محققان پزشکی استنفورد در مورد توسعه یک مدل هوش مصنوعی جدید گزارش دادند که در آزمایشات نشان داد که بیش از 90 درصد در تعیین اینکه آیا اسکن MRI از فعالیت مغز انسان از یک مرد است یا از یک زن، موفق بوده است. محققان پیشنهاد میکنند که این یافتهها به حل مناقشه طولانیمدت درباره وجود تفاوتهای جنسی قابل اعتماد در مغز انسان کمک میکند و همچنین نشان میدهد که درک این تفاوتها ممکن است به دانشمندان در درک بهتر شرایط عصبی روانپزشکی که زنان و مردان را بهطور متفاوتی تحت تأثیر قرار میدهند کمک کند.
دکتر وینود منون، استاد روانپزشکی و علوم رفتاری و مدیر دانشگاه استنفورد گفت: انگیزه اصلی برای این مطالعه این است که رابطه جنسی در رشد مغز انسان، در پیری، و در بروز اختلالات روانپزشکی و عصبی نقش اساسی دارد. آزمایشگاه علوم اعصاب شناختی و سیستمی. “شناسایی تفاوتهای جنسی ثابت و قابل تکرار در مغز بالغ سالم گامی حیاتی به سوی درک عمیقتر آسیبپذیریهای جنسی در اختلالات روانپزشکی و عصبی است.”
منون نویسنده ارشد مطالعه منتشر شده این تیم در PNAS، با عنوان “مدل های یادگیری عمیق تفاوت های جنسی قابل تکرار، تعمیم پذیر و رفتاری مرتبط در سازمان عملکرد مغز انسان را نشان می دهد.” در گزارش خود، محققان نتیجه گرفتند: «یافتههای ما بر نقش حیاتی جنسیت بهعنوان یک عامل تعیینکننده بیولوژیکی در سازمان مغز انسان تأکید میکند، پیامدهای قابلتوجهی برای توسعه نشانگرهای زیستی اختصاصی جنسیت در اختلالات روانپزشکی و عصبی دارد و ابزارهای محاسباتی مبتنی بر هوش مصنوعی را ارائه میکند. برای تحقیقات آینده.” نویسندگان اصلی عبارتند از Srikanth Ryali، دکترا، و محقق هیئت علمی، Yuan Zhang، PhD.
نویسندگان خاطرنشان کردند که رابطه جنسی نقش مهمی در رشد اولیه مغز، نوجوانی و پیری دارد. علاوه بر این، آنها خاطرنشان کردند: “جنس یک عامل بیولوژیکی مهم است که بر رفتار انسان تأثیر می گذارد، بر عملکرد مغز و بروز اختلالات روانپزشکی و عصبی تأثیر می گذارد … در نتیجه، آگاهی از تفاوت های جنسی در مغز انسان برای درک رفتار هنجاری و آسیب شناسی روانی حیاتی است. ” دانشمندان پیشنهاد کردند در واقع، میزان تأثیر جنسیت افراد بر نحوه سازماندهی و عملکرد مغز آنها مدتهاست که محل بحث و مناقشه بین دانشمندان بوده است.
در حالی که میدانیم کروموزومهای جنسی که با آنها متولد میشویم به تعیین ترکیب هورمونهایی که مغز ما در معرض آنها قرار میگیرد کمک میکند – بهویژه در دوران رشد اولیه، بلوغ و پیری – محققان مدتها تلاش کردهاند که جنسیت را به تفاوتهای واقعی در مغز انسان مرتبط کنند. ساختارهای مغز در مردان و زنان تقریباً یکسان به نظر میرسد، و تحقیقات قبلی که نحوه عملکرد نواحی مغز را با هم بررسی میکردند نیز تا حد زیادی نتوانسته است شاخصهای مغزی ثابت جنسی را نشان دهد. محققان خاطرنشان کردند: «… تحقیقات قبلی در مورد اینکه چگونه سازمان مغز بین مردان و زنان متفاوت است، بینتیجه بوده است. “… درک ما از تفاوت های جنسی در سازمان عملکرد مغز انسان و پیامدهای رفتاری آنها به دلیل یافته های متناقض و عدم تکرار مانع شده است.”
