Künstliche Intelligenz zeigt Geschlechtsunterschiede in der Gehirnstruktur
Zuletzt überprüft: 14.06.2024
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.
Computerprogramme mit künstlicher Intelligenz (KI), die MRT-Scans verarbeiten, enthüllen 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, einem Gewebe, das sich hauptsächlich in der inneren Schicht des menschlichen Gehirns befindet und die Kommunikation zwischen Regionen erleichtert.
Es ist bekannt, dass Männer und Frauen unterschiedlich unter Multipler Sklerose, Autismus-Spektrum-Störungen, Migräne und anderen Gehirnproblemen leiden und unterschiedliche Symptome aufweisen. Ein detailliertes Verständnis darüber, wie sich das biologische Geschlecht auf das Gehirn auswirkt, wird als Möglichkeit angesehen, Diagnoseinstrumente und Behandlungen zu verbessern. Obwohl Größe, Form und Gewicht des Gehirns untersucht wurden, haben Forscher jedoch nur ein teilweises Verständnis seiner Struktur auf Zellebene.
Die neue Studie, die von Forschern von NYU Langone Health geleitet wurde, verwendete eine KI-Technik namens maschinelles Lernen, um Tausende von MRT-Scans der Gehirne von 471 Männern und 560 Frauen zu analysieren. Die Ergebnisse zeigten, dass Computerprogramme genau zwischen männlichen und weiblichen Gehirnen unterscheiden konnten und strukturelle und komplexe Muster enthüllten, die für das menschliche Auge unsichtbar waren.
Die Ergebnisse wurden von drei verschiedenen KI-Modellen bestätigt, die zur Bestimmung des biologischen Geschlechts entwickelt wurden. Dabei nutzten sie ihre relativen Stärken, indem sie sich entweder auf kleine Bereiche weißer Substanz konzentrierten oder Verbindungen über große Gehirnregionen hinweg analysierten.
„Unsere Ergebnisse liefern ein klareres Verständnis der Struktur des lebenden menschlichen Gehirns, was neue Erkenntnisse darüber liefern könnte, wie sich viele psychiatrische und neurologische Störungen entwickeln und warum sie sich bei Männern und Frauen unterschiedlich darstellen können“, sagte die Hauptautorin der Studie und Neuroradiologin Yvonne Luey, MD.
Luy, Professorin und stellvertretende Forschungsleiterin der Abteilung für Radiologie an der NYU Grossman School of Medicine, weist darauf hin, dass frühere Studien zur Mikrostruktur des Gehirns hauptsächlich auf Tiermodellen und menschlichen Gewebeproben beruhten. Darüber hinaus wurde die Gültigkeit einiger dieser früheren Ergebnisse durch die Verwendung statistischer Analysen von „handgezeichneten“ Interessenbereichen in Frage gestellt, die von den Forschern viele subjektive Entscheidungen über die Form, Größe und Lage der ausgewählten Bereiche erforderten. Solche Wahlen könnten die Ergebnisse möglicherweise verfälschen, sagt Lui.
Die neue Studie umging dieses Problem, indem sie maschinelles Lernen verwendete, um ganze Bildgruppen zu analysieren, ohne den Computer auf eine bestimmte Stelle zu richten, was dazu beitrug, menschliche Voreingenommenheit auszuschließen, bemerken die Autoren.
Für die Studie lieferte das Team den KI-Programmen zunächst vorhandene Daten aus MRT-Gehirnscans von gesunden Männern und Frauen und gab auch das biologische Geschlecht jedes Scans an. Da diese Modelle so konzipiert waren, dass sie mit der Zeit durch die Ansammlung von Daten anspruchsvolle statistische und mathematische Techniken „intelligenter“ wurden, „lernten“ sie schließlich, das biologische Geschlecht selbst zu unterscheiden. Es ist wichtig anzumerken, dass es den Programmen verboten war, die Gesamtgröße und -form des Gehirns für ihre Feststellungen zu verwenden, sagt Lui.
Den Ergebnissen zufolge erkannten alle Modelle das Geschlecht anhand der Scans in 92 % – 98 % der Fälle korrekt. Mehrere Merkmale halfen den Maschinen besonders dabei, ihre Schlussfolgerungen zu ziehen, darunter wie leicht und in welche Richtung sich Wasser durch das Gehirngewebe bewegen kann.
„Diese Ergebnisse unterstreichen die Bedeutung der Vielfalt bei der Erforschung 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, wie es in der Vergangenheit der Fall war, Männer als Standardmodell für verschiedene Erkrankungen verwendet werden, 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 warnt, dass KI-Tools zwar Unterschiede in der Organisation der Gehirnzellen melden könnten, aber nicht verraten könnten, welches Geschlecht anfälliger für welche Merkmale ist. Sie fügt hinzu, dass die Studie das Geschlecht anhand genetischer Informationen klassifizierte und nur MRT-Scans von Cisgender-Männern und -Frauen umfasste.
Das Team plant, die Entwicklung von Geschlechtsunterschieden 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, sagten die Autoren.
Die Arbeit wurde im Magazin Scientific Reports veröffentlicht.