人工智能工具揭示大脑结构的性别差异

一项新研究表明，处理核磁共振扫描数据的人工智能 (AI) 计算机程序揭示了男性和女性大脑在细胞层面的组织差异。这些差异发现于白质中，白质是人类大脑内层的主要组织，负责促进大脑区域间的沟通。

众所周知，男性和女性在多发性硬化症、自闭症谱系障碍、偏头痛和其他脑部疾病中遭受的痛苦不同，表现出的症状也不同。深入了解生理性别如何影响大脑被视为改进诊断工具和治疗方法的一种途径。然而，虽然人们对大脑的大小、形状和重量进行了研究，但研究人员对其细胞层面的结构了解甚少。

纽约大学朗格尼健康中心的研究人员领导的一项新研究，利用一种名为机器学习的人工智能技术，分析了471名男性和560名女性的数千份核磁共振脑部扫描图。结果表明，计算机程序能够准确区分男性和女性的大脑，识别出人眼无法察觉的结构和复杂模式。

该结果得到了三种不同的人工智能模型的证实，这些模型旨在确定生物性别，利用它们在关注小块白质或分析大脑大面积连接方面的相对优势。

该研究的主要作者、神经放射学家 Yvonne Lui 医学博士表示：“我们的研究结果更清晰地描绘了活体人脑的结构，这可能为理解许多精神和神经疾病的发生发展以及它们在男性和女性身上表现不同的原因提供新的见解。”

纽约大学格罗斯曼医学院放射学系教授兼研究副主任吕教授指出，以往对大脑微观结构的研究严重依赖动物模型和人体组织样本。此外，过去一些研究成果的有效性因使用“手绘”感兴趣区域的统计分析而受到质疑，这要求研究人员对其所选区域的形状、大小和位置做出许多主观决定。吕教授表示，这样的选择可能会扭曲研究结果。

作者指出，新研究的结果避免了这个问题，它利用机器学习来分析整组图像，而无需告诉计算机查看特定位置，这有助于消除人类的偏见。

在这项研究中，团队首先向人工智能程序输入了健康男性和女性的 MRI 脑部扫描样本数据，以及每次扫描的生理性别。由于这些模型旨在运用复杂的统计和数学方法，随着数据积累而变得越来越“智能”，它们最终“学会”了自行辨别生理性别。Lui 表示，重要的是，这些程序被限制不能使用整体大脑尺寸和形状来进行判断。

结果显示，所有模型对扫描结果性别的识别准确率高达 92% 至 98%。一些特征尤其有助于机器得出结论，包括水在脑组织中流动的难易程度和方向。

“这些发现强调了在研究源自人类大脑的疾病时多样性的重要性，”该研究的共同作者、纽约大学坦登工程学院博士生陈俊波说道。

“如果像历史上的情况一样，将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见解，”该研究的共同作者、纽约大学坦登工程学院的研究生 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，但它们无法识别哪种性别更容易出现哪些特征。她补充说，这项研究根据基因信息对性别进行分类，并且仅纳入了顺性别男性和女性的核磁共振扫描结果。

作者表示，研究小组计划进一步研究大脑结构中性别差异随时间的演变，以更好地了解环境、激素和社会因素在这些变化中的作用。

该研究成果发表在《科学报告》杂志上。