人工智能工具检测大脑结构中与性别相关的差异

　　一项新的研究表明，处理核磁共振成像结果的人工智能(AI)计算机程序显示，男性和女性的大脑在细胞水平上的组织方式存在差异。这些变化在白质中被发现，白质主要位于人类大脑的最内层，促进区域之间的交流。

　　

一项新的研究表明，处理核磁共振成像结果的人工智能(AI)计算机程序显示，男性和女性的大脑在细胞水平上的组织方式存在差异。这些变化在白质中被发现，白质主要位于人类大脑的最内层，促进区域之间的交流。

众所周知，男性和女性经历多发性硬化症、自闭症谱系障碍、偏头痛和其他脑部问题的几率和症状不同。因此，对生理性别如何影响大脑的详细了解被视为改进诊断工具和治疗方法的一种方式。然而，虽然大脑的大小、形状和重量已经被探索，但研究人员在细胞水平上对大脑的布局只有部分了解。

在纽约大学朗格尼健康中心的研究人员的带领下，这项新研究使用了一种名为机器学习的人工智能技术，分析了471名男性和560名女性的数千张核磁共振脑部扫描图。结果显示，计算机程序可以通过识别人眼看不见的结构和复杂性模式，准确区分生物学上的男性和女性大脑。这些发现得到了三种不同的人工智能模型的验证，这些模型旨在利用它们的相对优势来识别生物性别，要么聚焦于白质的一小部分，要么分析大脑更大区域的关系。

该研究的资深作者、神经放射学家Yvonne Lui医学博士说:“我们的发现提供了一个更清晰的画面，人类大脑是如何构造的，这可能反过来为精神和神经疾病的发展以及为什么它们在男性和女性中表现不同提供了新的见解。”

吕教授是纽约大学格罗斯曼医学院放射学系的研究副主任，他指出，以前对大脑微观结构的研究主要依赖于动物模型和人体组织样本。此外，由于依赖于对“手绘”感兴趣区域的统计分析，过去一些研究结果的有效性受到了质疑，这意味着研究人员需要对他们选择的区域的形状、大小和位置做出许多主观决定。这样的选择可能会扭曲结果，刘说。

新的研究结果于5月14日在线发表在《科学报告》杂志上，作者说，通过使用机器学习来分析整个图像组，而不要求计算机检查任何特定的位置，这有助于消除人类的偏见，从而避免了这个问题。

在这项研究中，研究小组首先向人工智能程序提供健康男性和女性的现有脑部扫描数据，并告诉机器程序每次脑部扫描的生理性别。由于这些模型被设计成使用复杂的统计和数学方法，随着时间的推移，随着数据的积累，它们变得“更聪明”，最终它们“学会”了自己区分生物性别。重要的是，这些程序不能使用大脑的整体大小和形状来做出决定，刘说。

根据结果，所有的模型在92%到98%的时间内正确识别出受试者的性别。有几个特征特别有助于机器做出决定，包括水在脑组织中移动的容易程度和方向。

“这些结果强调了多样性在研究人类大脑中出现的疾病时的重要性，”该研究的主要作者之一、纽约大学坦顿工程学院博士研究生陈俊波说。

“如果像历史上那样，把男性作为各种疾病的标准模型，研究人员可能会错过关键的洞察力，”该研究的共同首席作者、纽约大学坦顿工程学院研究生研究助理Vara Lakshmi Bayanagari补充道。

Bayanagari警告说，虽然人工智能工具可以报告脑细胞组织的差异，但它们无法揭示哪种性别更有可能拥有哪种特征。她补充说，这项研究根据遗传信息对性别进行了分类，并且只包括顺性别男性和女性的核磁共振成像。

根据作者的说法，该团队下一步计划探索随着时间的推移，与性别相关的大脑结构差异的发展，以更好地了解可能在这些变化中发挥作用的环境、荷尔蒙和社会因素。

本研究的资金由美国国立卫生研究院拨款R01NS119767、R01NS131458和P41EB017183以及美国国防部拨款W81XWH2010699提供。