O período de isolamento social teve diversos resultados, como, por exemplo, o impacto psicológico, fazendo com que grande parte da população consumisse antidepressivos e o aumento no uso de redes sociais, tornando-as valiosas fontes de dados. Objetivo: Construção de uma solução computacional que identifique automaticamente relatos de efeitos adversos relacionados a antidepressivos postados na rede social Twitter. Método: Criação de uma base de dados com 9.571 mil postagens coletadas da rede social. Utilização de técnicas de aprendizado de máquina, processamento de linguagem natural, reconhecimento de entidades nomeadas e grafos para demonstração dos resultados. Resultados: O reconhecimento de entidades nomeadas alcançou valores de f-score superiores a 0,58. Uma aplicação web foi construída para demonstrar as conexões entre usuários e relatos de efeitos adversos. Conclusão: A rede social mostrou-se uma fonte de dados poderosa para efeitos de farmacovigilância, pois o modelo de classificador apresentou resultados satisfatórios e promissores.