人工知能ツールが脳構造の性差を解明

MRIスキャンを処理する人工知能（AI）コンピュータプログラムによって、男性と女性の脳の組織構造が細胞レベルで異なることが新たな研究で明らかになった。これらの違いは、主に脳の内層に存在し、領域間の情報伝達を担う組織である白質に見られた。

多発性硬化症、自閉症スペクトラム障害、片頭痛などの脳疾患は、男性と女性で症状の現れ方が異なり、症状も異なることが知られています。生物学的性別が脳に及ぼす影響を詳細に理解することは、診断ツールや治療法の改善につながると考えられています。しかし、脳の大きさ、形状、重量は研究されているものの、細胞レベルでの構造については未だ部分的にしか解明されていません。

ニューヨーク大学ランゴーン・ヘルスの研究者らが主導した新たな研究では、機械学習と呼ばれるAI技術を用いて、男性471人と女性560人の脳MRIスキャン画像数千枚を分析しました。その結果、コンピュータープログラムは男性と女性の脳を正確に区別し、人間の目には見えない構造的かつ複雑なパターンを特定できることが示されました。

この結果は、白質の小さな部分に焦点を当てるか、脳の広い領域にわたる接続を分析するかの相対的な強みを利用して、生物学的性別を決定するように設計された3つの異なるAIモデルによって確認されました。

「私たちの研究結果は、生きた人間の脳の構造をより明確に示しており、多くの精神疾患や神経疾患がどのように発症し、なぜ男性と女性で症状が異なるのかについて新たな洞察をもたらす可能性がある」と、研究筆頭著者で神経放射線科医のイヴォンヌ・ルイ医学博士は述べた。

ニューヨーク大学グロスマン医学部放射線科教授兼研究副委員長のルイ氏は、これまでの脳微細構造研究は動物モデルやヒト組織サンプルに大きく依存してきたと指摘する。さらに、これらの過去の研究結果の一部は、「手描き」の関心領域を用いた統計解析によって妥当性が疑問視されてきた。これらの領域では、研究者は選択した領域の形状、大きさ、位置について多くの主観的な判断を下す必要があった。こうした選択は結果を歪める可能性があるとルイ氏は指摘する。

新たな研究の成果は、コンピューターに特定の場所を見るよう指示することなく機械学習を使って画像グループ全体を分析することでこの問題を回避し、人間の偏見を排除するのに役立ったと著者らは指摘している。

研究チームはまず、健康な男女のMRI脳スキャン画像と、それぞれの生物学的性別をAIプログラムに入力した。これらのモデルは、高度な統計的・数学的手法を用いて、データを蓄積するにつれて「賢くなる」ように設計されていたため、最終的には生物学的性別を自ら判断することを「学習」した。重要なのは、プログラムが脳全体のサイズや形状を判断に利用できないように制限されていたことだとルイ氏は述べている。

結果によると、全てのモデルはスキャン画像の性別を92%から98%の確率で正確に識別しました。特に、脳組織における水の移動の容易さと方向など、いくつかの特徴が機械の判断を助けました。

「これらの研究結果は、人間の脳に起因する疾患を研究する際に多様性の重要性を浮き彫りにしている」と、ニューヨーク大学タンドン工学部の博士課程学生で研究の共著者であるジュンボ・チェン氏は述べた。

「歴史的にそうであったように、男性がさまざまな疾患の標準モデルとして使用される場合、研究者は重要な洞察を見逃す可能性があります」と、ニューヨーク大学タンドン工学部の大学院研究生で本研究の共著者であるバラ・ラクシュミ・バヤナガリ理学修士は付け加えた。

バヤナガリ氏は、AIツールは脳細胞の組織構造の違いを報告できたものの、どの性別がどの特性にかかりやすいかを特定できなかったと警告する。さらに、この研究は遺伝情報に基づいて性別を分類しており、シスジェンダーの男女のMRIスキャンのみを対象としていると付け加えた。

研究チームは、環境、ホルモン、社会的要因がこれらの変化に果たす役割をより深く理解するために、脳構造における男女の差異の発達を長期にわたってさらに研究する予定だと著者らは述べている。

この研究はScientific Reports 誌に掲載されました。