Naujas tyrimas rodo, kad dirbtinio intelekto (DI) kompiuterinės programos, apdorojančios MRT rezultatus, rodo, kad vyrų ir moterų smegenys yra sutvarkytos ląstelių lygmeniu. Šie skirtumai buvo pastebėti baltojoje medžiagoje, audinyje, pirmiausia esančiame vidiniame žmogaus smegenų sluoksnyje, o tai skatina ryšį tarp regionų.
Kūrinys pasirodo Mokslinės ataskaitos.
Yra žinoma, kad vyrai ir moterys patiria išsėtinę sklerozę, autizmo spektro sutrikimą, migreną ir kitas smegenų problemas skirtingais dažniais ir skirtingais simptomais. Todėl išsamus supratimas apie tai, kaip biologinė lytis veikia smegenis, yra būdas tobulinti diagnostikos priemones ir gydymą. Tačiau nors smegenų dydis, forma ir svoris buvo ištirti, mokslininkai turi tik dalinį smegenų išsidėstymo ląstelių lygmeniu vaizdą.
Naujajame tyrime, kuriam vadovavo NYU Langone Health tyrėjai, buvo naudojama AI technika, vadinama mašininiu mokymusi, siekiant išanalizuoti tūkstančius MRT smegenų nuskaitymų iš 471 vyro ir 560 moterų. Rezultatai atskleidė, kad kompiuterinės programos gali tiksliai atskirti biologines vyrų ir moterų smegenis, nustatydamos žmogaus akiai nematomus struktūros ir sudėtingumo modelius.
Išvados buvo patvirtintos trimis skirtingais AI modeliais, skirtais nustatyti biologinę lytį, naudojant jų santykinę jėgą, nustatant mažas baltosios medžiagos dalis arba analizuojant ryšius tarp didesnių smegenų regionų.
„Mūsų išvados suteikia aiškesnį vaizdą apie tai, kaip yra sudarytos gyvos žmogaus smegenys, o tai savo ruožtu gali pasiūlyti naujų įžvalgų apie tai, kiek psichikos ir neurologinių sutrikimų išsivysto ir kodėl jie gali pasireikšti skirtingai vyrams ir moterims“, – sakė vyresnysis tyrimo autorius ir neuroradiologas. Yvonne Lui, MD.
Lui, NYU Grossmano medicinos mokyklos Radiologijos katedros tyrimų profesorius ir viceprezidentas, pažymi, kad ankstesni smegenų mikrostruktūros tyrimai daugiausia rėmėsi gyvūnų modeliais ir žmogaus audinių mėginiais. Be to, kai kurių iš šių praeities išvadų pagrįstumas buvo suabejotas, nes buvo remiamasi statistine „ranka pieštų“ dominančių regionų analize, o tai reiškia, kad mokslininkams reikėjo priimti daug subjektyvių sprendimų dėl regionų formos, dydžio ir vietos. jie pasirinko. Tokie pasirinkimai gali iškreipti rezultatus, sako Lui.
Nauji tyrimo rezultatai šios problemos išvengė, nes naudojant mašininį mokymąsi analizuojamos visos vaizdų grupės, neprašant kompiuterio apžiūrėti kokios nors konkrečios vietos, o tai padėjo pašalinti žmogaus šališkumą, teigia autoriai.
Tyrimo metu komanda pradėjo teikti AI programoms esamus duomenis apie sveikų vyrų ir moterų smegenų nuskaitymo pavyzdžius ir taip pat nurodydama mašinų programoms kiekvieno smegenų nuskaitymo biologinę lytį. Kadangi šie modeliai buvo sukurti taip, kad būtų naudojami sudėtingi statistiniai ir matematiniai metodai, kad laikui bėgant taptų „gudresni“, nes jie kauptų daugiau duomenų, galiausiai jie „išmoko“ atskirti biologinę lytį patys. Svarbu tai, kad programoms buvo draudžiama naudoti bendrą smegenų dydį ir formą, kad galėtų apsispręsti, sako Lui.
Remiantis rezultatais, visi modeliai teisingai nustatė tiriamųjų lytį nuo 92% iki 98% atvejų. Kai kurios funkcijos ypač padėjo mašinoms apsispręsti, įskaitant tai, kaip lengvai ir kokia kryptimi vanduo gali judėti smegenų audiniu.
„Šie rezultatai pabrėžia įvairovės svarbą tiriant ligas, kurios kyla žmogaus smegenyse“, – sakė tyrimo bendraautorius Junbo Chen, MS, NYU Tandono inžinerijos mokyklos doktorantas.
„Jei, kaip buvo istoriškai, vyrai naudojami kaip standartinis įvairių sutrikimų modelis, tyrėjai gali nepastebėti kritinės įžvalgos“, – pridūrė tyrimo bendraautorė Vara Lakshmi Bayanagari, MS, NYU Tandon mokyklos absolventė. inžinerijos.
Bayanagari įspėja, kad nors dirbtinio intelekto įrankiai gali pranešti apie smegenų ląstelių organizavimo skirtumus, jie negalėjo atskleisti, kuri lytis gali turėti kokių savybių. Ji priduria, kad tyrimas klasifikavo lytį pagal genetinę informaciją ir apėmė tik cis lyties vyrų ir moterų MRT.
Pasak autorių, komanda toliau planuoja ištirti su lytimi susijusių smegenų struktūros skirtumų raidą laikui bėgant, kad geriau suprastų aplinkos, hormoninius ir socialinius veiksnius, kurie gali turėti įtakos šiems pokyčiams.
Be Lui, Chen ir Bayanagari, kiti NYU Langone Health ir NYU mokslininkai, dalyvavę tyrime, buvo mokslų daktaras Sohae Chungas ir mokslų daktaras Yao Wangas.