منون و همکارانش برای مطالعه جدید گزارش شده خود از پیشرفتهای اخیر در هوش مصنوعی و همچنین دسترسی به مجموعههای داده بزرگ متعدد استفاده کردند تا تحلیلی قویتر از آنچه قبلاً به کار میرفت، دنبال کنند. اول، آنها یک مدل شبکه عصبی عمیق فضایی-زمانی (stDNN) را ایجاد کردند که برای طبقهبندی دادههای تصاویر مغزی MRI عملکردی حالت استراحت (rsfMRI) از پروژه اتصال انسانی (HCP) آموزش دادند. از آنجایی که محققان اسکن های مغزی را به مدل نشان دادند و به آن گفتند که به مغز مرد یا زن نگاه می کند، مدل شروع به “توجه” کرد که چه الگوهای ظریفی می تواند به آن کمک کند تفاوت را تشخیص دهد. دانشمندان اظهار داشتند: «مدل stDNN ما تفاوتهای جنسی قابل اعتمادی را با بیش از 90 درصد دقت طبقهبندی اعتبار متقابل نشان داد، که بهتر از مطالعات قبلی بود.
این تیم تکرارپذیری مدل پیش بینی خود را بر روی مجموعه داده های اضافی، بدون آموزش بیشتر ارزیابی کردند. هنگامی که روی 1500 اسکن مغز آزمایش شد، مدل stDNN تقریباً همیشه میتوانست تشخیص دهد که اسکن از یک زن است یا یک مرد. همچنین عملکرد برتر را در مقایسه با مدلهای مورد استفاده در مطالعات قبلی نشان داد، تا حدی به این دلیل که از یک شبکه عصبی عمیق استفاده میکند که اسکنهای rsfMRI پویا را تجزیه و تحلیل میکند. این رویکرد تعامل پیچیده بین مناطق مختلف مغز را نشان می دهد. این تیم خاطرنشان کرد: «به طور بحرانی، مدل ما در هر دو مجموعه داده آزمایشی و مستقل از مطالعات قبلی بهتر عمل کرد.
موفقیت این مدل نشان میدهد که تفاوتهای جنسی قابل تشخیص در مغز وجود دارد، اما قبلاً به طور قابل اعتمادی شناسایی نشده بود. این واقعیت که این مدل در مجموعه دادههای مختلف، از جمله اسکنهای مغزی از چندین سایت در ایالات متحده و اروپا بسیار خوب کار میکرد، یافتهها را بهویژه قانعکننده میکند، زیرا بسیاری از عوامل مخدوشکننده را کنترل میکند که میتوانند بر مطالعات از این نوع تأثیر بگذارند. منون گفت: «این یک مدرک بسیار قوی است که نشان میدهد جنسیت یک عامل تعیینکننده قوی در سازمان مغز انسان است.
تا همین اواخر، مدلی مانند مدلی که توسط تیم منون به کار میرفت، به محققان کمک میکرد تا مغزها را در گروههای مختلف دستهبندی کنند، اما نمیتوانستند اطلاعاتی در مورد نحوه انجام مرتبسازی ارائه دهند. با این حال، امروزه محققان به ابزاری به نام هوش مصنوعی قابل توضیح (XAI) دسترسی دارند که میتواند حجم وسیعی از دادهها را برای توضیح نحوه تصمیمگیری یک مدل بررسی کند.
منون و تیمش با استفاده از هوش مصنوعی قابل توضیح، شبکههای مغزی را شناسایی کردند که برای قضاوت مدل در مورد اینکه آیا اسکن مغز از یک مرد یا یک زن انجام شده است، مهمتر بودند. آنها دریافتند که “نقاط داغ” که بیشتر به مدل کمک می کند مغز مردانه را از مغز زنانه متمایز کند شامل شبکه حالت پیش فرض (DMN)، یک سیستم مغزی است که به ما کمک می کند اطلاعات خود ارجاعی را پردازش کنیم، و شبکه مخطط و لیمبیک که درگیر هستند. یادگیری و نحوه واکنش ما به پاداش ها
به طور قابلتوجهی، آنها اشاره کردند که DMN، جسم مخطط و شبکه لیمبیک همچنین «محل اختلال عملکرد در اختلالات روانپزشکی با سوگیری زنانه یا مردانه در میزان شیوع هستند، از جمله اوتیسم، اختلالات کمبود توجه، افسردگی، اعتیاد، اسکیزوفرنی، و بیماری پارکینسون، همگی که دارای عواقب و پیامدهای خاص جنسی هستند.» این تیم پیشنهاد کرد که یافتههای آنها «… بنابراین ممکن است الگویی برای بررسی تفاوتهای جنسیتی در آسیبپذیری در برابر اختلالات روانپزشکی و عصبی فردی ارائه دهد».
