Τα προγράμματα υπολογιστών τεχνητής νοημοσύνης (AI) που επεξεργάζονται τα αποτελέσματα της μαγνητικής τομογραφίας δείχνουν διαφορές στον τρόπο οργάνωσης του εγκεφάλου ανδρών και γυναικών σε κυτταρικό επίπεδο, σύμφωνα με μια νέα μελέτη. Αυτές οι παραλλαγές εντοπίστηκαν στη λευκή ουσία, τον ιστό που βρίσκεται κυρίως στο εσωτερικό στρώμα του ανθρώπινου εγκεφάλου, το οποίο ενισχύει την επικοινωνία μεταξύ των περιοχών του.
Η εργασία δημοσιεύτηκε στο Scientific Reports.
Σε άνδρες και γυναίκες είναι γνωστό ότι εμφανίζονται σκλήρυνση κατά πλάκας, διαταραχή του φάσματος του αυτισμού, ημικρανίες και άλλα προβλήματα του εγκεφάλου σε διαφορετικούς ρυθμούς και με ποικίλα συμπτώματα. Ωστόσο, ενώ το μέγεθος, το σχήμα και το βάρος του εγκεφάλου έχουν διερευνηθεί, οι ερευνητές έχουν μόνο μια μερική εικόνα της διάταξης του εγκεφάλου σε κυτταρικό επίπεδο.
Ερευνητές του NYU Langone Health, έκαναν μια νέα μελέτη η οποία χρησιμοποίησε μια τεχνική AI που ονομάζεται μηχανική μάθηση για να αναλύσει χιλιάδες μαγνητικές τομογραφίες εγκεφάλου από 471 άνδρες και 560 γυναίκες. Τα αποτελέσματα αποκάλυψαν ότι τα προγράμματα ηλεκτρονικών υπολογιστών μπορούσαν με ακρίβεια να διακρίνουν εγκεφάλους μεταξύ ανδρών και γυναικών εντοπίζοντας μοτίβα στη δομή και την πολυπλοκότητα που ήταν αόρατα στο ανθρώπινο μάτι.
Τα ευρήματα επικυρώθηκαν από τρία διαφορετικά μοντέλα τεχνητής νοημοσύνης που σχεδιάστηκαν για τον προσδιορισμό του βιολογικού φύλου χρησιμοποιώντας τις σχετικές δυνατότητές τους είτε στον μηδενισμό μικρών μερών λευκής ουσίας είτε στην ανάλυση των σχέσεων σε μεγαλύτερες περιοχές του εγκεφάλου.
«Τα ευρήματά μας παρέχουν μια σαφέστερη εικόνα του πώς είναι δομημένος ένας ζωντανός, ανθρώπινος εγκέφαλος, κάτι που μπορεί με τη σειρά του να προσφέρει νέα εικόνα για το πόσες ψυχιατρικές και νευρολογικές διαταραχές αναπτύσσονται και γιατί μπορούν να εμφανιστούν διαφορετικά σε άνδρες και γυναίκες», δήλωσε η συγγραφέας της μελέτης και νευροακτινολόγος Dr. Yvonne Lui, MD.
Η Dr. Lui, καθηγήτρια και αντιπρόεδρος έρευνας στο Τμήμα Ακτινολογίας της Ιατρικής Σχολής του NYU Grossman, σημειώνει ότι προηγούμενες μελέτες για τη μικροδομή του εγκεφάλου βασίστηκαν σε μεγάλο βαθμό σε ζωικά μοντέλα και δείγματα ανθρώπινου ιστού.
Επιπλέον, η εγκυρότητα ορισμένων από αυτά τα προηγούμενα ευρήματα έχει τεθεί υπό αμφισβήτηση επειδή βασίζονται σε στατιστικές αναλύσεις “σχεδιασμένων με το χέρι” περιοχών ενδιαφέροντος, πράγμα που σημαίνει ότι οι ερευνητές έπρεπε να λάβουν πολλές υποκειμενικές αποφάσεις σχετικά με το σχήμα, το μέγεθος και τη θέση των περιοχών. Τέτοιες επιλογές μπορούν ενδεχομένως να παραμορφώσουν τα αποτελέσματα, υποστηρίζει η Dr. Lui.
