Εργαλείο τεχνητής νοημοσύνης αποκαλύπτει διαφορές φύλου στη δομή του εγκεφάλου

Τα προγράμματα υπολογιστών τεχνητής νοημοσύνης (AI) που επεξεργάζονται σαρώσεις μαγνητικής τομογραφίας αποκαλύπτουν διαφορές στην οργάνωση του εγκεφάλου ανδρών και γυναικών σε κυτταρικό επίπεδο, σύμφωνα με νέα μελέτη. Αυτές οι διαφορές εντοπίστηκαν στη λευκή ουσία, τον ιστό που βρίσκεται κυρίως στο εσωτερικό στρώμα του ανθρώπινου εγκεφάλου και διευκολύνει την επικοινωνία μεταξύ των περιοχών.

Είναι γνωστό ότι οι άνδρες και οι γυναίκες υποφέρουν διαφορετικά από σκλήρυνση κατά πλάκας, διαταραχή του φάσματος του αυτισμού, ημικρανίες και άλλα εγκεφαλικά προβλήματα, και εμφανίζουν διαφορετικά συμπτώματα. Η λεπτομερής κατανόηση του πώς το βιολογικό φύλο επηρεάζει τον εγκέφαλο θεωρείται ως ένας τρόπος βελτίωσης των διαγνωστικών εργαλείων και των θεραπειών. Ωστόσο, ενώ το μέγεθος, το σχήμα και το βάρος του εγκεφάλου έχουν μελετηθεί, οι ερευνητές έχουν μόνο μερική κατανόηση της δομής του σε κυτταρικό επίπεδο.

Μια νέα μελέτη με επικεφαλής ερευνητές στο NYU Langone Health χρησιμοποίησε μια τεχνική τεχνητής νοημοσύνης που ονομάζεται μηχανική μάθηση για να αναλύσει χιλιάδες μαγνητικές τομογραφίες εγκεφάλου από 471 άνδρες και 560 γυναίκες. Τα αποτελέσματα έδειξαν ότι τα προγράμματα υπολογιστών μπορούσαν να διαφοροποιήσουν με ακρίβεια τον ανδρικό και τον γυναικείο εγκέφαλο, εντοπίζοντας δομικά και σύνθετα μοτίβα που ήταν αόρατα στο ανθρώπινο μάτι.

Τα αποτελέσματα επιβεβαιώθηκαν από τρία διαφορετικά μοντέλα τεχνητής νοημοσύνης που σχεδιάστηκαν για να προσδιορίζουν το βιολογικό φύλο, χρησιμοποιώντας τα σχετικά δυνατά τους σημεία είτε εστιάζοντας σε μικρές κηλίδες λευκής ουσίας είτε αναλύοντας συνδέσεις σε μεγάλες περιοχές του εγκεφάλου.

«Τα ευρήματά μας παρέχουν μια σαφέστερη εικόνα της δομής του ζωντανού ανθρώπινου εγκεφάλου, η οποία μπορεί να προσφέρει νέες γνώσεις σχετικά με το πόσες ψυχιατρικές και νευρολογικές διαταραχές αναπτύσσονται και γιατί μπορεί να εκδηλώνονται διαφορετικά σε άνδρες και γυναίκες», δήλωσε η επικεφαλής συγγραφέας της μελέτης και νευροακτινολόγος Ιβόν Λούι, MD.

Ο Lui, καθηγητής και αντιπρόεδρος έρευνας στο τμήμα ακτινολογίας της Ιατρικής Σχολής Grossman του NYU, σημειώνει ότι προηγούμενες μελέτες για τη μικροδομή του εγκεφάλου βασίζονταν σε μεγάλο βαθμό σε ζωικά μοντέλα και δείγματα ανθρώπινων ιστών. Επιπλέον, η εγκυρότητα ορισμένων από αυτά τα προηγούμενα ευρήματα έχει αμφισβητηθεί από τη χρήση στατιστικών αναλύσεων «χειρόγραφων» περιοχών ενδιαφέροντος, οι οποίες απαιτούσαν από τους ερευνητές να λάβουν πολλές υποκειμενικές αποφάσεις σχετικά με το σχήμα, το μέγεθος και τη θέση των περιοχών που επέλεξαν. Τέτοιες επιλογές θα μπορούσαν ενδεχομένως να διαστρεβλώσουν τα αποτελέσματα, λέει ο Lui.

