Neue Veröffentlichungen
Werkzeug der künstlichen Intelligenz enthüllt Geschlechtsunterschiede in der Gehirnstruktur
Zuletzt überprüft: 02.07.2025

Alle iLive-Inhalte werden medizinisch überprüft oder auf ihre Richtigkeit überprüft.
Wir haben strenge Beschaffungsrichtlinien und verlinken nur zu seriösen Medienseiten, akademischen Forschungseinrichtungen und, wenn möglich, medizinisch begutachteten Studien. Beachten Sie, dass die Zahlen in Klammern ([1], [2] usw.) anklickbare Links zu diesen Studien sind.
Wenn Sie der Meinung sind, dass einer unserer Inhalte ungenau, veraltet oder auf andere Weise bedenklich ist, wählen Sie ihn aus und drücken Sie Strg + Eingabe.

Künstliche Intelligenz (KI)-Computerprogramme, die MRT-Scans verarbeiten, offenbaren Unterschiede in der Organisation des Gehirns von Männern und Frauen auf zellulärer Ebene, wie eine neue Studie zeigt. Diese Unterschiede wurden in der weißen Substanz festgestellt, dem Gewebe, das sich hauptsächlich in der inneren Schicht des menschlichen Gehirns befindet und die Kommunikation zwischen den Regionen ermöglicht.
Männer und Frauen leiden bekanntermaßen unterschiedlich an Multipler Sklerose, Autismus-Spektrum-Störungen, Migräne und anderen Hirnerkrankungen und zeigen unterschiedliche Symptome. Ein detailliertes Verständnis der Auswirkungen des biologischen Geschlechts auf das Gehirn gilt als Möglichkeit, Diagnoseinstrumente und Behandlungen zu verbessern. Obwohl Größe, Form und Gewicht des Gehirns untersucht wurden, ist seine Struktur auf zellulärer Ebene bisher nur unvollständig verstanden.
Eine neue Studie unter der Leitung von Forschern des NYU Langone Health nutzte eine KI-Technik namens maschinelles Lernen, um Tausende von MRT-Gehirnscans von 471 Männern und 560 Frauen zu analysieren. Die Ergebnisse zeigten, dass die Computerprogramme präzise zwischen männlichen und weiblichen Gehirnen unterscheiden und strukturelle und komplexe Muster identifizieren konnten, die für das menschliche Auge unsichtbar waren.
Die Ergebnisse wurden durch drei verschiedene KI-Modelle bestätigt, die zur Bestimmung des biologischen Geschlechts entwickelt wurden. Dabei nutzten sie ihre relativen Stärken, indem sie sich entweder auf kleine Bereiche der weißen Substanz konzentrierten oder Verbindungen über große Bereiche des Gehirns analysierten.
„Unsere Erkenntnisse liefern ein klareres Bild der Struktur des lebenden menschlichen Gehirns und könnten neue Erkenntnisse darüber liefern, wie viele psychiatrische und neurologische Störungen entstehen und warum sie sich bei Männern und Frauen unterschiedlich manifestieren“, sagte die leitende Studienautorin und Neuroradiologin Yvonne Lui, MD.
Lui, Professor und stellvertretender Leiter der Forschungsabteilung der Radiologie an der NYU Grossman School of Medicine, weist darauf hin, dass frühere Studien zur Mikrostruktur des Gehirns stark auf Tiermodelle und menschliche Gewebeproben gestützt waren. Darüber hinaus wurde die Gültigkeit einiger dieser früheren Ergebnisse durch die Verwendung statistischer Analysen handgezeichneter Interessensbereiche in Frage gestellt, die von den Forschern viele subjektive Entscheidungen über Form, Größe und Lage der ausgewählten Bereiche erforderten. Solche Entscheidungen könnten die Ergebnisse möglicherweise verfälschen, so Lui.
Die Ergebnisse der neuen Studie umgehen dieses Problem, indem sie maschinelles Lernen einsetzen, um ganze Gruppen von Bildern zu analysieren, ohne dem Computer zu sagen, er solle auf eine bestimmte Stelle schauen. Dies trägt dazu bei, menschliche Voreingenommenheit zu eliminieren, merken die Autoren an.
Für die Studie fütterte das Team die KI-Programme zunächst mit vorhandenen Daten von MRT-Gehirnscans gesunder Männer und Frauen sowie dem biologischen Geschlecht jedes Scans. Da diese Modelle mithilfe ausgefeilter statistischer und mathematischer Methoden mit der Zeit und mit zunehmender Datenmenge intelligenter wurden, lernten sie schließlich, das biologische Geschlecht selbstständig zu bestimmen. Wichtig dabei war, dass die Programme für ihre Bestimmung nicht die Gesamtgröße und -form des Gehirns heranziehen durften, erklärt Lui.
Den Ergebnissen zufolge erkannten alle Modelle das Geschlecht der Scans in 92 bis 98 Prozent der Fälle korrekt. Insbesondere bestimmte Merkmale halfen den Maschinen bei ihren Schlussfolgerungen, darunter, wie leicht und in welche Richtung sich Wasser durch das Hirngewebe bewegen konnte.
„Diese Ergebnisse unterstreichen die Bedeutung der Vielfalt bei der Untersuchung von Krankheiten, die ihren Ursprung im menschlichen Gehirn haben“, sagte der Co-Autor der Studie, Junbo Chen, MS, ein Doktorand an der NYU Tandon School of Engineering.
„Wenn Männer als Standardmodell für verschiedene Störungen verwendet werden, wie es in der Vergangenheit der Fall war, könnten Forscher wichtige Erkenntnisse verpassen“, fügte die Co-Autorin der Studie, Vara Lakshmi Bayanagari, MS, eine Doktorandin an der NYU Tandon School of Engineering, hinzu.
Bayanagari weist darauf hin, dass die KI-Tools zwar Unterschiede in der Gehirnzellorganisation aufzeigen, aber nicht feststellen könnten, welches Geschlecht anfälliger für welche Merkmale sei. Sie fügt hinzu, dass die Studie das Geschlecht anhand genetischer Informationen klassifiziert und nur MRT-Scans von Cisgender-Männern und -Frauen berücksichtigt habe.
Das Team plant, die Entwicklung geschlechtsspezifischer Unterschiede in der Gehirnstruktur im Laufe der Zeit weiter zu untersuchen, um die Rolle von Umwelt-, Hormon- und sozialen Faktoren bei diesen Veränderungen besser zu verstehen, sagen die Autoren.
Die Arbeit wurde in der Zeitschrift Scientific Reports veröffentlicht.