19 февраля 2024 г.
Исследователи из Стэнфордской медицины сообщили о разработке новой модели искусственного интеллекта, которая в ходе тестов показала более чем 90% успешности при определении того, были ли МРТ-снимки активности мозга человека сделаны мужчиной или женщиной. Исследователи предполагают, что полученные результаты помогают разрешить давний спор о том, существуют ли достоверные половые различия в человеческом мозге, а также указывают на то, что понимание этих различий может помочь ученым лучше понять нервно-психические состояния, которые по-разному влияют на женщин и мужчин.
“Ключевой мотивацией для этого исследования является то, что пол играет решающую роль в развитии мозга человека, в старении и в проявлении психиатрических и неврологических расстройств”, — сказал Винод Менон, доктор философии, профессор психиатрии и поведенческих наук и директор Лаборатории когнитивных и системных нейронаук Стэнфорда. “Выявление устойчивых и воспроизводимых половых различий в мозге здорового взрослого человека является важным шагом на пути к более глубокому пониманию уязвимости, обусловленной полом, при психиатрических и неврологических расстройствах”.
Менон — старший автор опубликованного в PNAS исследования команды под названием “Модели глубокого обучения выявляют воспроизводимые, обобщаемые и поведенчески значимые половые различия в функциональной организации мозга человека”. В своем отчете исследователи пришли к выводу: “Наши результаты подчеркивают решающую роль пола как биологического детерминанта в организации человеческого мозга, имеют значительные последствия для разработки персонализированных биомаркеров, специфичных для пола, при психиатрических и неврологических расстройствах, и предоставляют инновационные вычислительные инструменты на основе искусственного интеллекта для будущих исследований”. Ведущими авторами являются Шрикант Риали, доктор философии, и научный сотрудник Юань Чжан, доктор философии.
Авторы отметили, что пол играет важную роль в раннем развитии мозга, подростковом возрасте и старении. Более того, они отметили: “Секс является важным биологическим фактором, который влияет на поведение человека, влияя на функцию мозга и проявление психических и неврологических расстройств … Следовательно, знание половых различий в человеческом мозге имеет решающее значение для понимания как нормативного поведения, так и психопатологии. ” Фактически, степень, в которой пол человека влияет на то, как организован и функционирует его мозг, долгое время была предметом споров среди ученых, предположили ученые.
Хотя мы знаем, что половые хромосомы, с которыми мы рождаемся, помогают определить набор гормонов, воздействию которых подвергается наш мозг, особенно в период раннего развития, полового созревания и старения, исследователи долгое время пытались связать пол с конкретными различиями в человеческом мозге. Структуры мозга, как правило, выглядят практически одинаково у мужчин и женщин, и предыдущие исследования, изучавшие, как области мозга работают вместе, также в значительной степени не выявили согласованных показателей мозга, определяющих пол. “… предыдущие исследования того, как организация мозга различается у мужчин и женщин, были безрезультатными”, — отметили исследователи. “… нашему пониманию половых различий в функциональной организации мозга человека и их поведенческих последствий препятствовали противоречивые результаты и отсутствие репликации”.
В своем новом исследовании Менон и его коллеги воспользовались последними достижениями в области искусственного интеллекта, а также доступом к множеству больших наборов данных, чтобы провести более мощный анализ, чем применялся ранее. Во-первых, они создали сквозную модель пространственно-временной глубокой нейронной сети (stDNN), которую они обучили классифицировать данные функциональной МРТ мозга в состоянии покоя (rsfMRI) из проекта Human Connectome Project (HCP). Когда исследователи показали модели снимки мозга и сказали, что она смотрит на мужской или женский мозг, модель начала “замечать”, какие тонкие закономерности могут помочь ей определить разницу. “Наша модель stDNN выявила достоверные половые различия с более чем 90% точностью перекрестной валидации классификации, превосходя предыдущие исследования”, — заявили ученые.
Команда оценила воспроизводимость своей прогностической модели на дополнительных наборах данных без дальнейшего обучения. При тестировании примерно на 1500 сканированиях мозга модель stDNN почти всегда могла определить, было ли сканирование сделано женщиной или мужчиной. Он также продемонстрировал превосходную производительность по сравнению с моделями, использованными в предыдущих исследованиях, отчасти потому, что использует глубокую нейронную сеть, которая анализирует динамические снимки rsfMRI. Этот подход отражает сложное взаимодействие между различными областями мозга. “Критически важно, что наша модель превзошла предыдущие исследования как в тестовом, так и в независимом наборе данных”, — отметили ученые.
