Nástroj umělé inteligence odhaluje pohlavní rozdíly ve struktuře mozku

Nová studie ukazuje, že počítačové programy umělé inteligence (AI), které zpracovávají snímky magnetické rezonance, odhalují rozdíly v organizaci mozku mužů a žen na buněčné úrovni. Tyto rozdíly byly zjištěny v bílé hmotě, tkáni nacházející se převážně ve vnitřní vrstvě lidského mozku, která usnadňuje komunikaci mezi oblastmi.

Je známo, že muži a ženy trpí odlišně roztroušenou sklerózou, poruchou autistického spektra, migrénami a dalšími problémy s mozkem a vykazují odlišné příznaky. Detailní pochopení toho, jak biologické pohlaví ovlivňuje mozek, je považováno za způsob, jak zlepšit diagnostické nástroje a léčbu. I když byla velikost, tvar a hmotnost mozku studována, vědci mají pouze částečné znalosti o jeho struktuře na buněčné úrovni.

Nová studie vedená výzkumníky z NYU Langone Health využila techniku umělé inteligence zvanou strojové učení k analýze tisíců snímků mozku z magnetické rezonance od 471 mužů a 560 žen. Výsledky ukázaly, že počítačové programy dokázaly přesně rozlišovat mezi mužským a ženským mozkem a identifikovat strukturální a komplexní vzory, které byly pro lidské oko neviditelné.

Výsledky byly potvrzeny třemi různými modely umělé inteligence navrženými k určení biologického pohlaví, které využily své relativní silné stránky buď zaměřením na malé oblasti bílé hmoty, nebo analýzou spojení napříč velkými oblastmi mozku.

„Naše zjištění poskytují jasnější obraz struktury živého lidského mozku, což může nabídnout nové poznatky o tom, jak se mnoho psychiatrických a neurologických poruch vyvíjí a proč se mohou u mužů a žen projevovat odlišně,“ uvedla hlavní autorka studie a neuroradioložka Yvonne Lui, MD.

Lui, profesor a zástupce vedoucího výzkumu na katedře radiologie na Grossmanově lékařské fakultě NYU, poznamenává, že předchozí studie mikrostruktury mozku se do značné míry opíraly o zvířecí modely a vzorky lidské tkáně. Platnost některých z těchto dřívějších zjištění byla navíc zpochybněna použitím statistických analýz „ručně kreslených“ oblastí zájmu, což vyžadovalo, aby vědci činili mnoho subjektivních rozhodnutí o tvaru, velikosti a umístění vybraných oblastí. Takové volby by mohly potenciálně zkreslit výsledky, říká Lui.

Autoři poznamenávají, že závěry nové studie se tomuto problému vyhnuly využitím strojového učení k analýze celých skupin obrázků, aniž by počítači bylo nutné směřovat na konkrétní místo, což pomohlo eliminovat lidské zkreslení.

Tým začal studii tím, že programům umělé inteligence poskytl existující data z příkladných magnetických rezonancí mozku zdravých mužů a žen spolu s biologickým pohlavím každého snímku. Protože tyto modely byly navrženy tak, aby s využitím sofistikovaných statistických a matematických metod postupně „zlepšovaly“ své biologické pohlaví, nakonec se „naučily“ samy rozpoznat biologické pohlaví. Důležité je, že programy nemohly pro svá určení používat celkovou velikost a tvar mozku, říká Lui.

Podle výsledků všechny modely správně identifikovaly pohlaví skenů v 92 % až 98 % případů. Strojům pomohlo s jejich závěry několik faktorů, včetně toho, jak snadno a jakým směrem se voda mohla pohybovat mozkovou tkání.

„Tato zjištění zdůrazňují důležitost diverzity při studiu nemocí, které vznikají v lidském mozku,“ uvedl spoluautor studie Junbo Chen, MS, doktorand na NYU Tandon School of Engineering.

„Pokud se, jak tomu bylo v minulosti, muži používají jako standardní model pro různé poruchy, vědci by mohli přehlédnout klíčové poznatky,“ dodala spoluautorka studie Vara Lakshmi Bayanagari, MS, postgraduální studentka výzkumu na NYU Tandon School of Engineering.

Bayanagari varuje, že ačkoli nástroje umělé inteligence dokázaly zaznamenat rozdíly v organizaci mozkových buněk, nedokázaly identifikovat, které pohlaví je náchylnější k jakým vlastnostem. Dodává, že studie klasifikovala pohlaví na základě genetických informací a zahrnovala pouze MRI snímky cisgenderových mužů a žen.

Autoři studie uvádějí, že tým plánuje dále studovat vývoj pohlavních rozdílů ve struktuře mozku v průběhu času, aby lépe pochopili roli environmentálních, hormonálních a sociálních faktorů v těchto změnách.

Práce byla publikována v časopise Scientific Reports.