Una IA detecta diferencias en la estructura cerebral relacionadas con el sexo
Investigadores estadounidenses han desarrollado una herramienta de inteligencia artificial (IA) que muestra diferencias en cómo se organizan los cerebros de hombres y mujeres a nivel celular.
Por la NYU Grossman School of Medicine
El estudio utilizó un algoritmo de aprendizaje automático de IA para analizar miles de escáneres cerebrales por resonancia magnética de 471 hombres y 560 mujeres. Imagen generada con DALL-E
Los programas informáticos de inteligencia artificial (IA) que procesan los resultados de las resonancias magnéticas muestran diferencias en la organización celular de los cerebros de hombres y mujeres, según un nuevo estudio. Estas variaciones se detectaron en la sustancia blanca, tejido situado principalmente en la capa más interna del cerebro humano, que favorece la comunicación entre regiones.
La sustancia blanca consiste principalmente en fibras nerviosas (axones) cubiertas por una sustancia grasa llamada mielina, que le da su color blanco característico. La mielina actúa como un aislante eléctrico, permitiendo que los impulsos nerviosos se transmitan de manera rápida y eficiente.
Los neurcientíficos saben que hombres y mujeres padecen esclerosis múltiple, trastornos del espectro autista, migrañas y otros problemas cerebrales a ritmos diferentes y con síntomas distintos. Por ello, comprender en detalle cómo influye el sexo biológico en el cerebro se considera una forma de mejorar las herramientas de diagnóstico y los tratamientos.
Sin embargo, aunque se han estudiado el tamaño, la forma y el peso del cerebro, los investigadores solo tienen una imagen parcial de su disposición a nivel celular.
Resinancias magnéticas de 471 hombres y 560 mujeres.
Liderado por investigadores del NYU Langone Health (Estados Unidos), el nuevo estudio utilizó una técnica de IA llamada aprendizaje automático para analizar miles de escáneres cerebrales ejecutados con resonancia magnética de 471 hombres y 560 mujeres.
Los resultados revelaron que los programas informáticos podían distinguir con precisión entre cerebros biológicamente masculinos y femeninos mediante la detección de patrones en la estructura y complejidad que eran invisibles al ojo humano.
Los hallazgos fueron validados por tres modelos diferentes de IA diseñados para identificar el sexo biológico desde difererntes ángulos, ya sea enfocándose en pequeñas porciones de la sustancia blanca o analizando relaciones a través de regiones más grandes del cerebro.
“Nuestros hallazgos proporcionan una imagen más clara de cómo está estructurado un cerebro humano vivo, lo que a su vez puede ofrecer una nueva perspectiva sobre cómo se desarrollan muchos trastornos psiquiátricos y neurológicos y por qué pueden presentarse de manera diferente en hombres y mujeres— explicas la autora principal del estudio y neurorradióloga Yvonne Lui.
Lui, profesora y vicepresidenta de investigación en el Departamento de Radiología de la Facultad de Medicina Grossman de la Universidad de Nueva York, señala que estudios anteriores sobre la microestructura cerebral se habían basado en gran medida en modelos animales y muestras de tejido humano.
“Además, la validez de algunos de estos hallazgos pasados ha sido cuestionada por basarse en análisis estadísticos de regiones de interés dibujadas a mano, lo que significa que los investigadores tuvieron que tomar muchas decisiones subjetivas sobre la forma, el tamaño y la ubicación de las regiones. Ellos eligen. Estas elecciones pueden potencialmente sesgar los resultados”, afirma Lui.
Los nuevos resultados del estudio, publicados en la revista Scientific Reports, evitaron ese problema utilizando el aprendizaje automático para analizar grupos completos de imágenes sin pedirle a la computadora que inspeccionara ningún punto específico, lo que ayudó a eliminar sesgos humanos, dicen los autores del trabajo.
La IA aprendió a distinguir el sexo biológico por sí misma.
Para la investigación, el equipo comenzó alimentando programas de inteligencia artificial con ejemplos de datos existentes de escáneres cerebrales de hombres y mujeres sanos, y también informando a los programas el sexo biológico de cada escáner cerebral.
Dado que estos modelos estaban diseñados para usar métodos estadísticos y matemáticos complejos para volverse más inteligentes a medida que acumulaban más datos, eventualmente aprendieron a distinguir el sexo biológico por sí mismos. Es importante destacar que los programas tenían restringido el uso del tamaño y la forma general del cerebro para hacer sus determinaciones, dice Lui.
Según los resultados, todos los modelos identificaron correctamente el sexo de los escáneres de los sujetos entre el 92% y el 98% de las veces. Varias características en particular ayudaron a las máquinas a hacer sus determinaciones, incluida la facilidad y la dirección en que el agua podía moverse a través del tejido cerebral.
“Estos resultados ponen de relieve la importancia de la diversidad a la hora de estudiar las enfermedades que surgen en el cerebro humano” afirma Junbo Chen, MS, coautor del estudio y doctorando de la Facultad de Ingeniería Tandon de la NYU.
“Si, como ha sido históricamente el caso, los hombres se utilizan como modelo estándar para diversos trastornos, los investigadores pueden perderse una visión crítica”, añade la coautora del estudio Vara Lakshmi Bayanagari, MS, de la Facultad de Ingeniería Tandon de la NYU.
Bayanagari advierte de que, si bien las herramientas de IA podrían informar de diferencias en la organización de las células cerebrales, serían incapaces de revelar qué sexo tiene más probabilidades de presentar qué características. Añade que el estudio clasificó el sexo en función de la información genética, y solo incluyó resonancias magnéticas de hombres y mujeres cisgénero.
Según los autores, el equipo planea explorar el desarrollo de las diferencias de estructura cerebral relacionadas con el sexo a lo largo del tiempo para comprender mejor os factores ambientales, hormonales y sociales que podrían desempeñar un papel en estos cambios.
Información facilitada por la YU Grossman School of Medicine -Adaptación: Enrique Coperías / Rexmolón Producciones
Fuente: Chen, J., Bayanagari, V.L., Chung, S. et al. Deep learning with diffusion MRI as in vivo microscope reveals sex-related differences in human white matter microstructure. Scientific Reports (2024). DOI: https://doi.org/10.1038/s41598-024-60340-y