Τα ευρήματα της νέας μελέτης απέφυγαν αυτό το πρόβλημα χρησιμοποιώντας μηχανική μάθηση για την ανάλυση ολόκληρων ομάδων εικόνων χωρίς να λένε στον υπολογιστή να κοιτάξει μια συγκεκριμένη τοποθεσία, κάτι που βοήθησε στην εξάλειψη των ανθρώπινων προκαταλήψεων, σημειώνουν οι συγγραφείς.

Για τη μελέτη, η ομάδα ξεκίνησε τροφοδοτώντας τα προγράμματα τεχνητής νοημοσύνης με υπάρχοντα δεδομένα, όπως για παράδειγμα μαγνητικές τομογραφίες εγκεφάλου υγιών ανδρών και γυναικών, μαζί με το βιολογικό φύλο κάθε σάρωσης. Επειδή αυτά τα μοντέλα σχεδιάστηκαν για να χρησιμοποιούν εξελιγμένες στατιστικές και μαθηματικές μεθόδους για να γίνονται «εξυπνότερα» με την πάροδο του χρόνου καθώς συσσωρεύονταν δεδομένα, τελικά «έμαθαν» να διακρίνουν το βιολογικό φύλο μόνα τους. Σημαντικό είναι ότι τα προγράμματα περιορίστηκαν στη χρήση του συνολικού μεγέθους και σχήματος του εγκεφάλου για τους προσδιορισμούς τους, λέει ο Lui.

Σύμφωνα με τα αποτελέσματα, όλα τα μοντέλα αναγνώρισαν σωστά το φύλο των σαρώσεων σε ποσοστό 92% έως 98% των περιπτώσεων. Αρκετά χαρακτηριστικά βοήθησαν ιδιαίτερα τα μηχανήματα να καταλήξουν στα συμπεράσματά τους, όπως το πόσο εύκολα και προς ποια κατεύθυνση μπορούσε να κινηθεί το νερό μέσα στον εγκεφαλικό ιστό.

«Αυτά τα ευρήματα υπογραμμίζουν τη σημασία της ποικιλομορφίας κατά τη μελέτη ασθενειών που προέρχονται από τον ανθρώπινο εγκέφαλο», δήλωσε ο συν-συγγραφέας της μελέτης Junbo Chen, MS, διδακτορικός φοιτητής στη Σχολή Μηχανικών NYU Tandon.

«Εάν, όπως έχει συμβεί ιστορικά, οι άνδρες χρησιμοποιούνται ως το πρότυπο μοντέλο για διάφορες διαταραχές, οι ερευνητές ενδέχεται να χάσουν κρίσιμες πληροφορίες», πρόσθεσε η συν-συγγραφέας της μελέτης Vara Lakshmi Bayanagari, MS, μεταπτυχιακή φοιτήτρια έρευνας στη Σχολή Μηχανικών Tandon του NYU.

Η Bayanagari προειδοποιεί ότι ενώ τα εργαλεία τεχνητής νοημοσύνης θα μπορούσαν να αναφέρουν διαφορές στην οργάνωση των εγκεφαλικών κυττάρων, δεν μπορούσαν να εντοπίσουν ποιο φύλο ήταν πιο επιρρεπές σε ποια χαρακτηριστικά. Προσθέτει ότι η μελέτη ταξινόμησε το φύλο με βάση γενετικές πληροφορίες και περιελάμβανε μόνο μαγνητικές τομογραφίες cisgender ανδρών και γυναικών.

Η ομάδα σχεδιάζει να μελετήσει περαιτέρω την ανάπτυξη των διαφορών μεταξύ των φύλων στη δομή του εγκεφάλου με την πάροδο του χρόνου, ώστε να κατανοήσει καλύτερα τον ρόλο περιβαλλοντικών, ορμονικών και κοινωνικών παραγόντων σε αυτές τις αλλαγές, αναφέρουν οι συγγραφείς.

Η εργασία δημοσιεύτηκε στο περιοδικό Scientific Reports.