Ferramenta de IA Detecta Diferenças de Género na Estrutura Cerebral
Um estudo recente revela que um software de inteligência artificial (IA) que analisa exames de ressonância magnética consegue detetar diferenças na organização celular dos cérebros de homens e mulheres. Os investigadores observaram estas distinções na substância branca, que reside principalmente na camada mais interna do cérebro humano e facilita a comunicação entre diferentes regiões cerebrais.
Os homens e as mulheres apresentam diferenças nas taxas e nos sintomas de várias doenças relacionadas com o cérebro, como a esclerose múltipla, a perturbação do espetro do autismo e as enxaquecas.
Compreender de que forma o sexo biológico influencia o cérebro é considerado crucial para melhorar os métodos de diagnóstico e os tratamentos. No entanto, embora tenham sido estudados aspectos como o tamanho, a forma e o peso do cérebro, os investigadores têm apenas uma compreensão limitada da disposição celular do cérebro.
Um estudo conduzido por investigadores da NYU Langone Health utilizou a aprendizagem automática, uma técnica de IA, para analisar milhares de exames cerebrais de ressonância magnética de 471 homens e 560 mulheres.
Os resultados revelaram que os programas de computador conseguiam distinguir com exatidão entre cérebros masculinos e femininos, identificando padrões de estrutura e complexidade que não eram visíveis a olho nu.
Validação por Diversos Modelos de IA
Três modelos de IA diferentes confirmaram estas descobertas, cada um enfatizando diferentes pontos fortes: identificar pequenas porções de matéria branca ou analisar relações entre regiões cerebrais maiores.
A Dra. Yvonne Lui, autora principal do estudo e neurorradiologista, observou: “Nossas descobertas fornecem uma imagem mais clara de como um cérebro humano vivo é estruturado, o que pode, por sua vez, oferecer uma nova visão sobre como muitos distúrbios psiquiátricos e neurológicos se desenvolvem e por que eles podem se apresentar de forma diferente em homens e mulheres.
Lui, professor e vice-presidente para a investigação no Departamento de Radiologia da Escola de Medicina Grossman da NYU, salienta que os exames anteriores da microestrutura do cérebro se basearam fortemente em modelos animais e amostras de tecido humano.
Desafios na Análise Estatística de Regiões Desenhadas Manualmente
Além disso, algumas descobertas anteriores enfrentaram desafios de credibilidade porque se basearam em análises estatísticas de regiões de interesse desenhadas manualmente, exigindo inúmeras decisões subjectivas sobre a forma, tamanho e localização dessas regiões, potencialmente enviesando os resultados.
Para contornar esta questão, o estudo recente utilizou a aprendizagem automática para analisar conjuntos inteiros de imagens sem especificar qualquer ponto específico para inspeção, minimizando assim os preconceitos humanos, conforme referido pelos autores.
A investigação começou por treinar modelos de IA com dados existentes que incluíam exames cerebrais de indivíduos saudáveis de ambos os sexos, indicando o sexo biológico de cada exame.
À medida que acumulavam mais dados, estes modelos foram concebidos para melhorar progressivamente a sua capacidade de distinguir independentemente o sexo biológico. Lui proibiu os modelos de utilizarem o tamanho e a forma geral do cérebro para as suas determinações.
Características que Influenciam as Determinações da Máquina
Os resultados revelaram que todos os modelos identificaram corretamente o sexo dos indivíduos examinados entre 92% e 98% das vezes. Certas características, incluindo a facilidade e a direção do movimento da água através do tecido cerebral, foram particularmente influentes nas determinações das máquinas.
Junbo Chen, MS, candidato a doutoramento na NYU Tandon School of Engineering e um dos co-autores do estudo, sublinhou: “Estes resultados realçam a importância da diversidade quando se estudam doenças que surgem no cérebro humano”.
Entretanto, Vara Lakshmi Bayanagari, MS, uma assistente de investigação da NYU Tandon School of Engineering e outra coautora principal, advertiu contra a utilização de homens como modelo padrão para várias doenças, uma vez que esta abordagem pode ignorar conhecimentos críticos.
Incapacidade de Atribuir Características a um Género Específico
Bayanagari advertiu que, embora as ferramentas de IA pudessem identificar diferenças na organização das células cerebrais, elas não podiam especificar qual sexo tinha maior probabilidade de exibir certas características. Acrescentou que o estudo categorizou o sexo com base na informação genética e incluiu exclusivamente ressonâncias magnéticas de homens e mulheres cisgénero.
Os autores afirmaram que a sua investigação futura irá aprofundar a compreensão da evolução das diferenças relacionadas com o sexo na estrutura cerebral ao longo do tempo para melhor compreender a potencial influência de factores ambientais, hormonais e sociais nestas alterações.
Para além de Lui, Chen e Bayanagari, outros investigadores da NYU Langone Health e da NYU envolvidos no estudo foram Sohae Chung, Ph.D., e Yao Wang, Ph.D.
Leia O Artigo Original: Medical Xpress
Leia Mais: Cateter Aprimorado por Inteligência Artificial para Prevenção de ITUs sem Medicamentos
