Das Stanford University Medical Center nutzte die KI, um strukturelle Unterschiede in männlichen und weiblichen Gehirnen zu erkennen.
Die Studie erzielte eine Genauigkeit von über 90% bei der Identifizierung des Geschlechts von Personen auf der Grundlage von Hirnaktivitätsscans und warf Licht auf das lange diskutierte Thema der geschlechtsspezifischen strukturellen Unterschiede im Gehirn.
Die ForschungIn der in den Proceedings of the National Academy of Sciences (PNAS) veröffentlichten Studie heißt es, dass diese Unterschiede unser Verständnis und unsere Behandlung neuropsychiatrischer Erkrankungen verbessern werden, die sich bei Frauen und Männern unterschiedlich äußern.
Dr. Vinod Menon, Direktor des Stanford Cognitive and Systems Neuroscience Laboratory, erläuterte, wie wichtig es ist, die Geschlechtsunterschiede im Gehirn zu erkennen.
"Das Geschlecht spielt eine entscheidende Rolle bei der Entwicklung des menschlichen Gehirns, beim Altern und bei der Manifestation psychiatrischer und neurologischer Störungen". Menon erklärteund unterstreicht damit das Ziel der Studie, unser Verständnis der geschlechtsspezifischen psychischen und neurologischen Anfälligkeiten zu verbessern.
So wissen wir beispielsweise, dass bei Frauen fast doppelt so häufig wie bei Männern eine Depression diagnostiziert wird, während bei Männern eher ADHS diagnostiziert wird.
Auch andere psychische Erkrankungen wie Persönlichkeitsstörungen, bipolare Störungen und Schizophrenie treten bei Männern und Frauen unterschiedlich auf.
Die genaue Identifizierung und Klassifizierung der Unterschiede zwischen der männlichen und weiblichen Gehirnanatomie ist der Schlüssel zum Verständnis, ob es eine biologische Erklärung gibt.
Im Folgenden wird in sechs Schritten beschrieben, wie die Studie ablief:
- Die Studie untersuchte geschlechtsspezifische Unterschiede in der Gehirnfunktion, die für das Verständnis von Verhaltensauswirkungen und psychischen Erkrankungen von entscheidender Bedeutung sind. Dazu wurden funktionelle MRT-Daten (fMRI) von etwa 1 500 jungen Erwachsenen analysiert.
- Hochentwickelte künstliche Intelligenz, insbesondere ein spatiotemporales tiefes neuronales Netzwerk (stDNN), wurde eingesetzt, um Gehirnscans zu untersuchen, die unterschiedliche Muster in der Organisation von männlichen und weiblichen Gehirnen erkennen ließen.
- Dieses KI-Modell zeigte über 90% eine beeindruckende Genauigkeit bei der Unterscheidung von männlichen und weiblichen Gehirnen auf der Grundlage der funktionellen Dynamik und unterstrich seine Wirksamkeit über mehrere Sitzungen und unabhängige Kohorten hinweg.
- Wichtige Hirnnetzwerke - wie das Default-Mode-Netzwerk, das Striatum und das limbische System - wiesen signifikante geschlechtsspezifische Unterschiede auf, mit Effektgrößen von mehr als 1,5, was auf robuste Unterschiede in der Gehirnorganisation hinweist.
- Der Einsatz von Techniken der erklärbaren KI (XAI) in der Studie ermöglichte die Identifizierung spezifischer Gehirnmerkmale, die für diese Unterschiede verantwortlich sind, und diese Merkmale könnten geschlechtsspezifische kognitive Profile vorhersagen.
- Diese Ergebnisse stellen frühere Annahmen über ein kontinuierliches Spektrum der männlichen und weiblichen Gehirnorganisation in Frage und betonen das Geschlecht als grundlegenden Faktor für die Struktur und Funktion des Gehirns, was Auswirkungen auf personalisierte medizinische Ansätze zur Behandlung psychischer und neurologischer Störungen hat.
Die Forscher vertieften ihre Untersuchung, indem sie fragten, ob sie auf der Grundlage der ermittelten geschlechtsspezifischen Hirnmerkmale die Leistung der Personen bei kognitiven Aufgaben vorhersagen können.
Zu diesem Zweck erstellten sie zwei spezielle KI-Modelle: eines für die Vorhersage kognitiver Fähigkeiten bei Männern und eines für Frauen. Diese Modelle basierten auf den geschlechtsspezifischen Gehirnmustern, die das Team zuvor aufgedeckt hatte.
Der Erfolg dieser Modelle war beachtlich. Das für Männer konzipierte Modell sagte ihre kognitive Leistung genau voraus, aber es funktionierte nicht für Frauen und umgekehrt. Dies deutet stark darauf hin, dass die funktionellen Unterschiede in der Gehirnorganisation zwischen den Geschlechtern reale Auswirkungen auf das Verhalten und die kognitiven Fähigkeiten haben.
Menon erläuterte die Bedeutung dieser Ergebnisse: "Diese Modelle haben wirklich gut funktioniert, weil wir die Gehirnmuster erfolgreich zwischen den Geschlechtern getrennt haben", erklärte er.
Diese Trennung führte zu einem tieferen Verständnis dafür, wie das Übersehen von Geschlechtsunterschieden in der Gehirnorganisation dazu führen kann, dass entscheidende Elemente, die zu neuropsychiatrischen Störungen beitragen, übersehen werden.
Menon wies auch auf das breitere Potenzial ihres KI-Modells hin. Neben der Erforschung von Geschlechtsunterschieden kann das Modell auf verschiedene Fragen zur Konnektivität des Gehirns und deren Zusammenhang mit kognitiven Funktionen oder Verhaltensweisen angewendet werden.
Die Rolle der KI in der Neurowissenschaft ist bekannt. Eine aktuelle Studie nutzte maschinelles Lernen, um Bilder aus MRT-Scans 'abrufen'und eine andere nutzte Gehirnzellen, um die Aufgaben der Spracherkennung.
AI wurde auch eingesetzt, um Sprachmuster zu analysieren bei Menschen mit Schizophrenie und entwickeln neuartige 3D-Therapie-Avatare.
In Zukunft wird es wahrscheinlich möglich sein, die Gedanken von Menschen in Echtzeit zu lesen, indem Anwendung von ML-Modellen auf neurologische Daten.
Das Stanford-Team beabsichtigt, sein Modell der Forschungsgemeinschaft zugänglich zu machen, um die weitere Erforschung von Geisteskrankheiten und Lernbehinderungen zu fördern.
Menons Vision ist es, dass diese KI-Tools die Herausforderungen verstehen und angehen, denen sich Menschen aufgrund dieser Gehirnunterschiede gegenübersehen.
Ausgefeilte Modelle zur Bildgebung des Gehirns könnten schließlich zu einer neuen Ära der Präzisionspsychiatrie beitragen. Menon fasst zusammen: "Unsere KI-Modelle sind sehr breit anwendbar".
