aux annotations AE humaines d’un ensemble de messages Reddit, Waldo avait une précision de 99,7%, bien meilleure qu’un chatbot Chatgpt à usage général qui a reçu le même ensemble de messages.
Dans un ensemble de données plus large de 437 132 postes Reddit, Waldo a identifié 28 832 rapports potentiels de préjudice. Lorsque les chercheurs ont validé manuellement un échantillon aléatoire de ces postes, ils ont constaté que 86% étaient de véritables EI. L’équipe a fait de la source ouverte de Waldo afin que quiconque – chercheurs, cliniciens ou régulateurs – puisse l’utiliser.
« Waldo représente une progression importante dans la détection des AE basée sur les médias sociaux, réalisant des performances supérieures par rapport aux approches existantes », selon les auteurs. « De plus, l’approche automatisée de Waldo a une large applicabilité au-delà des produits dérivés du cannabis à d’autres produits de santé grand public qui manquent également de surveillance réglementaire. »
L’auteur principal Karan Desai dit: « Waldo montre que les expériences de santé que les gens partagent en ligne ne sont pas seulement du bruit, ce sont de précieux signaux de sécurité.
John Ayers ajoute: « Ce projet met en évidence comment les outils de santé numériques peuvent transformer la surveillance post-commerciale.
Le deuxième auteur, Vijay Tiyyala, note: « Du point de vue technique, nous avons démontré qu’un modèle soigneusement formé comme Roberta peut surpasser les chatbots de pointe pour la détection AE. La précision de Waldo était surprenante et encourageante. »
« En démocratisant l’accès à Waldo, l’équipe espère accélérer la science ouverte et améliorer la sécurité des patients. »