علاوه بر این، محققان متعجب بودند که آیا میتوانند مدل دیگری ایجاد کنند که بتواند بر اساس ویژگیهای عملکردی مغز که بین زنان و مردان متفاوت است، پیشبینی کند که شرکتکنندگان تا چه اندازه در برخی وظایف شناختی انجام خواهند داد. برای انجام این کار، آنها مدل های جنسیت خاص از توانایی های شناختی را توسعه دادند. یک مدل به طور موثر عملکرد شناختی را در مردان پیشبینی کرد اما نه زنان، و مدلی دیگر در زنان اما نه مردان. یافتهها نشان داد که ویژگیهای عملکردی مغز که بین جنسها متفاوت است، پیامدهای رفتاری قابلتوجهی دارد. نویسندگان اظهار داشتند: «به طور بحرانی، ویژگیهای مغزی شناساییشده توسط XAI که سازماندهی عملکردی مغز را بین جنسها متمایز میکند، پروفایلهای شناختی منحصربهفردی را در زنان و مردان پیشبینی میکند».
در خلاصه یافتههای خود، آنها نتیجه گرفتند: «رویکرد ما با استفاده از تکنیکهای DNN فضایی-زمانی و XAI، تفاوتهای جنسی قابل تکرار، تعمیمپذیر و تفسیرپذیر را در سازمان عملکرد مغز انسان در میان مجموعههای دادههای متعدد و گروههای مستقل شناسایی میکند و علاوه بر این، ویژگیهای عملکردی مغز را نشان میدهد که بین جنسیت از نظر رفتاری مرتبط است.»
منون اضافه کرد: «این مدلها واقعاً خوب کار میکردند، زیرا ما با موفقیت الگوهای مغز را بین دو جنس جدا کردیم. این به من میگوید که نادیده گرفتن تفاوتهای جنسی در سازمان مغز میتواند باعث شود عوامل کلیدی زمینهساز اختلالات عصبی روانی را از دست بدهیم.»
در حالی که این تیم از مدل شبکه عصبی عمیق خود برای سؤالات مربوط به تفاوتهای جنسی استفاده کرد، منون میگوید این مدل میتواند برای پاسخ به سؤالاتی در مورد اینکه چگونه هر جنبهای از اتصال مغز ممکن است با هر نوع توانایی یا رفتار شناختی مرتبط باشد، استفاده شود. دانشمندان قصد دارند مدل خود را در دسترس عموم قرار دهند تا هر محققی از آن استفاده کند. منون گفت: «مدلهای هوش مصنوعی ما کاربرد بسیار گستردهای دارند. برای مثال، یک محقق میتواند از مدلهای ما برای جستجوی تفاوتهای مغزی مرتبط با اختلالات یادگیری یا تفاوتهای عملکرد اجتماعی استفاده کند – جنبههایی که ما مایل به درک بهتر آنها برای کمک به افراد در سازگاری و غلبه بر این چالشها هستیم.
محققان خاطرنشان کردند که این کار به این موضوع نمیپردازد که آیا تفاوتهای مربوط به جنسیت در اوایل زندگی به وجود میآیند یا ممکن است ناشی از تفاوتهای هورمونی یا شرایط اجتماعی متفاوتی باشد که مردان و زنان ممکن است بیشتر با آن مواجه شوند. با این وجود، آنها نوشتند: «یافتن ویژگیهای عملکردی قوی مغز که زمینهساز تفاوتهای جنسی است، پتانسیل ارائه مدلهای کمی دقیق برای بررسی تفاوتهای جنسی در اختلالات روانپزشکی و عصبی را دارد. این کار راه را برای رویکردهای هدفمندتر و شخصی در تحقیقات علوم اعصاب شناختی و کاربردهای بالینی هموار می کند.