Narzędzie sztucznej inteligencji ujawnia różnice płciowe w strukturze mózgu

Nowe badanie pokazuje, że programy komputerowe sztucznej inteligencji (AI), które przetwarzają skany MRI, ujawniają różnice w organizacji mózgów mężczyzn i kobiet na poziomie komórkowym. Różnice te stwierdzono w istocie białej, tkance znajdującej się głównie w wewnętrznej warstwie ludzkiego mózgu, która ułatwia komunikację między regionami.

Wiadomo, że mężczyźni i kobiety inaczej cierpią na stwardnienie rozsiane, zaburzenia ze spektrum autyzmu, migreny i inne problemy mózgowe, a także wykazują różne objawy. Szczegółowe zrozumienie wpływu płci biologicznej na mózg jest postrzegane jako sposób na udoskonalenie narzędzi diagnostycznych i metod leczenia. Jednak podczas gdy badano wielkość, kształt i wagę mózgu, naukowcy mają tylko częściową wiedzę na temat jego struktury na poziomie komórkowym.

Nowe badanie prowadzone przez naukowców z NYU Langone Health wykorzystało technikę AI zwaną uczeniem maszynowym do analizy tysięcy skanów MRI mózgu 471 mężczyzn i 560 kobiet. Wyniki pokazały, że programy komputerowe mogły dokładnie odróżniać mózgi mężczyzn i kobiet, identyfikując strukturalne i złożone wzorce, które były niewidoczne dla ludzkiego oka.

Wyniki te zostały potwierdzone przez trzy różne modele sztucznej inteligencji, zaprojektowane w celu określenia płci biologicznej, wykorzystujące ich względne zalety w skupianiu się na małych fragmentach istoty białej lub analizowaniu połączeń w dużych obszarach mózgu.

„Nasze odkrycia dają wyraźniejszy obraz struktury żywego mózgu ludzkiego, co może rzucić nowe światło na to, jak rozwija się wiele zaburzeń psychicznych i neurologicznych oraz dlaczego mogą się one objawiać inaczej u mężczyzn i kobiet” – powiedziała główna autorka badania i neuroradiolog, dr Yvonne Lui.

Lui, profesor i wiceprzewodniczący ds. badań w katedrze radiologii w NYU Grossman School of Medicine, zauważa, że poprzednie badania mikrostruktury mózgu w dużej mierze opierały się na modelach zwierzęcych i próbkach tkanek ludzkich. Ponadto ważność niektórych z tych wcześniejszych ustaleń została zakwestionowana przez wykorzystanie analiz statystycznych „narysowanych ręcznie” obszarów zainteresowania, co wymagało od badaczy podejmowania wielu subiektywnych decyzji dotyczących kształtu, rozmiaru i lokalizacji wybranych obszarów. Takie wybory mogłyby potencjalnie wypaczyć wyniki, mówi Lui.

Autorzy zauważają, że w nowych badaniach udało się uniknąć tego problemu dzięki zastosowaniu uczenia maszynowego do analizy całych grup obrazów, bez konieczności nakazywania komputerowi patrzenia na konkretne miejsce, co pomogło wyeliminować ludzkie uprzedzenia.

W ramach badania zespół rozpoczął od wprowadzenia do programów AI istniejących danych przykładowych skanów MRI mózgu zdrowych mężczyzn i kobiet, wraz z biologiczną płcią każdego skanu. Ponieważ te modele zostały zaprojektowane tak, aby wykorzystywać zaawansowane metody statystyczne i matematyczne, aby stać się „mądrzejszymi” z czasem, gdy gromadziły dane, ostatecznie „nauczyły się” samodzielnie rozróżniać biologiczną płeć. Co ważne, programy nie mogły używać ogólnego rozmiaru i kształtu mózgu do swoich ustaleń, mówi Lui.

Zgodnie z wynikami, wszystkie modele prawidłowo identyfikowały płeć skanów w 92% do 98% przypadków. Kilka cech w szczególności pomogło maszynom w wyciąganiu wniosków, w tym jak łatwo i w jakim kierunku woda mogła przemieszczać się przez tkankę mózgową.

„Te wyniki podkreślają znaczenie różnorodności przy badaniu chorób mających swoje źródło w ludzkim mózgu” – powiedział współautor badania Junbo Chen, doktorant w NYU Tandon School of Engineering.

„Jeśli, jak to miało miejsce w przeszłości, mężczyźni będą traktowani jako standardowy model różnych zaburzeń, naukowcy mogą nie dostrzec istotnych spostrzeżeń” – dodała współautorka badania, Vara Lakshmi Bayanagari, MS, studentka studiów podyplomowych w NYU Tandon School of Engineering.

Bayanagari ostrzega, że chociaż narzędzia AI mogą zgłaszać różnice w organizacji komórek mózgowych, nie mogą identyfikować, która płeć jest bardziej podatna na jakie cechy. Dodaje, że badanie klasyfikowało płeć na podstawie informacji genetycznych i obejmowało tylko skany MRI mężczyzn i kobiet cispłciowych.

Zespół planuje dalsze badania nad rozwojem różnic płciowych w strukturze mózgu na przestrzeni czasu, aby lepiej zrozumieć rolę czynników środowiskowych, hormonalnych i społecznych w tych zmianach - twierdzą autorzy.

Pracę opublikowano w czasopiśmie Scientific Reports.