MEDICINE & AI

タイトル：Characterizing Public Sentiments and Drug Interactions in the COVID-19 Pandemic Using Social Media: Natural Language Processing and Network Analysis 雑誌名：J Med Internet Res. 2025 Mar 05; 27: e63755. doi: 10.2196/63755. Epub 2025 Mar 05. 概　要： 本研究は、COVID-19パンデミックに関連する薬物についてのソーシャルメディア上の議論を分析するための自然言語処理（NLP）パイプラインを開発し、パンデミックが薬物使用に与える影響や誤情報を監視することを目的としています。169,659,956件のツイートから、2,124,757件の関連ツイートを特定し、主にイベルメクチン、ヒドロキシクロロキン、レムデシビル、亜鉛、ビタミンDが話題となりました。公衆の関心は主に再利用薬に集中し、感情分析では、薬の有効性に関する実証的証拠よりも著名人の支持やメディアの影響が大きいことが示されました。 方　法： 本研究は、COVID-19関連薬物のツイート分析のために、事前学習済み言語モデルに基づくNLP技術を用いた完全なパイプラインを構築しました。このパイプラインは、医療エンティティの認識と標準化、感情分析、トピックモデリング、薬物ネットワーク分析の4つのコアモジュールで構成されています。分析対象は2020年2月1日から2022年4月30日までのツイートです。 結　果： 分析の結果、2,124,757件の関連ツイートが特定され、最も議論された薬物はイベルメクチン、ヒドロキシクロロキン、レムデシビル、亜鉛、ビタミンDでした。公衆の関心は再利用薬に集中し、感情分析では著名人の影響が強いことが示されました。また、15の一般的なトピックが特定され、薬物の臨床治療効果や身体症状が最も頻繁に議論されました。 結　論： NLPベースのパイプラインは、大規模な公衆衛生監視のための強力なツールであり、薬物相互作用や副作用に関する伝統的な疫学研究に貴重な補足データを提供できることが示されました。このフレームワークは、今後のソーシャルメディアを利用した公衆衛生分析の基盤となることを目指しています。