Ang tool ng artificial intelligence ay nagpapakita ng mga pagkakaiba sa kasarian sa istraktura ng utak

Ang mga programa sa computer ng artificial intelligence (AI) na nagpoproseso ng mga pag-scan ng MRI ay nagpapakita ng mga pagkakaiba sa organisasyon ng utak ng mga lalaki at babae sa antas ng cellular, isang bagong pag-aaral ang nagpapakita. Ang mga pagkakaibang ito ay natagpuan sa puting bagay, ang tissue na kadalasang matatagpuan sa panloob na layer ng utak ng tao na nagpapadali sa komunikasyon sa pagitan ng mga rehiyon.

Ang mga lalaki at babae ay kilala sa iba't ibang paghihirap mula sa multiple sclerosis, autism spectrum disorder, migraine at iba pang mga problema sa utak, at nagpapakita ng iba't ibang sintomas. Ang isang detalyadong pag-unawa sa kung paano nakakaapekto ang biological sex sa utak ay nakikita bilang isang paraan upang mapabuti ang mga diagnostic tool at paggamot. Gayunpaman, habang ang laki, hugis at bigat ng utak ay pinag-aralan, ang mga mananaliksik ay may bahagyang pag-unawa lamang sa istraktura nito sa antas ng cellular.

Ang isang bagong pag-aaral na pinamumunuan ng mga mananaliksik sa NYU Langone Health ay gumamit ng AI technique na tinatawag na machine learning para pag-aralan ang libu-libong MRI brain scan mula sa 471 lalaki at 560 babae. Ang mga resulta ay nagpakita na ang mga programa sa computer ay maaaring tumpak na magkaiba sa pagitan ng lalaki at babae na utak, na kinikilala ang istruktura at kumplikadong mga pattern na hindi nakikita ng mata ng tao.

Ang mga resulta ay kinumpirma ng tatlong magkakaibang modelo ng AI na idinisenyo upang matukoy ang biological sex, gamit ang kanilang mga kamag-anak na lakas sa alinman sa pagtutok sa maliliit na patak ng puting bagay o pagsusuri ng mga koneksyon sa malalaking bahagi ng utak.

"Ang aming mga natuklasan ay nagbibigay ng isang mas malinaw na larawan ng istraktura ng buhay na utak ng tao, na maaaring mag-alok ng mga bagong pananaw sa kung gaano karaming mga psychiatric at neurological disorder ang nabubuo at kung bakit maaaring magkaiba ang mga ito sa mga lalaki at babae," sabi ng lead study author at neuroradiologist na si Yvonne Lui, MD.

Si Lui, isang propesor at vice chair para sa pananaliksik sa departamento ng radiology sa NYU Grossman School of Medicine, ay nagsabi na ang mga nakaraang pag-aaral ng microstructure ng utak ay lubos na umaasa sa mga modelo ng hayop at mga sample ng tissue ng tao. Bilang karagdagan, ang bisa ng ilan sa mga nakaraang natuklasang ito ay kinuwestiyon sa pamamagitan ng paggamit ng mga istatistikal na pagsusuri ng mga rehiyong interesadong "iginuhit ng kamay", na nangangailangan ng mga mananaliksik na gumawa ng maraming pansariling desisyon tungkol sa hugis, sukat, at lokasyon ng mga rehiyon na kanilang pinili. Ang ganitong mga pagpipilian ay maaaring potensyal na skew ang mga resulta, sabi ni Lui.

Ang mga natuklasan ng bagong pag-aaral ay nag-iwas sa problemang ito sa pamamagitan ng paggamit ng machine learning upang pag-aralan ang buong grupo ng mga imahe nang hindi sinasabi sa computer na tumingin sa isang partikular na lokasyon, na tumulong sa pag-alis ng mga bias ng tao, ang tala ng mga may-akda.

Para sa pag-aaral, nagsimula ang koponan sa pamamagitan ng pagpapakain sa mga programa ng AI na umiiral na data ng halimbawa ng mga pag-scan sa utak ng MRI ng malulusog na kalalakihan at kababaihan, kasama ang biological sex ng bawat pag-scan. Dahil ang mga modelong ito ay idinisenyo upang gumamit ng mga sopistikadong istatistikal at mathematical na pamamaraan upang maging "mas matalino" sa paglipas ng panahon habang sila ay nag-iipon ng data, sa kalaunan ay "natutunan" nilang makilala ang biological sex sa kanilang sarili. Mahalaga, ang mga programa ay pinaghigpitan mula sa paggamit ng pangkalahatang laki at hugis ng utak para sa kanilang mga pagpapasiya, sabi ni Lui.

Ayon sa mga resulta, ang lahat ng mga modelo ay natukoy nang tama ang kasarian ng mga pag-scan 92% hanggang 98% ng oras. Ang ilang mga tampok ay partikular na nakatulong sa mga makina na gumawa ng kanilang mga konklusyon, kabilang ang kung gaano kadali at sa anong direksyon ang tubig ay nagawang lumipat sa tisyu ng utak.

"Ang mga natuklasan na ito ay nagpapakita ng kahalagahan ng pagkakaiba-iba kapag nag-aaral ng mga sakit na nagmumula sa utak ng tao," sabi ng co-author ng pag-aaral na si Junbo Chen, MS, isang mag-aaral ng doktor sa NYU Tandon School of Engineering.

"Kung, tulad ng nangyari sa kasaysayan, ang mga lalaki ay ginagamit bilang karaniwang modelo para sa iba't ibang mga karamdaman, maaaring makaligtaan ng mga mananaliksik ang mga kritikal na pananaw," idinagdag ng co-author ng pag-aaral na si Vara Lakshmi Bayanagari, MS, isang nagtapos na mag-aaral sa pananaliksik sa NYU Tandon School of Engineering.

Nag-iingat si Bayanagari na habang ang mga tool ng AI ay maaaring mag-ulat ng mga pagkakaiba sa organisasyon ng selula ng utak, hindi nila matukoy kung aling kasarian ang mas madaling kapitan sa kung aling mga katangian. Idinagdag niya na ang pag-aaral ay inuri ang kasarian batay sa genetic na impormasyon at kasama lamang ang mga pag-scan ng MRI ng mga lalaki at babae na cisgender.

Ang koponan ay nagpaplano na higit pang pag-aralan ang pagbuo ng mga pagkakaiba sa kasarian sa istraktura ng utak sa paglipas ng panahon upang mas maunawaan ang papel ng kapaligiran, hormonal at panlipunang mga kadahilanan sa mga pagbabagong ito, sabi ng mga may-akda.

Ang gawain ay nai-publish sa journal Scientific Reports.