Un outil d'intelligence artificielle révèle des différences de structure cérébrale entre les sexes

Les programmes informatiques d'intelligence artificielle (IA) traitant les examens IRM révèlent des différences dans l'organisation du cerveau des hommes et des femmes au niveau cellulaire, selon une nouvelle étude. Ces différences ont été trouvées dans la substance blanche, tissu situé principalement dans la couche interne du cerveau humain qui facilite la communication entre les régions.

On sait que les hommes et les femmes souffrent différemment de sclérose en plaques, de troubles du spectre autistique, de migraines et d'autres problèmes cérébraux, et présentent des symptômes différents. Une compréhension détaillée de la façon dont le sexe biologique affecte le cerveau est considérée comme un moyen d’améliorer les outils de diagnostic et les traitements. Cependant, bien que la taille, la forme et le poids du cerveau aient été étudiés, les chercheurs n'ont qu'une compréhension partielle de sa structure au niveau cellulaire.

La nouvelle étude, menée par des chercheurs de NYU Langone Health, a utilisé une technique d'IA appelée apprentissage automatique pour analyser des milliers d'IRM du cerveau de 471 hommes et 560 femmes. Les résultats ont montré que les programmes informatiques pouvaient distinguer avec précision les cerveaux masculins et féminins, révélant des schémas structurels et complexes invisibles à l'œil humain.

Les résultats ont été confirmés par trois modèles d'IA différents conçus pour déterminer le sexe biologique, en utilisant leurs atouts relatifs soit en se concentrant sur de petites zones de substance blanche, soit en analysant les connexions entre de grandes régions du cerveau.

"Nos résultats permettent de mieux comprendre la structure du cerveau humain vivant, ce qui pourrait offrir de nouvelles informations sur la manière dont de nombreux troubles psychiatriques et neurologiques se développent et pourquoi ils peuvent se présenter différemment chez les hommes et les femmes", a déclaré l'auteur principal de l'étude. Et la neuroradiologue Yvonne Luey, MD.

Luy, professeur et vice-président de la recherche au département de radiologie de la NYU Grossman School of Medicine, note que les études antérieures sur la microstructure cérébrale reposaient principalement sur des modèles animaux et des échantillons de tissus humains. De plus, la validité de certaines de ces découvertes passées a été remise en question par l'utilisation d'analyses statistiques de régions d'intérêt « dessinées à la main », ce qui a obligé les chercheurs à prendre de nombreuses décisions subjectives sur la forme, la taille et l'emplacement des régions d'intérêt sélectionnées. Régions. De telles élections pourraient potentiellement fausser les résultats, dit Lui.

La nouvelle étude a évité ce problème en utilisant l'apprentissage automatique pour analyser des groupes entiers d'images sans pointer l'ordinateur vers un emplacement spécifique, contribuant ainsi à éliminer les préjugés humains, notent les auteurs.

Pour l'étude, l'équipe a commencé par fournir aux programmes d'IA des données existantes provenant d'échantillons d'IRM cérébrales d'hommes et de femmes en bonne santé, en spécifiant également le sexe biologique de chaque examen. Parce que ces modèles ont été conçus pour utiliser des techniques statistiques et mathématiques sophistiquées afin de devenir « plus intelligents » au fil du temps à mesure que les données s'accumulaient, ils ont finalement « appris » à distinguer le sexe biologique par eux-mêmes. Il est important de noter qu'il était interdit aux programmes d'utiliser la taille et la forme globales du cerveau pour leurs déterminations, explique Lui.

Selon les résultats, tous les modèles ont correctement identifié le sexe à partir des analyses dans 92 à 98 % des cas. Plusieurs caractéristiques ont particulièrement aidé les machines à parvenir à leurs conclusions, notamment la facilité et la direction dans laquelle l'eau pouvait se déplacer dans les tissus cérébraux.

"Ces résultats soulignent l'importance de la diversité dans l'étude des maladies originaires du cerveau humain", a déclaré Junbo Chen, MS, co-auteur de l'étude et doctorant à la NYU Tandon School of Engineering.

"Si, comme cela a été le cas historiquement, les hommes sont utilisés comme modèle standard pour divers troubles, les chercheurs risquent de passer à côté d'informations cruciales", a ajouté Vara Lakshmi Bayanagari, MS, co-auteur de l'étude et étudiant en recherche diplômé à l'Université de New York Tandon. École d'ingénierie.

Bayanagari prévient que même si les outils d'IA peuvent signaler des différences dans l'organisation des cellules cérébrales, ils ne peuvent pas révéler quel sexe est le plus sujet à quelles caractéristiques. Elle ajoute que l'étude a classé le sexe sur la base d'informations génétiques et n'incluait que les IRM d'hommes et de femmes cisgenres.

L'équipe prévoit d'étudier plus en détail l'évolution des différences entre les sexes dans la structure du cerveau au fil du temps afin de mieux comprendre le rôle des facteurs environnementaux, hormonaux et sociaux dans ces changements, ont indiqué les auteurs.

Les travaux ont été publiés dans le magazine Scientific Reports.