Учени от Испания смятат, че внимателен анализ на публикациите в социалните мрежи може да даде представа за странични ефекти от медикаментите, които не са били отбелязани по време на клиничните тестове или не са споделяни с лекуващия лекар, съобщава онлайн изданието ZDNet.

Специалистите от мадридския университет "Карлос III" са започнали работа по софтуерен инструмент, който да обработва големи обеми информация и да извлича данните за конкретни лекарства. Работи се и по метод, който да взима публикации за лекарства, странични ефекти и болести от социалните мрежи и да ги структурира в по-удобен вид, който да може да се използва от специалисти при взимането на решения за дадено лечение или промени в лекарствата.

Използването на данни от социалните мрежи може да помогне и на фармацевтичните компании в търсенето на информация за ефектите от медикаментите им. Това ще улесни и анализирането на ефектите на лекарствата в различни райони и условия, което също е от голямо значение.

Учените вече са готови с прототипа на своя софтуерен инструмент, който е част от европейския научен проект TrendMiner. Софтуерът вече разполага с 5 млн. "туита" от Twitter и 40 хил. коментара от различни социални мрежи. Всички те са на испански език и са събирани в рамките на малко повече от година. Програмата разпознава различните лекарства, болести и странични ефекти, като ги разделя по категории с тагове и по хронология.

Чрез данните се откриват различни тенденции в ефективността и действието на лекарствата и разпространението на болестите. Информацията може да се обединява и съпоставя с медицински бази данни и електронни здравни картони. Данните са анонимни, като не може да бъде идентифициран никой човек.

Специалистите са забелязали и потвърдили и други техни наблюдения. "Пациентите често не споделят всичко с лекарите си, но са доста по-подробни в социалните мрежи и форумите", коментира Палома Мартинез, един от водещите специалисти в проучването. Затова вече се работи и по алгоритми, които да проверят дали информацията има статистическа стойност. Освен това се работи и по подобрени системи за разпознаване на специфични изрази, които може да не съдържат конкретни медицински термини, но да са важни в контекста на разговора.