Le centre médical de l'université de Stanford a utilisé l'IA pour détecter les différences structurelles entre les cerveaux masculins et féminins.
L'étude a permis d'identifier le sexe des individus avec une précision de plus de 90% sur la base des scanners de l'activité cérébrale, jetant ainsi la lumière sur le sujet longtemps débattu des différences structurelles spécifiques au sexe dans le cerveau.
Les recherchepublié dans les Proceedings of the National Academy of Sciences (PNAS), affirme que ces différences amélioreront notre compréhension et notre traitement des troubles neuropsychiatriques qui se manifestent de manière distincte chez les femmes et les hommes.
Le Dr Vinod Menon, directeur du laboratoire de neurosciences cognitives et systémiques de Stanford, a expliqué l'importance de reconnaître les différences entre les sexes dans le cerveau.
"Le sexe joue un rôle crucial dans le développement du cerveau humain, dans le vieillissement et dans la manifestation de troubles psychiatriques et neurologiques". Menon a déclaréL'objectif de l'étude est de faire progresser notre compréhension des vulnérabilités mentales et neurologiques propres à chaque sexe.
Par exemple, nous savons que les femmes sont presque deux fois plus susceptibles que les hommes de recevoir un diagnostic de dépression, alors que les hommes sont plus susceptibles de recevoir un diagnostic de TDAH.
D'autres maladies mentales comme les troubles de la personnalité, la bipolarité et la schizophrénie se manifestent également différemment chez les hommes et les femmes.
L'identification et la classification précises des différences entre l'anatomie cérébrale masculine et féminine sont essentielles pour comprendre s'il existe une explication biologique.
Voici six étapes pour décrire le fonctionnement de l'étude :
- L'étude a porté sur les différences de fonctionnement du cerveau liées au sexe, qui sont cruciales pour comprendre les impacts comportementaux et les conditions de santé mentale, en analysant les données d'IRM fonctionnelle (IRMf) d'environ 1 500 jeunes adultes.
- L'IA avancée, en particulier un réseau neuronal profond spatiotemporel (stDNN), a été utilisée pour examiner les scanners cérébraux, révélant des modèles distincts dans l'organisation des cerveaux masculins et féminins.
- Ce modèle d'IA, plus de 90%, a fait preuve d'une précision impressionnante pour distinguer les cerveaux masculins des cerveaux féminins sur la base de la dynamique fonctionnelle, mettant en évidence son efficacité sur plusieurs sessions et cohortes indépendantes.
- Des réseaux cérébraux clés, tels que le réseau du mode par défaut, le striatum et le système limbique, ont montré des différences significatives entre les sexes, avec des tailles d'effet supérieures à 1,5, ce qui indique des distinctions solides dans l'organisation du cerveau.
- L'utilisation de techniques d'IA explicable (XAI) a permis d'identifier les caractéristiques cérébrales spécifiques responsables de ces différences, et ces caractéristiques pourraient permettre de prédire les profils cognitifs propres à chaque sexe.
- Ces résultats remettent en question les croyances antérieures concernant un spectre continu d'organisation cérébrale entre hommes et femmes, en soulignant que le sexe est un facteur fondamental de la structure et de la fonction cérébrales, avec des implications pour les approches médicales personnalisées dans le traitement des troubles mentaux et neurologiques.
Les chercheurs ont poursuivi leurs recherches en se demandant s'ils pouvaient prédire les performances des individus dans des tâches cognitives sur la base des caractéristiques cérébrales sexospécifiques qu'ils avaient identifiées.
Pour ce faire, ils ont créé deux modèles d'IA spécialisés : l'un conçu pour prédire les capacités cognitives des hommes et l'autre pour celles des femmes. Ces modèles s'appuient sur les schémas cérébraux distincts liés au sexe que l'équipe avait précédemment mis en évidence.
Le succès de ces modèles est notable. Le modèle conçu pour les hommes a permis de prédire avec précision leurs performances cognitives, mais il n'a pas fonctionné pour les femmes, et vice versa. Cela suggère fortement que les différences fonctionnelles dans l'organisation du cerveau entre les sexes ont un impact réel sur le comportement et les capacités cognitives.
M. Menon a expliqué l'importance de ces résultats : "Ces modèles ont très bien fonctionné parce que nous avons réussi à séparer les schémas cérébraux entre les sexes", a-t-il expliqué.
Cette séparation a permis de mieux comprendre comment le fait de négliger les différences entre les sexes dans l'organisation du cerveau peut conduire à manquer des éléments cruciaux qui contribuent aux troubles neuropsychiatriques.
M. Menon a également souligné le potentiel plus large de son modèle d'IA. Au-delà de l'exploration des différences entre les sexes, le modèle peut être appliqué à diverses questions sur la connectivité cérébrale et sa relation avec les fonctions cognitives ou les comportements.
Le rôle de l'IA dans les neurosciences est bien établi. Une étude récente a utilisé l'apprentissage automatique pour Récupérer des images d'IRMet un autre a utilisé des cellules cérébrales pour effectuer des les tâches de reconnaissance vocale.
L'IA a également été utilisée pour analyser les modèles de discours chez les personnes atteintes de schizophrénie et développent des nouveaux avatars thérapeutiques en 3D.
À l'avenir, il sera probablement possible de "lire dans les pensées" d'une personne en temps réel en Application de modèles ML aux données neurologiques.
L'équipe de Stanford a l'intention de rendre son modèle accessible à la communauté des chercheurs afin d'encourager la poursuite des recherches sur les maladies mentales et les troubles de l'apprentissage.
L'objectif de M. Menon est de faire en sorte que ces outils d'IA puissent comprendre et relever les défis auxquels les individus sont confrontés en raison de ces différences cérébrales.
Des modèles d'imagerie cérébrale sophistiqués pourraient éventuellement contribuer à l'avènement d'une nouvelle ère de psychiatrie de précision. Comme le résume Menon, "nos modèles d'IA ont une très large applicabilité".
