Un outil d'intelligence artificielle révèle les différences sexuelles dans la structure du cerveau

Une nouvelle étude révèle que les programmes informatiques d'intelligence artificielle (IA) qui traitent les images IRM révèlent des différences dans l'organisation cellulaire du cerveau des hommes et des femmes. Ces différences ont été observées dans la substance blanche, le tissu principalement présent dans la couche interne du cerveau humain et qui facilite la communication entre les régions.

On sait que les hommes et les femmes souffrent différemment de la sclérose en plaques, des troubles du spectre autistique, des migraines et d'autres problèmes cérébraux, et présentent des symptômes différents. Une compréhension approfondie de l'influence du sexe biologique sur le cerveau est considérée comme un moyen d'améliorer les outils de diagnostic et les traitements. Cependant, si la taille, la forme et le poids du cerveau ont été étudiés, les chercheurs ne connaissent que partiellement sa structure au niveau cellulaire.

Une 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 cérébrales de 471 hommes et 560 femmes. Les résultats ont montré que les programmes informatiques pouvaient différencier avec précision les cerveaux masculins et féminins, identifiant des schémas structurels et complexes invisibles à l'œil nu.

Les résultats ont été confirmés par trois modèles d’IA différents conçus pour déterminer le sexe biologique, en utilisant leurs forces relatives soit en se concentrant sur de petites zones de matière blanche, soit en analysant les connexions sur de grandes zones du cerveau.

« Nos résultats fournissent une image plus claire de la structure du cerveau humain vivant, ce qui peut offrir de nouvelles perspectives sur la manière dont de nombreux troubles psychiatriques et neurologiques se développent et pourquoi ils peuvent se manifester différemment chez les hommes et les femmes », a déclaré l'auteur principal de l'étude et neuroradiologue Yvonne Lui, MD.

Lui, professeur et vice-président de la recherche au département de radiologie de la faculté de médecine Grossman de l'université de New York, souligne que les études antérieures sur la microstructure cérébrale s'appuyaient largement sur des modèles animaux et des échantillons de tissus humains. De plus, la validité de certaines de ces observations 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 quant à la forme, la taille et l'emplacement des régions sélectionnées. De tels choix pourraient potentiellement fausser les résultats, explique Lui.

Les résultats de la nouvelle étude ont permis d'éviter ce problème en utilisant l'apprentissage automatique pour analyser des groupes entiers d'images sans demander à l'ordinateur de regarder un endroit spécifique, ce qui a permis d'éliminer les biais humains, notent les auteurs.

Pour l'étude, l'équipe a commencé par alimenter les programmes d'IA avec des données existantes, provenant d'IRM cérébrales d'hommes et de femmes en bonne santé, ainsi que le sexe biologique de chaque IRM. Conçus pour utiliser des méthodes statistiques et mathématiques sophistiquées afin de gagner en intelligence au fil du temps et de l'accumulation de données, ces modèles ont finalement appris à discerner le sexe biologique par eux-mêmes. Il est important de noter que les programmes ne pouvaient pas utiliser la taille et la forme globales du cerveau pour leurs déterminations, explique Lui.

D'après les résultats, tous les modèles ont correctement identifié le sexe des scanners dans 92 à 98 % des cas. Plusieurs caractéristiques ont notamment aidé les machines à tirer leurs conclusions, notamment la facilité et la direction avec lesquelles l'eau pouvait circuler dans le tissu cérébral.

« Ces résultats soulignent l'importance de la diversité dans l'étude des maladies qui proviennent du cerveau humain », a déclaré le co-auteur de l'étude, Junbo Chen, MS, étudiant au doctorat 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'idées cruciales », a ajouté Vara Lakshmi Bayanagari, MS, co-auteur de l'étude et étudiant diplômé en recherche à la NYU Tandon School of Engineering.

Bayanagari prévient que si les outils d'IA pouvaient signaler des différences dans l'organisation des cellules cérébrales, ils ne permettaient pas d'identifier quel sexe était plus prédisposé à quels traits. Elle ajoute que l'étude a classé les sexes en fonction des informations génétiques et n'a inclus que des 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, indiquent les auteurs.

Les travaux ont été publiés dans la revue Scientific Reports.