AI药物警戒应用
3 节点2 篇5 来源
人工智能正从实验室走向药物安全监测一线，成为捕捉传统临床试验难以发现的副作用信号的关键工具。2026年5月，美国宾夕法尼亚大学团队利用AI分析Reddit上逾40万条关于GLP-1减肥药（如Ozempic）的帖子，识别出月经异常、寒战等未被充分记录的潜在副作用；同年10月，该团队进一步证实AI能从非结构化社交数据中挖掘未获批药物Retatrutide的“食欲增加”信号。与此同时，美国麻省总医院研发的面部照片预测模型FAHR-Face虽在癌症生存率预测上展现潜力，但因样本多样性不足尚未进入临床。【背景】欧盟创新健康计划（IHI）与美国FDA、欧洲药品管理局（EMA）近期均发布指南或草案，推动AI在药物警戒中的标准化应用，但监管机构强调AI仅作为早期预警线索，不能替代因果验证。
事情怎么走到这一步
美国宾夕法尼亚大学研究团队在《Nature Health》发表成果，利用AI分析超过40万条Reddit帖子，发现GLP-1类药物用户频繁讨论月经不规则、寒战等未在临床试验中充分反映的症状。
sciencedaily.com ↗同一宾大团队在《JAMA Network Open》发文，展示AI如何扫描近15万条Reddit贴文，从未获批减肥药Retatrutide的使用反馈中提取出“食欲增加”这一与二期试验结果不同的副作用信号。
technews.tw ↗美国麻省总医院Brigham癌症研究所Ray Mak团队在《Lancet Digital Health》发布FAHR-Face模型，该模型可通过单张面部照片预测癌症患者死亡风险，但因训练集以白人为主且存在伦理争议，目前未投入临床。
scientificamerican.com ↗
还没定论的部分
- AI从社交媒体提取的信号如何转化为监管认可的正式安全性更新？
- 面部照片预测模型在扩大种族多样性后，其临床准确性与伦理边界将如何界定？
- 欧盟IHI拟议的AI药物警戒标准何时能形成具有约束力的指导文件？