Ricerche

Un nuovo modello di apprendimento profondo distingue i maschi dalle femmine usando immagini cerebrali.

Che impatto ha essere femmina o maschio nello sviluppo cerebrale, nell'invecchiamento, nei disturbi neurodegenerativi e nelle malattie neuropsichiatriche? I ricercatori di Stanford Medicine hanno pubblicato un nuovo studio su PNAS che mostra un modello di apprendimento profondo dell'intelligenza artificiale (AI) che può distinguere tra il cervello di donne e uomini dalle scansioni della loro attività cerebrale, con oltre il 90% di precisione.

"I nostri risultati, sottolineando il ruolo cruciale del sesso come determinante biologico nell'organizzazione del cervello umano, hanno implicazioni significative per lo sviluppo di biomarcatori specifici del sesso personalizzati nei disturbi psichiatrici e neurologici, e forniscono strumenti di calcolo innovativi basati sull'intelligenza artificiale per la ricerca futura", ha scritto il professor Vinod Menon, autore senior insieme ai primi autori Srikanth Ryali, Yuan Zhang, Kaustubh Supekar e Carlo de los Angeles.

Statisticamente, ci sono molti esempi delle differenze tra i sessi nella prevalenza di malattie e disturbi legati al cervello. Ad esempio, la prevalenza del disturbo depressivo maggiore è più alta nelle donne adolescenti, secondo il National Institute of Mental Health. A livello globale, circa 1 donna su 3 svilupperà un disturbo depressivo maggiore, rispetto a 1 uomo su 5, secondo Our World in Data.

A livello globale, gli uomini hanno più rischio di Parkinson e non si sa esattamente perché, secondo la stessa Parkinson’s Foundation. Allo stesso modo, più donne americane che uomini hanno l'Alzheimer e gli scienziati devono ancora dimostrare il perché. I due terzi degli oltre 6,7 milioni di americani con Alzheimer sono donne, secondo lo Woman’s Alzheimer’s Movement.

Negli Stati Uniti, i ragazzi hanno quasi il quadruplo delle probabilità di essere diagnosticati con disturbo dello spettro autistico rispetto alle ragazze, secondo Autism Speaks, e hanno il 13% in più di probabilità di essere diagnosticati con il disturbo da deficit di attenzione/iperattività (ADHD), secondo i Centers for Disease Control and Prevention (CDC). Nel complesso, c'è una maggiore prevalenza di disabilità intellettuale diagnosticata nei ragazzi rispetto alle ragazze negli Stati Uniti per i CDC.

Cercando maggiori informazioni sulle differenze tra cervelli femminili e maschili adulti, gli scienziati di Stanford Medicine hanno creato un algoritmo di intelligenza artificiale che considera lo spazio-tempo, chiamato 'rete neurale profonda spazio-temporale' (stDNN, spatiotemporal deep neural network). Il modello AI è costituito da modelli di rete neurale convoluzionale (CNN), che sono reti feed-forward multistrato usate spesso dall'AI per classificare testo e immagini.

"Abbiamo sviluppato un modello stDNN innovativo per estrarre caratteristiche che informano sulle dinamiche cerebrali che distinguono accuratamente i maschi dalle femmine", hanno scritto i ricercatori.

Il modello di rete neurale profonda è stato addestrato sui dati comportamentali e delle scansioni cerebrali di oltre un migliaio di persone presi in diverse sessioni dello Human Connectome Project. Il team ha anche usato un potenziamento dei dati per creare informazioni di addestramento più etichettate che hanno aumentato la quantità dei dati da 800 a 12.000 per migliorare generalizzabilità e accuratezza. Nella scienza dei dati, si usa spesso potenziare i dati per classificare le immagini e aumentare la quantità di dati etichettati al fine di formare reti neurali profonde.

"L'architettura convoluzionale del nostro modello stDNN è anche particolarmente adatta alle applicazioni di scansione cerebrale, che hanno un numero limitato di dati di addestramento etichettati di lunghezza variabile", hanno osservato gli scienziati.

La rete neurale profonda prevede se le immagini cerebrali appartengono a una femmina o a un maschio partendo da serie temporali di risonanze magnetiche funzionali (fMRI) di 246 regioni cerebrali dal Brainnetome Atlas. Il team ha valutato la rete neurale profonda sui dati di circa 1.500 adulti da 20 a 35 anni di età e ha scoperto che poteva distinguere il cervello femminile da quello maschile con oltre il 90% di precisione.

Facendo un ulteriore passo avanti nell'analisi, il team ha applicato l'IA Explainabile (XAI) per trovare le caratteristiche cruciali del cervello rilevanti per il processo decisionale nella rete neurale profonda, per distinguere le scansioni cerebrali di femmine da quelle di maschi. La rete limbica, la rete di modalità predefinita e lo striato erano aree di indicatori chiave perché il modello AI differenziasse le immagini di una attività cerebrale femminile da una maschile.

"I nostri risultati dimostrano che le differenze sessuali nelle dinamiche cerebrali funzionali non sono solo altamente replicabili e generalizzabili, ma anche rilevanti per il comportamento, sfidando la nozione di un continuum maschio-femmina dell'organizzazione cerebrale", hanno concluso i ricercatori.