Gehirnbildgebungsstudie nutzt KI, um neuronale Muster für Geschlecht und Gender bei Kindern aufzudecken

Juli 16, 2024

  • Forscher analysierten mit Hilfe von KI die Gehirne von Kindern, um die Einflüsse von Geschlecht und Gender zu verstehen
  • Das Geschlecht war relativ einfach aus fMRI-Daten zu bestimmen, während die Bestimmung des Geschlechts viel schwieriger war
  • Dies zeigt, dass das Geschlecht vor allem durch komplexe soziokulturelle Faktoren geprägt wird
AI Geschlecht

Forscher der University of Pennsylvania und des Feinstein Institutes for Medical Research haben neue Erkenntnisse darüber gewonnen, wie Geschlecht und Gender im Gehirn von Kindern repräsentiert sind.

Die Studie, veröffentlicht in Wissenschaftliche FortschritteDie Studie leistet einen Beitrag zu den Debatten über das Verhältnis zwischen biologischem Geschlecht und Geschlechtsidentität und darüber, ob und wie wir dies objektiv untersuchen können. 

Sex und Gender werden zwar manchmal synonym verwendet, aber es hat sich eingebürgert, das biologische Geschlecht, das bei der Geburt zugewiesen wird, von dem variableren soziokulturellen Begriff des Geschlechts zu trennen.

In der Studie heißt es: "Hier verwenden wir den Begriff "Geschlecht", um Merkmale der physischen Anatomie, Physiologie, Genetik und/oder Hormone einer Person bei der Geburt zu bezeichnen, und wir verwenden den Begriff "Gender", um Merkmale der Einstellung, der Gefühle und des Verhaltens einer Person zu bezeichnen".

Um dem Gehirn selbst Antworten zu entlocken, analysierte das Forscherteam Gehirnscans von 4 757 Kindern im Alter von 9 bis 10 Jahren, um zu untersuchen, wie die verschiedenen Teile des Gehirns kommunizieren. 

Anschließend wendeten sie eine Reihe von prädiktiven KI-Modellen an, um festzustellen, dass sowohl Geschlecht als auch Gender zwar mit unterschiedlichen Mustern der Gehirnkonnektivität verbunden sind, diese Muster aber nicht identisch sind. 

Ansatz und Ergebnisse der Studie

Das Team verwendete einen umfangreichen Datensatz aus der Adolescent Brain Cognitive Development (ABCD)-Studie, die detaillierte Gehirnscans und Verhaltensdaten von Tausenden von Kindern in den Vereinigten Staaten enthält.

Die Forscher nutzten die funktionelle Magnetresonanztomographie (fMRI), um die natürlichen Muster der Gehirnaktivität zu beobachten, während die Kinder im Scanner ruhten. 

Anschließend suchten sie mit ausgefeilten Algorithmen des maschinellen Lernens (Ridge-Regressionsmodelle) nach Mustern in dieser Gehirnaktivität, die mit dem Geschlecht in Verbindung gebracht werden könnten.

Das Geschlecht wurde nach dem bei der Geburt zugewiesenen Geschlecht des Kindes definiert, das entweder als weiblich bei der Geburt (AFAB) oder männlich bei der Geburt (AMAB) zugewiesen wird.

Für das Geschlecht verwendeten die Forscher zwei getrennte Messungen:

  1. Selbst angegebenes Geschlecht: Die Kinder beantworteten Fragen zu ihrem gefühlten Geschlecht, ihrem Geschlechtsausdruck und ihrer Zufriedenheit mit dem Geschlecht.
  2. Von den Eltern angegebenes Geschlecht: Die Eltern beantworteten Fragen zum geschlechtsspezifischen Verhalten ihres Kindes beim Spielen und zu etwaigen Anzeichen von Geschlechtsdysphorie.

Wichtig ist, dass das Geschlecht als Kontinuum und nicht als binär betrachtet wurde. Die Forscher ordneten die Kinder nicht in bestimmte Geschlechtergruppen ein, sondern nutzten diese Werte, um die Kinder auf einem Spektrum von Geschlechtsausdruck und -identität einzuordnen.

Dies ermöglichte zwei unterschiedliche Perspektiven auf die Geschlechtsidentität und den Geschlechtsausdruck der Kinder.

Hier sind die wichtigsten Ergebnisse:

