Geslacht speelt een belangrijke rol in de ontwikkeling van de hersenen, veroudering en verschillende neurodegeneratieve en neuropsychiatrische aandoeningen. Recente onderzoeken uitgevoerd door Stanford Medicine werpen licht op dit onderwerp door gebruik te maken van een innovatieve benadering. Door een diep leermode van kunstmatige intelligentie (AI) te benutten, waren wetenschappers in staat om nauwkeurig onderscheid te maken tussen mannelijke en vrouwelijke hersenen op basis van beeldscans van hersenactiviteit, met een indrukwekkende nauwkeurigheid van meer dan 90%.
De senior auteur van de studie, Professor Vinod Menon, samen met hoofdauteurs Srikanth Ryali, Yuan Zhang, Kaustubh Supekar en Carlo de los Angeles, benadrukten het belang van deze bevindingen. Ze benadrukten hoe het begrijpen van de biologische invloed van geslacht op de hersenorganisatie kan leiden tot de ontwikkeling van gepersonaliseerde, geslachtsspecifieke biomarkers voor psychiatrische en neurologische aandoeningen. Daarnaast biedt het onderzoek waardevolle op AI gebaseerde computationele tools voor toekomstige onderzoeken.
Terwijl er verschillende statistieken zijn die geslachtsgerelateerde dispariteiten in op hersenen gerelateerde ziekten en aandoeningen aantonen, zoals ernstige depressieve stoornis, Parkinson’s ziekte, de ziekte van Alzheimer, autismespectrumstoornis en aandachtstekortstoornis met hyperactiviteit (ADHD), blijven de onderliggende redenen onduidelijk. Dit onderzoek biedt echter nieuwe inzichten in hersendynamiek die mannelijke en vrouwelijke hersenen onderscheiden.
Wetenschappers van Stanford Medicine hebben een convolutioneel neurale netwerkmodel genaamd een ruimtelijk-temporeel diep neurale netwerk (stDNN) gecreëerd, dat rekening houdt met ruimte-tijd. Dit AI-algoritme werd getraind op een grote hoeveelheid gegevens van het Human Connectome Project, inclusief gedrags- en hersenbeeldgegevens. Door het implementeren van gegevensvermeerderingstechnieken hebben de onderzoekers met succes de omvang van het trainingsgegevensbestand vergroot, wat heeft geresulteerd in verbeterde nauwkeurigheid en generaliseerbaarheid.
Het diepe neurale netwerk behaalde indrukwekkende resultaten en kon nauwkeurig onderscheid maken tussen mannelijke en vrouwelijke hersenen bij ongeveer 1.500 volwassenen tussen 20 en 35 jaar met een nauwkeurigheid van meer dan 90%. Om het besluitvormingsproces van het AI-model verder te begrijpen, paste het team Uitlegbare AI (XAI) toe. Ze ontdekten dat belangrijke hersenkenmerken van het limbisch netwerk, het standaardmodusnetwerk (DMN) en het striatum een cruciale rol speelden in het vermogen van het model om onderscheid te maken tussen mannelijke en vrouwelijke hersenactiviteit.
Deze bevindingen dagen het idee uit van een continuüm in de organisatie van mannelijke en vrouwelijke hersenen en benadrukken de reproduceerbaarheid, generaliseerbaarheid en gedragsrelevantie van geslachtsverschillen in functionele hersendynamiek. De integratie van AI en neurowetenschappen baant de weg voor een dieper begrip van geslachtsverschillen in de ontwikkeling van de hersenen en gerelateerde aandoeningen, met nieuwe mogelijkheden voor gepersonaliseerde behandelingen en interventies.
Al met al benadrukt dit onderzoek het immense potentieel van AI in het ontrafelen van de complexiteiten van de menselijke hersenen, waardoor onze kennis over hoe geslacht van invloed is op hersenfunctie wordt vergroot en inzicht wordt geboden in de onderliggende mechanismen van neurologische en psychiatrische aandoeningen.
The source of the article is from the blog smartphonemagazine.nl