Τα αποτελέσματα της νέας μελέτης απέφυγαν αυτό το πρόβλημα χρησιμοποιώντας τη μηχανική μάθηση για την ανάλυση ολόκληρων ομάδων εικόνων χωρίς να ζητηθεί από τον υπολογιστή να επιθεωρήσει κάποιο συγκεκριμένο σημείο, κάτι που βοήθησε στην άρση των ανθρώπινων προκαταλήψεων, αναφέρουν οι συγγραφείς.
Για την έρευνα, η ομάδα ξεκίνησε τροφοδοτώντας προγράμματα τεχνητής νοημοσύνης με υπάρχοντα παραδείγματα σαρώσεων εγκεφάλου από υγιείς άνδρες και γυναίκες και επίσης ζητώντας από τα προγράμματα του μηχανήματος το βιολογικό φύλο κάθε σάρωσης εγκεφάλου.
Δεδομένου ότι αυτά τα μοντέλα σχεδιάστηκαν για να χρησιμοποιούν πολύπλοκες στατιστικές και μαθηματικές μεθόδους για να γίνουν «εξυπνότερα» με την πάροδο του χρόνου καθώς συσσώρευαν περισσότερα δεδομένα, τελικά «έμαθαν» να διακρίνουν μόνα τους το βιολογικό φύλο. Είναι σημαντικό ότι τα προγράμματα περιορίστηκαν από τη χρήση του συνολικού μεγέθους και σχήματος του εγκεφάλου για να κάνουν τον προσδιορισμό τους, σημειώνει η Dr. Lui.
Σύμφωνα με τα αποτελέσματα, όλα τα μοντέλα προσδιόρισαν σωστά το φύλο των σαρώσεων του θέματος κατά 92% έως και 98% των περιπτώσεων. Διάφορα χαρακτηριστικά βοήθησαν ιδιαίτερα τα μηχανήματα να λάβουν τον προσδιορισμό τους, συμπεριλαμβανομένου του πόσο εύκολα και προς ποια κατεύθυνση μπορούσε να κινηθεί το νερό μέσω του εγκεφαλικού ιστού.
«Αυτά τα αποτελέσματα υπογραμμίζουν τη σημασία της διαφορετικότητας κατά τη μελέτη ασθενειών που εμφανίζονται στον ανθρώπινο εγκέφαλο», δήλωσε ο συν-επικεφαλής της μελέτης Dr. Junbo Chen, MS, υποψήφιος διδάκτορας στο NYU Tandon School of Engineering.
«Εάν, όπως συνέβαινε ιστορικά, οι άνδρες χρησιμοποιούνται ως τυπικό μοντέλο για διάφορες διαταραχές, οι ερευνητές μπορεί να χάσουν την κριτική διορατικότητα», πρόσθεσε η συν-επικεφαλής της μελέτης Dr. Vara Lakshmi Bayanagari, MS, μεταπτυχιακή ερευνήτρια στο NYU Tandon School of Engineering.
Η Dr. Bayanagari προειδοποιεί ότι ενώ τα εργαλεία AI θα μπορούσαν να αναφέρουν διαφορές στην οργάνωση των κυττάρων του εγκεφάλου, δεν μπορούσαν να αποκαλύψουν ποιο φύλο ήταν πιο πιθανό να έχει ποια χαρακτηριστικά. Προσθέτει ότι η μελέτη ταξινόμησε το φύλο με βάση γενετικές πληροφορίες και περιλάμβανε μόνο μαγνητικές τομογραφίες από άνδρες και γυναίκες.
Σύμφωνα με τους συγγραφείς, η ομάδα σχεδιάζει στη συνέχεια να διερευνήσει την ανάπτυξη διαφορών στη δομή του εγκεφάλου που σχετίζονται με το φύλο με την πάροδο του χρόνου για να κατανοήσει καλύτερα περιβαλλοντικούς, ορμονικούς και κοινωνικούς παράγοντες που θα μπορούσαν να παίξουν ρόλο σε αυτές τις αλλαγές.
Εκτός από τους Dr. Lui, Dr. Chen και Dr. Baanagari, άλλοι ερευνητές του NYU Langone Health και του NYU που συμμετείχαν στη μελέτη ήταν ο Dr. Sohae Chung, Ph.D., και ο Dr. Yao Wang, Ph.D.
Διαβάστε επίσης:
Επιτόκια: Οι υψηλές αποδόσεις που δίνουν οι fintech
Πόσο απέχουν οι τιμές κατοικιών από το υψηλό του 2008
Το market test και τα σενάρια για τον Κάθετο Διάδρομο Φυσικού Αερίου
