EraAIdailyNews, 21 September 2026 — Sebuah studi yang diterbitkan di jurnal Nature Health menganalisis lebih dari 400.000 unggahan Reddit dari hampir 70.000 pengguna selama lebih dari lima tahun untuk mempelajari obat-obatan seperti Ozempic, Wegovy, Mounjaro, dan Zepbound. Analisis kecerdasan buatan itu menemukan sejumlah gejala yang tidak banyak dilaporkan sebelumnya.
Studi ini berfokus pada semaglutide, yang mencakup Ozempic, Wegovy, dan Rybelsus, serta tirzepatide, yang mencakup Mounjaro dan Zepbound. Obat-obatan tersebut merupakan bagian dari kelompok GLP-1 yang banyak dibicarakan dalam penggunaan sehari-hari. Dari percakapan daring itu, dua kelompok keluhan paling menonjol adalah gejala reproduksi—termasuk perubahan siklus haid—dan gangguan suhu tubuh seperti menggigil, merasa sangat dingin, hot flashes, atau gejala yang menyerupai demam.
Temuan itu tidak membuktikan bahwa obat menyebabkan keluhan-keluhan tersebut. Para peneliti menekankan bahwa penelitian hanya menemukan pola dalam pembicaraan pengguna Reddit, bukan hubungan sebab-akibat. Dengan kata lain, kumpulan laporan spontan yang sangat besar dapat memunculkan sinyal untuk diselidiki lebih lanjut, tetapi belum menjawab apakah GLP-1 menjadi pemicunya.
Dalam sampel secara keseluruhan, sekitar 44% pengguna menulis tentang setidaknya satu efek samping. Masalah pencernaan menjadi yang paling sering muncul, sejalan dengan mual dan keluhan pencernaan lain yang sudah diketahui terkait semaglutide maupun tirzepatide. Menurut Sharath Chandra Guntuku, Research Associate Professor di bidang Computer and Information Science pada Penn Engineering serta penulis senior studi, terdeteksinya efek yang sudah dikenal menunjukkan bahwa metode ini menangkap sinyal nyata.
Gejala yang kurang terwakili justru datang langsung dari pasien tanpa diminta dalam konteks penelitian. Neil Sehgal, penulis pertama dan mahasiswa doktoral CIS yang dibimbing Guntuku serta Lyle Ungar, mengatakan hampir 4% pengguna Reddit dalam sampel melaporkan ketidakteraturan haid. Angka itu dapat menjadi lebih tinggi apabila perhitungannya dibatasi pada pengguna perempuan.
Keluhan reproduksi mencakup pendarahan di luar siklus haid, haid berat, dan siklus yang tidak teratur. Sementara itu, perubahan suhu tubuh meliputi rasa dingin yang tidak biasa, menggigil, hot flashes, dan gejala mirip demam. Kelelahan juga menjadi temuan penting; keluhan ini paling sering kedua dalam data Reddit, meskipun hanya sedikit uji klinis yang melaporkan kelelahan cukup sering untuk mencapai ambang pelaporan yang berlaku.
Ungar, professor di bidang yang sama dan salah satu penulis, menjelaskan bahwa uji klinis biasanya menemukan efek samping paling berbahaya, tetapi belum tentu menangkap semua gejala yang paling dikhawatirkan pasien setelah obat dipakai populasi jauh lebih besar. Ia mengibaratkan komunitas pasien daring seperti jaringan kabar antartetangga: pengguna bertukar pengalaman secara nyata waktu, termasuk hal yang jarang disampaikan saat konsultasi dokter atau dilaporkan secara resmi.
Guntuku menyebut pendekatan ini sebagai “computational social listening”, yakni penggunaan metode komputasi untuk mengenali pola dalam kumpulan besar percakapan daring tentang kesehatan. Pasien sering tidak memakai istilah medis baku; seorang pengguna dapat menulis “menggigil”, sedangkan pengguna lain menyebut merasa sangat dingin. Model bahasa besar seperti GPT dan Gemini memungkinkan kedua ungkapan itu diproses dan dikelompokkan lebih cepat serta lebih konsisten. Dalam penelitian semacam ini, MedDRA menjadi salah satu acuan untuk menerjemahkan bahasa sehari-hari ke dalam kategori medis yang terstandar.
Kecepatan menjadi pembeda penting. Uji klinis tetap menjadi standar utama dan dirancang lambat karena harus menilai khasiat serta keamanan secara ketat. Namun, ketika sebuah obat beralih dari penggunaan terbatas ke arus utama hampir secara tiba-tiba, percakapan daring dapat memberi gambaran lebih cepat tentang pengalaman sehari-hari. Pendekatan AI bukan pengganti uji klinis, melainkan pelengkap yang dapat membantu peneliti menentukan pola mana yang perlu diuji secara terkontrol.
Para peneliti juga memberi catatan tentang keterbatasan data. Pengguna Reddit cenderung lebih muda, lebih mungkin berjenis kelamin laki-laki, dan lebih banyak terkonsentrasi di Amerika Serikat. Karena itu, temuan belum tentu menggambarkan seluruh pengguna GLP-1 di dunia atau kelompok pengguna pada platform lain. Tim berencana memperluas analisis melampaui Reddit dan komunitas berbahasa Inggris untuk melihat apakah pola serupa muncul pada kelompok berbeda.
Ada pula alasan biologis yang membuat pola tersebut menarik, meskipun belum membuktikan penyebab. Jena Shaw Tronieri, Senior Research Investigator di Penn’s Center for Weight and Eating Disorders dan salah satu penulis, menjelaskan bahwa obat-obatan ini diperkirakan bekerja dengan melibatkan hipotalamus, wilayah kecil penting di otak yang membantu mengatur rasa lapar, hormon, reproduksi, dan suhu tubuh. Keterkaitan fungsi tersebut menjadi dasar untuk meneliti laporan pasien lebih sistematis.
Dalam jangka panjang, analisis cepat terhadap percakapan pasien berpotensi menjadi sistem deteksi dini bagi masalah kesehatan yang muncul terkait obat, suplemen, atau produk kebugaran. Potensi ini dinilai berguna untuk produk yang populer di internet lebih cepat daripada laju penelitian konvensional, termasuk produk yang longgar atau tidak diatur. Diskusi pengguna dapat menjadi salah satu petunjuk awal tentang efek yang belum terduga.
Penelitian ini dilakukan di University of Pennsylvania School of Engineering and Applied Science. Para penulis melaporkan tidak menerima pendanaan eksternal untuk studi tersebut. Tronieri melaporkan menerima hibah inisiatif peneliti atas nama universitas dari Novo Nordisk serta biaya konsultasi dari Currax Pharmaceuticals, LLC; penulis lain melaporkan tidak memiliki konflik kepentingan.
Sumber: ScienceDaily, September 2026.
Tidak ada komentar
Posting Komentar