Mesterséges intelligencia eszköz feltárja a nemi különbségeket az agy szerkezetében

Egy új tanulmány szerint az MRI-vizsgálatokat feldolgozó mesterséges intelligencia (MI) számítógépes programok sejtek szintű különbségeket mutattak ki a férfiak és a nők agyának szerveződésében. Ezeket a különbségeket a fehérállományban találták, abban a szövetben, amely főként az emberi agy belső rétegében található, és elősegíti a régiók közötti kommunikációt.

Köztudott, hogy a férfiak és a nők eltérő módon szenvednek a szklerózis multiplextől, az autizmus spektrumzavartól, a migréntől és más agyi problémáktól, és eltérő tüneteket mutatnak. A biológiai nem agyra gyakorolt hatásának részletes megértése a diagnosztikai eszközök és kezelések fejlesztésének egyik módját kínálja. Azonban, míg az agy méretét, alakját és súlyát tanulmányozták, a kutatók csak részben értik a sejtszintű szerkezetét.

Az NYU Langone Health kutatói által vezetett új tanulmány egy gépi tanulásnak nevezett mesterséges intelligencia technikát használt 471 férfi és 560 nő több ezer MRI agyvizsgálatának elemzésére. Az eredmények azt mutatták, hogy a számítógépes programok pontosan képesek különbséget tenni a férfi és a női agy között, azonosítva az emberi szem számára láthatatlan szerkezeti és összetett mintákat.

Az eredményeket három különböző, a biológiai nem meghatározására tervezett mesterséges intelligencia modell is megerősítette, amelyek relatív erősségeiket használták fel, vagy a fehérállomány kis foltjaira fókuszálva, vagy az agy nagy területein átívelő kapcsolatok elemzésében.

„Eredményeink tisztább képet adnak az élő emberi agy szerkezetéről, ami új ismereteket nyújthat arról, hogy hány pszichiátriai és neurológiai rendellenesség alakul ki, és miért jelentkezhetnek eltérően férfiaknál és nőknél” – mondta a tanulmány vezető szerzője és neuroradiológus, Dr. Yvonne Lui.

Lui, a NYU Grossman Orvostudományi Kar radiológiai tanszékének professzora és kutatási alelnöke megjegyzi, hogy az agy mikrostruktúrájával kapcsolatos korábbi vizsgálatok nagymértékben támaszkodtak állatmodellekre és emberi szövetmintákra. Ezenkívül ezen korábbi eredmények némelyikének érvényességét megkérdőjelezte a „kézzel rajzolt” érdeklődésre számot tartó területek statisztikai elemzésének alkalmazása, amely számos szubjektív döntést igényelt a kutatóktól a kiválasztott területek alakjával, méretével és elhelyezkedésével kapcsolatban. Az ilyen döntések potenciálisan torzíthatják az eredményeket, mondja Lui.

A szerzők megjegyzik, hogy az új tanulmány eredményei elkerülték ezt a problémát azzal, hogy gépi tanulást alkalmaztak a képek teljes csoportjainak elemzésére anélkül, hogy a számítógépnek egy adott helyet kellett volna megvizsgálnia, ami segített kiküszöbölni az emberi elfogultságot.

A tanulmányhoz a csapat azzal kezdte, hogy a mesterséges intelligencia programjait egészséges férfiak és nők MRI agyvizsgálatainak meglévő adataival, valamint az egyes vizsgálatok biológiai nemével táplálta. Mivel ezeket a modelleket kifinomult statisztikai és matematikai módszerek használatára tervezték, hogy az adatok gyűjtése során idővel „okosabbá” váljanak, végül „megtanulták” önállóan megállapítani a biológiai nemet. Fontos, hogy a programok nem használhatták az agy teljes méretét és alakját a meghatározásukhoz, mondja Lui.

Az eredmények szerint minden modell az esetek 92–98%-ában helyesen azonosította a szkennelések nemét. Számos jellemző segítette a gépeket a következtetések levonásában, többek között az, hogy milyen könnyen és milyen irányban tudott a víz áthaladni az agyszöveten.

„Ezek az eredmények rávilágítanak a sokféleség fontosságára az emberi agyból eredő betegségek tanulmányozásakor” – mondta a tanulmány társszerzője, Junbo Chen, MS, a NYU Tandon Műszaki Iskola doktori hallgatója.

„Ha – ahogy az a történelemben is történt – a férfiakat használják standard modellként a különféle rendellenességek esetében, a kutatók esetleg kritikus fontosságú ismereteket nem vesznek figyelembe” – tette hozzá Vara Lakshmi Bayanagari, a tanulmány társszerzője, MS, a NYU Tandon Műszaki Iskola posztgraduális kutatója.

Bayanagari óvatosságra int, mivel bár a mesterséges intelligencia eszközei képesek voltak kimutatni az agysejtek szerveződésében mutatkozó különbségeket, nem tudták azonosítani, hogy melyik nem hajlamosabb az egyes tulajdonságokra. Hozzáteszi, hogy a tanulmány a genetikai információk alapján osztályozta a nemet, és csak cisznemű férfiak és nők MRI-vizsgálatait tartalmazta.

A szerzők szerint a csapat azt tervezi, hogy tovább vizsgálja az agyi struktúrákban mutatkozó nemi különbségek időbeli fejlődését, hogy jobban megértse a környezeti, hormonális és társadalmi tényezők szerepét ezekben a változásokban.

A munka a Scientific Reports folyóiratban jelent meg.