IA Détecte Différences de Structure Cérébrale Selon le Genre
Une récente étude révèle que les logiciels d’intelligence artificielle (IA) analysant les IRM peuvent détecter des différences dans l’organisation cellulaire des cerveaux des hommes et des femmes. Les chercheurs ont observé ces distinctions dans la matière blanche, qui réside principalement dans la couche la plus interne du cerveau humain et facilite la communication entre différentes régions cérébrales.
Les hommes et les femmes présentent des différences dans les taux et les symptômes de diverses affections liées au cerveau telles que la sclérose en plaques, le trouble du spectre autistique et les migraines.
Comprendre comment le sexe biologique influence le cerveau est considéré comme crucial pour améliorer les méthodes de diagnostic et les traitements. Cependant, bien que des aspects tels que la taille, la forme et le poids du cerveau aient été étudiés, les chercheurs n’ont qu’une compréhension limitée de la disposition cellulaire du cerveau.
Une étude menée par des chercheurs de NYU Langone Health a utilisé l’apprentissage automatique, une technique d’IA, pour analyser des milliers de scans cérébraux par IRM de 471 hommes et 560 femmes.
Les résultats ont révélé que les programmes informatiques pouvaient distinguer avec précision les cerveaux masculins et féminins en identifiant des modèles de structure et de complexité qui n’étaient pas visibles à l’œil nu.
Validation par Divers Modèles d’IA
Trois modèles d’IA différents ont confirmé ces résultats, chacun mettant en avant des forces différentes : la localisation de petites portions de matière blanche ou l’analyse des relations à travers de plus grandes régions cérébrales.
La Dr Yvonne Lui, auteure principale de l’étude et neuroradiologue, a noté : “Nos résultats offrent une image plus claire de la structure d’un cerveau humain vivant, ce qui pourrait à son tour apporter de nouvelles perspectives 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.”
Lui, professeure et vice-présidente de la recherche au Département de radiologie de la NYU Grossman School of Medicine, souligne que les examens précédents de la microstructure cérébrale reposaient largement sur des modèles animaux et des échantillons de tissus humains.
Défis dans l’Analyse Statistique des Régions Dessinées Manuellement
De plus, certaines découvertes passées ont rencontré des défis en termes de crédibilité car elles reposaient sur des analyses statistiques de régions d’intérêt dessinées manuellement, nécessitant de nombreuses décisions subjectives concernant la forme, la taille et l’emplacement de ces régions, ce qui pouvait potentiellement biaiser les résultats.
Pour contourner ce problème, l’étude récente a utilisé l’apprentissage automatique pour analyser des ensembles entiers d’images sans spécifier un endroit particulier pour l’inspection, minimisant ainsi les biais humains, comme l’ont noté les auteurs.
La recherche a commencé par entraîner des modèles d’IA avec des données existantes comprenant des scans cérébraux d’individus en bonne santé des deux sexes, et en indiquant le sexe biologique de chaque scan.
Au fur et à mesure qu’ils accumulaient plus de données, ces modèles ont été conçus pour améliorer progressivement leur capacité à distinguer indépendamment le sexe biologique. De manière cruciale, Lui a interdit aux modèles d’utiliser la taille et la forme globale du cerveau pour leurs déterminations.
Caractéristiques Clés Influençant les Déterminations des Machines
Les résultats ont révélé que tous les modèles ont correctement identifié le sexe des sujets scannés entre 92% et 98% du temps. Certaines caractéristiques, telles que la facilité et la direction du mouvement de l’eau à travers les tissus cérébraux, ont été particulièrement influentes dans les déterminations des machines.
Junbo Chen, MS, doctorant à l’École d’ingénierie Tandon de l’Université de New York et l’un des co-auteurs principaux de l’étude, a souligné : “Ces résultats mettent en évidence l’importance de la diversité lors de l’étude des maladies qui se développent dans le cerveau humain.”
Pendant ce temps, Vara Lakshmi Bayanagari, MS, assistante de recherche diplômée à l’École d’ingénierie Tandon de l’Université de New York et autre co-auteur principal, a mis en garde contre l’utilisation des hommes comme modèle standard pour divers troubles, car cette approche pourrait passer outre des informations critiques.
Incapacité d’Attribuer des Caractéristiques à un Genre Spécifique
Bayanagari a mis en garde contre le fait que, bien que les outils d’IA puissent identifier les différences dans l’organisation des cellules cérébrales, ils ne pouvaient pas spécifier quel sexe était plus susceptible de présenter certaines caractéristiques. Elle a ajouté que l’étude classait le sexe en fonction des informations génétiques et incluait exclusivement des IRM d’hommes et de femmes cis-genrés.
Les auteurs ont déclaré que leurs futures recherches se pencheront sur la compréhension de l’évolution des différences liées au sexe dans la structure cérébrale au fil du temps afin de mieux comprendre l’influence potentielle des facteurs environnementaux, hormonaux et sociaux sur ces changements.
Outre Lui, Chen et Bayanagari, d’autres chercheurs de l’Université de New York Langone Health et de l’Université de New York impliqués dans l’étude étaient Sohae Chung, Ph.D., et Yao Wang, Ph.D.
Lire l’article original sur : Medical Xpress
En savoir plus : Que se passe-t-il après l’obsolescence des implants cérébraux ?
