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

Ang mga program sa computer na artificial intelligence (AI) na nagpoproseso ng mga pag-scan ng MRI ay nagpapakita ng mga pagkakaiba sa organisasyon ng mga utak ng lalaki at babae sa antas ng cellular, ipinapakita ng isang bagong pag-aaral. Ang mga pagkakaibang ito ay natagpuan sa puting bagay, tissue na pangunahing 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, migraines 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, kahit na 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 bagong pag-aaral, na pinangunahan ng mga mananaliksik sa NYU Langone Health, ay gumamit ng AI technique na tinatawag na machine learning para pag-aralan ang libu-libong MRI scan ng utak ng 471 lalaki at 560 babae. Ang mga resulta ay nagpakita na ang mga computer program ay maaaring tumpak na makilala ang pagitan ng lalaki at babae na utak, na nagpapakita ng 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 biyolohikal na kasarian, gamit ang kanilang mga kamag-anak na lakas sa alinman sa pagtutok sa maliliit na bahagi ng white matter o pagsusuri ng mga koneksyon sa malalaking bahagi ng utak.

"Ang aming mga natuklasan ay nagbibigay ng isang mas malinaw na pag-unawa sa istraktura ng buhay na utak ng tao, na maaaring mag-alok ng mga bagong pananaw sa kung gaano karaming psychiatric at neurological disorder ang nabubuo at kung bakit maaaring magkaiba ang mga ito sa mga lalaki at babae," sabi ng nangungunang may-akda ng pag-aaral. At neuroradiologist na si Yvonne Luey, MD.

Si Luy, propesor at vice chair ng pananaliksik sa departamento ng radiology sa NYU Grossman School of Medicine, ay nagsabi na ang mga nakaraang pag-aaral ng microstructure ng utak ay pangunahing umasa sa mga modelo ng hayop at mga sample ng tissue ng tao. Bukod pa rito, ang bisa ng ilan sa mga nakaraang natuklasang ito ay pinag-aalinlanganan 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 napiling mga rehiyon. Ang mga naturang halalan ay maaaring potensyal na baluktutin ang mga resulta, sabi ni Lui.

Naiwasan ng bagong pag-aaral ang problemang ito sa pamamagitan ng paggamit ng machine learning upang pag-aralan ang buong grupo ng mga larawan nang hindi itinuturo ang computer sa isang partikular na lokasyon, na tumutulong na alisin ang bias ng tao, ang tala ng mga may-akda.

Para sa pag-aaral, nagsimula ang koponan sa pamamagitan ng pagbibigay sa mga programa ng AI ng umiiral na data mula sa mga sample na pag-scan sa utak ng MRI ng malulusog na lalaki at babae, na tinutukoy din 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 ang data ay naipon, sa kalaunan ay "natutunan" nilang makilala ang biological sex sa kanilang sarili. Mahalagang tandaan na ang mga programa ay ipinagbabawal na gumamit ng pangkalahatang laki at hugis ng utak para sa kanilang mga pagpapasiya, sabi ni Lui.

Ayon sa mga resulta, lahat ng modelo ay wastong natukoy ang kasarian mula sa mga pag-scan sa 92% - 98% ng mga kaso. Partikular na tinulungan ng ilang feature ang mga makina na makamit ang kanilang mga konklusyon, kabilang ang kung gaano kadali at sa anong direksyon maaaring lumipat ang tubig sa tisyu ng utak.

“Ang mga resultang ito ay nagpapakita ng kahalagahan ng pagkakaiba-iba kapag nag-aaral ng mga sakit na nagmumula sa utak ng tao,” sabi ng kasamang may-akda ng pag-aaral na si Junbo Chen, MS, isang mag-aaral ng doktor sa NYU Tandon School of Engineering.

"Kung, gaya 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.

Bayanagari ay nagbabala na habang ang mga tool ng AI ay maaaring mag-ulat ng mga pagkakaiba sa brain cell organization, hindi nila maihayag kung aling kasarian ang mas madaling kapitan sa kung aling mga tampok. Idinagdag niya na inuri ng pag-aaral ang kasarian batay sa genetic na impormasyon at kasama lamang ang mga pag-scan ng MRI ng mga lalaki at babae na cisgender.

Plano ng koponan 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 mga salik sa kapaligiran, hormonal at panlipunan sa mga pagbabagong ito, sabi ng mga may-akda.

Na-publish ang akda sa magazine Scientific Reports.