Il crescente interesse del mondo scientifico per i social media è documentato ormai da tempo, con le prime sperimentazioni già pubblicate nel 2011. La rilevazione dei segnali di farmacovigilanza nei social media sta diventando un importante argomento di discussione, soprattutto con riferimento agli strumenti informatici utilizzabili per l’individuazione di eventi e reazioni avverse.

In molte community i farmaci sono proprio fra gli argomenti delle conversazioni. Una semplice ricerca su Twitter di un nome commerciale di un farmaco noto e utilizzato porta a numerosi risultati. Alcuni di questi possono arrivare a indicare un evento avverso correlato al farmaco.

Lo sviluppo di strumenti per la farmacovigilanza sui social media

Le conversazioni sui social media sono già oggetto di studi di monitoraggio da parte delle grandi aziende farmaceutiche che spesso cercano di “ascoltare” per ottenere informazioni riguardo al proprio brand e ai propri prodotti, grazie all’ampia gamma di strumenti informatici a disposizione. Quindi le aziende farmaceutiche potrebbero monitorare i propri prodotti, e anche i principi attivi correlati, non solo per scopi commerciali, ma anche per individuare eventuali eventi avversi segnalati online dai pazienti, spesso inconsapevolmente.

In quest’ottica, il media che si presta più facilmente alla lente di ingrandimento della farmacovigilanza è Twitter che, pur avendo meno utenti di Facebook, presenta circa il 90% di post pubblici. In letteratura sono già presenti numerosi articoli di carattere medico-scientifico che parlano delle potenzialità di Twitter.  I ricercatori hanno effettuato vari tentativi per sviluppare strumenti capaci di individuare gli ADE (Adverse Drug Event) nei social media, che possono essere utilizzati come un database.

Ogni esperimento è stato caratterizzato dall’utilizzo di diversi linguaggi di processo, coinvolgendo dizionari di medicina (per le condizioni mediche espresse nel tweet) e un database di farmaci, considerando i nomi commerciali. Recentemente è stato anche sviluppato un corpus chiamato TWIMED, per analizzare in maniera comparata le frasi di Twitter e Pubmed che parlano di eventi avversi, considerando le differenze di linguaggio.

L’ultimo esperimento pubblicato descrive uno strumento per l’identificazione di eventi avversi, che utilizza le CNN (Convolutional Neural-Network, reti neurali convoluzionali). Tali reti neurali si ispirano al funzionamento della corteccia visiva negli animali. Infatti le capacità associative di questa rete rendono le CNN adatte sia per il riconoscimento di immagini sia per la rielaborazione di linguaggio.

Le reti neurali per individuare eventi avversi al farmaco su Twitter

Le caratteristiche del sistema delle CNN consistono nell’associazione fra un farmaco e una condizione di salute causata da un evento avverso correlato. La potenza delle CNN risiede nella capacità di fare associazioni che vanno oltre al linguaggio formale da dizionario medico, individuando versioni più colloquiali utilizzate dalle persone per esprimere una condizione patologica.

La fase cruciale sta nella scelta dei “dizionari” di termini per scavare nel database di Twitter. Il sistema si basa su un’associazione di Health Condition “condizioni mediche” che si riferiscono ai potenziali effetti avversi, e i farmaci, riportati con il nome commerciale maggiormente utilizzato. Il sistema delle reti neurali associa i due termini.

La potenza di questa tipologia di reti neurali permette di individuare nei 140 caratteri delle “embedding regions”, cioè regioni semantiche delle frasi in cui individuare i termini che permettono al programma e al suo supervisore di caratterizzare il tweet come evento avverso.

Possibile impatto sul mondo della Farmacovigilanza

Quando saranno pronti gli strumenti in grado di garantire un’elevata efficacia nell’individuare segnali di farmacovigilanza dai social network, allora gli enti regolatori nazionali e internazionali analizzeranno la questione, agendo nel merito. Nonostante sia già stato affrontato da EMA e FDA, la raccolta di eventi avversi in questo campo necessita dei sistemi di identificazione dell’utente che ha generato il segnale e del medico responsabile.

I social media non permettono soltanto di ottenere dati più vasti su eventi avversi conosciuti o di individuarne di nuovi, ma consentono anche di entrare direttamente in contatto con il paziente, su un canale ancora poco esplorato. Le aziende farmaceutiche e i professionisti del settore potrebbero, in un prossimo futuro, dover affrontare questa nuova attività di farmacovigilanza.

Fonte:

K.Lee et al.”Adverse Drug Event Detection in Tweets with Semi-Supervised Convolutional Neural Networks” doi:10.1145/3038912.3052671. International World Wide Web Conferences Steering Committee