该层促进了大脑不同区域之间的沟通。众所周知，男性和女性在多发性硬化症、自闭症谱系障碍、偏头痛等大脑问题的发生率和症状表现上存在差异。了解生物性别如何影响大脑，可以改善诊断工具和治疗方法。然而，尽管已经探索了大脑的大小、形状和重量，研究人员对大脑的细胞布局仍然只有部分了解。纽约大学朗格尼医学中心的研究人员进行了一项新的研究，利用机器学习这一AI技术进行分析。该研究分析了来自471名男性和560名女性的数千个MRI大脑扫描。结果显示，计算机程序能够基于结构和复杂性中的模式有效地区分男性和女性大脑，这些模式是人眼无法察觉的。这一发现得到了三种不同的AI模型的确认，这些模型专门用于识别生物性别，各自具有关注白质特定区域或检查更大大脑区域之间关系的独特优势。
“我们的发现提供了对活人类大脑结构的更好理解，这可能会带来对心理过程的新见解。” 研究的高级作者、神经放射科医师Yvonne Lui博士解释道。“精神和神经疾病在男性和女性中的发展和表现是不同的。”Lui是纽约大学格罗斯曼医学院放射科的教授和研究副主任，她指出，先前的大脑微结构研究主要依赖于动物模型和人类组织样本。此外，由于这些先前发现依赖于“手工绘制”的兴趣区域的统计分析，这些兴趣区域的形状、大小和位置需要主观决定，因此这些发现的准确性也受到质疑。Lui表示，这项研究的结果将于5月14日在《科学报告》期刊上在线发表，可能会受到选择用于分析的区域的影响。为了避免这个问题，研究人员利用机器学习分析整个图像组，而不是针对特定区域，从而消除了人为偏见。为了进行这项研究，团队为AI程序提供了来自健康男性和女性的现有脑扫描数据，以及每个扫描的生物性别。这些模型专门设计用于利用复杂的统计和算法方法。Lui表示，随着数据量的增加，数学技术得到了改善，并学习在不使用大脑大小和形状的情况下区分生物性别。这些模型在识别受试者性别时的准确率在92%到98%之间，脑组织中水的运动成为一个关键的决定因素。这些结果强调了深入研究大脑复杂解剖特征的重要性。“研究影响人类大脑的疾病需要一个多样化的方法，包括考虑性别差异，”与Lui共同领导这项研究的纽约大学坦登工程学院博士生Junbo Chen说。
“历史上，使用男性作为各种疾病标准模型可能会导致研究人员忽视重要的见解，”也作为共同第一作者之一的纽约大学坦登工程学院研究生助理Vara Lakshmi Bayanagari说道。
Bayanagari警告，尽管AI工具可以识别大脑细胞组织的差异，但它们无法确定哪一种性别可能更有可能具有某些特征。该研究将性别分类为二元变量，但作者警告性别是一个光谱。该研究得到了来自美国国立卫生研究院和美国国防部的资助。研究团队计划进一步调查性别相关的大脑结构差异的发展，包括环境、荷尔蒙和社会因素。其他来自纽约大学朗格尼医学中心和纽约大学的研究人员也参与了这项研究，包括Lui、Chen和Bayanagari、Chung博士以及Yao Wang博士。
