Стать відіграє значну роль у розвитку мозку, старінні, а також різних нейродегенеративних та неуропсихіатричних розладах. Недавні дослідження, проведені Медичним університетом Стенфорда, проливають світло на цю тему, використовуючи інноваційний підхід. За допомогою моделі глибокого навчання штучного інтелекту (AI), вчені змогли точно відрізняти чоловічі та жіночі мозки на основі сканування зображень активності мозку, досягаючи вражаючої точності понад 90%.
Співавтор дослідження, професор Вінод Менон, разом з головними авторами Шрікантом Рялі, Юанем Чжаном, Каустубхом Супекаром та Карло де лос Анхелесом підкреслили важливість цих висновків. Вони наголосили на тому, як розуміння біологічного впливу статі на організацію мозку може призвести до розробки персоналізованих, статево-специфічних біомаркерів для психіатричних та неврологічних розладів. Крім того, дослідження надає цінні інструменти обчислювальної науки на основі штучного інтелекту для майбутніх досліджень.
Хоча існує кілька статистичних даних, що показують гендерні розриви у мозкових захворюваннях та розладах, таких як великий депресивний розлад, хвороба Паркінсона, хвороба Альцгеймера, розлад спектра аутизму та розлад дефіциту уваги та гіперактивності (ДДЗГ), причини залишаються невідомими. Тим не менш, це дослідження надає нові уявлення про динаміку мозку, яка відрізняє чоловічі та жіночі мозки.
Вчені Медичного університету Стенфорда створили модель згорткової нейронної мережі під назвою просторово-часова глибока нейронна мережа (stDNN), яка враховує час та простір. Цей алгоритм штучного інтелекту був навчений на великій кількості даних з Проекту Гуманного Конектому, включаючи поведінкові та образні дані мозку. Застосовуючи техніки аугментації даних, дослідники успішно збільшили розмір тренувального набору даних, що призвело до покращення точності та узагальненості.
Глибока нейронна мережа досягла вражаючих результатів, точно відрізняючи чоловічі та жіночі мозки у близько 1500 дорослих у віці від 20 до 35 років з точністю понад 90%. Для подальшого розуміння процесу прийняття рішень моделлю штучного інтелекту, команда застосувала методи пояснювання штучного інтелекту (XAI). Вони виявили, що ключові особливості мозку з лімбічної мережі, мережі у режимі за замовчуванням (DMN) та стріатуму відіграли важливу роль у здатності моделі відрізняти активність мозку чоловіків від жіночих.
Ці висновки викликають сумніви в континуумі в організації мозку у чоловіків і жінок і підкреслюють реплікацію, узагальненість та поведінкову значущість різниць між статями у функціональній динаміці мозку. Інтеграція штучного інтелекту та нейронауки відкриває шлях для глибшого розуміння різниць у розвитку мозку за статтю та пов’язаних розладах, пропонуючи нові можливості для персоналізованих методів лікування та втручань.
Загалом це дослідження підкреслює величезний потенціал штучного інтелекту у вирішенні складнощів людського мозку, поглиблюючи наше розуміння того, як стать впливає на функціонування мозку та надаючи уявлення про внутрішні механізми неврологічних та психіатричних розладів.
The source of the article is from the blog maestropasta.cz