人工智能或成治疗脑病关键
据西班牙《机密报》网站近日报道，美国斯坦福医疗中心的维诺德·梅农教授认为，性别作为人脑组织中的生物决定因素发挥着至关重要的作用。换句话说：女性和男性的大脑差异相当大，明确影响着人类的行为、态度和健康状况。但关键不在于男性和女性的不同，而在于这些差异揭示了预防和治疗阿尔茨海默病、帕金森病、自闭症、多动症和抑郁症等疾病的可能途径。梅农教授与多位专家共同发表了一篇新研究论文。该研究利用人工智能模型检测了我们大脑中的这些差异，并预测了它们对男性和女性行为的影响。发表在美国《国家科学院学报》周刊上的新研究论文表明，他们使用的模型可以从大脑活动成像扫描结果中检测出这些差异，准确率超过90%。研究人员表示，其模型的分析结果表明，性别会对大脑的结构和功能产生重大影响。该研究团队使用了时空深度神经网络(stDNN)，这是一种专门用于分析和解释功能性磁共振成像扫描仪捕获的大脑活动动态模式的人工智能。
stDNN本质上是一种复杂的算法，旨在检测这些“电影”般的大脑活动的模式和机制。为了对该人工智能模型进行训练，该研究团队利用了一个庞大的数据集，其包含1000多个个体的大脑扫描和行为数据。他们还通过一种被称为数据增强的过程加以优化。这一过程提升了数据集的规模和多样性，增强了模型的学习能力和准确区分能力。
经过学习，该模型检查了随着时间推移经过大脑各区域的复杂信息流，发现了男性和女性大脑之间的细微差异。
该研究团队表示，这一人工智能模型在区分男性和女性大脑方面的准确率达到90%，这证明他们的研究结果具有可靠性。对于开发个性化医疗干预措施和了解精神疾病性别差异的生物学基础而言，这种准确度至关重要。例如，他们指出，就抑郁症、自闭症、多动症、帕金森病和阿尔茨海默病等疾病的发病率而言，两性存在明显不同的趋势，而通过分析大脑组织的这些差异，可以更好地理解这些趋势。
研究人员说，这些差异不是表面或微小的，而是深刻和一致的。该研究指出，这些差异是认知功能、行为和易患某些精神疾病等各个方面的基础。
这些差异体现在关键的大脑网络中，包括边缘网络、默认模式网络和纹状体。边缘网络参与情绪处理；默认模式网络在人休息时非常活跃，参与自我反思；纹状体在决策和与奖励有关的行为中发挥重要作用。
该研究使用了可解释人工智能(XAI)技术，该技术显示出人工智能识别出的对区分男女大脑具有重要意义的特定大脑特征。除了为人工智能模型的决策过程提供一种透明的方法外，它还为研究人类大脑性别差异的神经生物学基础提供了宝贵信息。
斯坦福医疗中心的这项研究为找到某些与大脑有关的疾病在两性身上发病率不同的根本原因指明了方向，而这可能对相关诊断和治疗策略产生深远影响。
頁:
[1]