  1. Vorhersage des Geschlechts: Die Forscher fanden heraus, dass sie anhand der Konnektivitätsmuster des Gehirns mit einer Genauigkeit von etwa 77% erkennen konnten, ob ein Kind männlich oder weiblich war.
  2. Geschlechterprognose: Bei der Vorhersage des Geschlechts eines Kindes (auf der Grundlage der Berichte der Eltern) sank die Genauigkeit dramatisch - auf nur etwa 8%. Dies deutet darauf hin, dass das Geschlecht zwar in gewissem Maße mit der Gehirnfunktion zusammenhängt, aber viel subtiler und komplexer ist als Unterschiede, die allein dem Geschlecht zugeschrieben werden.
  3. Unterschiedliche Gehirnnetzwerke: Die mit dem Geschlecht assoziierten Gehirnmuster fanden sich vor allem in Bereichen, die mit Bewegung, Sehen, Entscheidungsfindung und Emotionen zu tun haben. Im Gegensatz dazu waren die mit dem Geschlecht assoziierten Muster stärker über das Gehirn verteilt.
  4. Geschlechterkonformität: Die Studie ergab, dass Jungen eher zu geschlechtstypischem Verhalten neigen als Mädchen, und zwar sowohl nach den eigenen Berichten der Kinder als auch nach den Berichten ihrer Eltern. Dies deckt sich mit sozialwissenschaftlichen Untersuchungen, die darauf hindeuten, dass Jungen oft stärker unter Druck stehen, sich den Geschlechternormen anzupassen.
  5. Selbst angegebenes Geschlecht: Interessanterweise konnten die Forscher anhand der Gehirnscans nicht zuverlässig vorhersagen, wie die Kinder ihr eigenes Geschlecht sehen, was die Komplexität der Geschlechtsidentität verdeutlicht.

Diese Forschung legt nahe, dass wir, um die Unterschiede und Gemeinsamkeiten zwischen Männern und Frauen und zwischen Kindern mit unterschiedlichen Geschlechtsidentitäten vollständig zu verstehen, folgende Aspekte berücksichtigen müssen beide Geschlecht und Gender.

Sie scheinen die Gehirnentwicklung auf unterschiedliche, wenn auch verwandte Weise zu beeinflussen.

Die Studie kommt zu folgendem Schluss: "Zusammengenommen deuten diese Ergebnisse darauf hin, dass sich die funktionellen Korrelate des Geschlechts von den funktionellen Korrelaten des Geschlechts unterscheiden und dass die einzigartigen multidimensionalen Konstrukte, die das Geschlecht umfassen, in unterschiedlicher Weise mit funktionellen Konnektivitätsmustern bei AFAB- und AMAB-Kindern verbunden sind. Daher müssen Geschlecht und Gender gleichzeitig untersucht werden, um die Unterschiede und Gemeinsamkeiten zwischen Männern und Frauen, zwischen Jungen und Mädchen und zwischen anderen Geschlechtern vollständig zu erfassen."

Die Forscher warnen jedoch vor Fehlinterpretationen. In ihrem Papier betonen sie, dass "diese Ergebnisse keine Beweise für Geschlechteressenzialismus liefern", und gehen damit auf Bedenken ein, dass schädliche Stereotypen verstärkt werden könnten.

Sowohl Geschlecht als auch Gender sind "wesentliche Bestandteile der Identität", aber "es wird immer deutlicher, dass es nicht ausreicht, nur das Geschlecht selbst zu betrachten". sagt Elvisha Dhamal von den Feinstein Institutes for Medical Research und dem Zucker Hillside Hospital und Hauptautor der neuen Studie.

Die Studie verdeutlicht, wie fließend und vielschichtig die Geschlechtsidentität sein kann, insbesondere bei kleinen Kindern. 

In der Medizin könnte das Verständnis, wie Geschlecht und Gender die Hirnfunktion separat beeinflussen, zu individuelleren Behandlungen für neurologische und psychiatrische Erkrankungen führen. Besonders wertvoll könnte dies bei Störungen sein, die sich bei verschiedenen Geschlechtern oder Geschlechtsidentitäten unterschiedlich äußern, wie etwa ADHS und Autismus.

Sie könnte auch zu einer differenzierteren psychosozialen Unterstützung für Kinder beitragen, die mit geschlechts- oder identitätsbezogenen Problemen zu kämpfen haben.

Kurzfristig ist es vielleicht am wichtigsten, dass diese Studie durch den Nachweis, dass Geschlecht und Gender unterschiedliche neurologische Korrelate haben, wissenschaftliche Beweise gegen allzu vereinfachte Vorstellungen von "männlichen Gehirnen" und "weiblichen Gehirnen" liefert. 

Sie baut auf einer ähnliche aktuelle Stanford-Studie die in 90% der Fälle männliche und weibliche Gehirne genau unterscheiden konnte. 

Join The Future


HEUTE ABONNIEREN

Klar, prägnant, umfassend. Behalten Sie den Überblick über KI-Entwicklungen mit DailyAI

Sam Jeans

Sam ist ein Wissenschafts- und Technologiewissenschaftler, der in verschiedenen KI-Startups gearbeitet hat. Wenn er nicht gerade schreibt, liest er medizinische Fachzeitschriften oder kramt in Kisten mit Schallplatten.

×

KOSTENLOSES PDF EXKLUSIV
Mit DailyAI immer einen Schritt voraus

Melden Sie sich für unseren wöchentlichen Newsletter an und erhalten Sie exklusiven Zugang zum neuesten eBook von DailyAI: 'Mastering AI Tools: Ihr Leitfaden für mehr Produktivität im Jahr 2024".

*Mit der Anmeldung zu unserem Newsletter akzeptieren Sie unsere Datenschutzbestimmungen und unsere Bedingungen und Konditionen