Успех модели предполагает, что обнаруживаемые половые различия в мозге действительно существуют, но раньше они не были достоверно зафиксированы. Тот факт, что модель так хорошо работала в разных наборах данных, включая снимки мозга, сделанные в нескольких местах в Соединенных Штатах и Европе, делает выводы особенно убедительными, поскольку она устраняет многие факторы, которые могут повлиять на исследования такого рода. “Это очень веское доказательство того, что пол является надежным фактором, определяющим организацию человеческого мозга”, — сказал Менон.
До недавнего времени модель, подобная той, которую использовала команда Менона, помогла бы исследователям разделить мозг на разные группы, но не смогла бы предоставить информацию о том, как происходила сортировка. Однако сегодня исследователи имеют доступ к инструменту под названием объяснимый искусственный интеллект (XAI), который может анализировать огромные объемы данных, чтобы объяснить, как принимаются решения модели.
Используя объяснимый искусственный интеллект, Менон и его команда определили сети мозга, которые были наиболее важны для суждения модели о том, было ли сканирование мозга проведено мужчиной или женщиной. Они обнаружили, что «горячие точки”, которые больше всего помогли модели отличить мужской мозг от женского, включали сеть режима по умолчанию (DMN), систему мозга, которая помогает нам обрабатывать информацию, относящуюся к самим себе, а также полосатое тело и лимбическую сеть, которые участвуют в обучении и в том, как мы реагируем на вознаграждение.
Примечательно, что, как они отметили, DMN, полосатое тело и лимбическая сеть также являются “очагами дисфункции при психических расстройствах с женским или мужским уклоном в показателях распространенности, включая аутизм, расстройства дефицита внимания, депрессию, наркоманию, шизофрению и болезнь Паркинсона, все из которых имеют последствия, зависящие от пола”. Их выводы, предположила команда, “… таким образом, могут послужить основой для исследований половых различий в уязвимости к индивидуальным психиатрическим и неврологическим расстройствам”.
Исследователи также задались вопросом, не могли бы они создать другую модель, которая могла бы предсказать, насколько хорошо участники справятся с определенными когнитивными задачами, основываясь на функциональных особенностях мозга, которые различаются у женщин и мужчин. Для этого они разработали модели когнитивных способностей, зависящие от пола. Одна модель эффективно предсказывала когнитивные способности у мужчин, но не у женщин, а другая — у женщин, но не у мужчин. Полученные результаты показали, что функциональные характеристики мозга, различающиеся у разных полов, оказывают существенное влияние на поведение. “Критически важно, что особенности мозга, выявленные XAI, которые надежно различают функциональную организацию мозга между полами, также предсказывают уникальные когнитивные профили у женщин и мужчин”, — прокомментировали авторы.
Подводя итог своим выводам, они пришли к выводу: “Наш подход с использованием пространственно-временных DNNS и методов XAI выявляет воспроизводимые, обобщаемые и интерпретируемые половые различия в функциональной организации мозга человека по нескольким наборам данных и независимым когортам и, более того, показывает, что функциональные особенности мозга, которые различаются между полами, имеют поведенческое значение”.
Менон добавил: “Эти модели сработали действительно хорошо, потому что мы успешно разделили структуры мозга между полами. Это говорит мне о том, что игнорирование половых различий в организации мозга может привести к тому, что мы упустим ключевые факторы, лежащие в основе нервно-психических расстройств ”.
В то время как команда применила свою модель глубокой нейросети к вопросам о половых различиях, Менон говорит, что модель может быть применена для ответа на вопросы о том, как практически любой аспект взаимодействия мозга может быть связан с любым видом когнитивных способностей или поведения. Ученые планируют сделать свою модель общедоступной для использования любым исследователем. “Наши модели ИИ имеют очень широкую применимость”, — сказал Менон. “Исследователь мог бы использовать наши модели для поиска различий в мозге, связанных, например, с нарушениями в обучении или различиями в социальном функционировании — аспектов, которые мы стремимся лучше понять, чтобы помочь людям адаптироваться к этим проблемам и преодолеть их”.
Исследователи отметили, что в этой работе не учитывается, возникают ли различия, связанные с полом, в раннем возрасте или могут быть обусловлены гормональными различиями или разными социальными обстоятельствами, с которыми мужчины и женщины могут с большей вероятностью столкнуться. Тем не менее, они написали: “Обнаружение надежных функциональных особенностей мозга, лежащих в основе половых различий, потенциально может послужить основой для количественно точных моделей для исследования половых различий при психиатрических и неврологических расстройствах. Эта работа прокладывает путь к более целенаправленным и персонализированным подходам как в исследованиях когнитивной неврологии, так и в клинических приложениях.”
Источник https://www.genengnews.com/topics/artificial-intelligence/ai-finds-women-and-men-differ-with-respect-to-brain-organization-and-function/