செயற்கை நுண்ணறிவு கருவி மூளை அமைப்பில் பாலின வேறுபாடுகளை வெளிப்படுத்துகிறது

செயற்கை நுண்ணறிவு (AI) கணினி நிரல்கள் MRI ஸ்கேன்களைச் செயலாக்குவது செல்லுலார் மட்டத்தில் ஆண்கள் மற்றும் பெண்களின் மூளையின் அமைப்பில் உள்ள வேறுபாடுகளை வெளிப்படுத்துகிறது, ஒரு புதிய ஆய்வு காட்டுகிறது. இந்த வேறுபாடுகள் வெள்ளைப் பொருளில் காணப்பட்டன, முக்கியமாக மனித மூளையின் உள் அடுக்கில் அமைந்துள்ள திசு பகுதிகளுக்கு இடையேயான தகவல்தொடர்புக்கு உதவுகிறது.

ஆண்களும் பெண்களும் மல்டிபிள் ஸ்களீரோசிஸ், ஆட்டிசம் ஸ்பெக்ட்ரம் கோளாறு, ஒற்றைத் தலைவலி மற்றும் பிற மூளைப் பிரச்சனைகள் மற்றும் வெவ்வேறு அறிகுறிகளை வெளிப்படுத்துவது போன்றவற்றால் வித்தியாசமாக பாதிக்கப்படுவதாக அறியப்படுகிறது. உயிரியல் பாலினம் மூளையை எவ்வாறு பாதிக்கிறது என்பதைப் பற்றிய விரிவான புரிதல் கண்டறியும் கருவிகள் மற்றும் சிகிச்சைகளை மேம்படுத்துவதற்கான ஒரு வழியாகக் கருதப்படுகிறது. இருப்பினும், மூளையின் அளவு, வடிவம் மற்றும் எடை ஆகியவை ஆய்வு செய்யப்பட்டாலும், ஆராய்ச்சியாளர்கள் செல்லுலார் மட்டத்தில் அதன் கட்டமைப்பை ஓரளவு மட்டுமே புரிந்துகொள்கிறார்கள்.

NYU Langone Health இன் ஆராய்ச்சியாளர்கள் தலைமையிலான புதிய ஆய்வு, 471 ஆண்கள் மற்றும் 560 பெண்களின் மூளையின் ஆயிரக்கணக்கான MRI ஸ்கேன்களை ஆய்வு செய்ய இயந்திர கற்றல் எனப்படும் AI நுட்பத்தைப் பயன்படுத்தியது. கணினி நிரல்கள் ஆண் மற்றும் பெண் மூளைகளை துல்லியமாக வேறுபடுத்தி, மனிதக் கண்ணுக்குப் புலப்படாத கட்டமைப்பு மற்றும் சிக்கலான வடிவங்களை வெளிப்படுத்தும் என்று முடிவுகள் காட்டுகின்றன.

உயிரியல் பாலினத்தைத் தீர்மானிக்க வடிவமைக்கப்பட்ட மூன்று வெவ்வேறு AI மாதிரிகள் மூலம் முடிவுகள் உறுதிப்படுத்தப்பட்டன, அவற்றின் தொடர்புடைய பலத்தைப் பயன்படுத்தி வெள்ளைப் பொருளின் சிறிய பகுதிகளில் கவனம் செலுத்துதல் அல்லது பெரிய மூளைப் பகுதிகளில் உள்ள இணைப்புகளை பகுப்பாய்வு செய்தல்.

"எங்கள் கண்டுபிடிப்புகள் உயிருள்ள மனித மூளையின் கட்டமைப்பைப் பற்றிய தெளிவான புரிதலை வழங்குகின்றன, இது எத்தனை மனநல மற்றும் நரம்பியல் கோளாறுகள் உருவாகின்றன மற்றும் அவை ஏன் ஆண்கள் மற்றும் பெண்களில் வித்தியாசமாக இருக்கலாம் என்பதற்கான புதிய நுண்ணறிவுகளை வழங்கக்கூடும்" என்று ஆய்வின் முதன்மை ஆசிரியர் கூறினார். மற்றும் நரம்பியல் நிபுணர் யுவோன் லூயி, எம்.டி.

NYU கிராஸ்மேன் ஸ்கூல் ஆஃப் மெடிசின் கதிரியக்கவியல் துறையின் பேராசிரியரும் துணைத் தலைவருமான லூய், மூளை நுண் கட்டமைப்பு பற்றிய முந்தைய ஆய்வுகள் முதன்மையாக விலங்கு மாதிரிகள் மற்றும் மனித திசு மாதிரிகளை நம்பியிருந்ததாகக் குறிப்பிடுகிறார். கூடுதலாக, "கையால் வரையப்பட்ட" ஆர்வமுள்ள பகுதிகளின் புள்ளிவிவர பகுப்பாய்வுகளைப் பயன்படுத்துவதன் மூலம் இந்த கடந்தகால கண்டுபிடிப்புகளில் சிலவற்றின் செல்லுபடியாகும் தன்மை கேள்விக்குள்ளாக்கப்பட்டது, இது தேர்ந்தெடுக்கப்பட்டவற்றின் வடிவம், அளவு மற்றும் இருப்பிடம் குறித்து ஆராய்ச்சியாளர்கள் பல அகநிலை முடிவுகளை எடுக்க வேண்டியிருந்தது. பிராந்தியங்கள். இத்தகைய தேர்தல்கள் முடிவுகளை சிதைக்கக்கூடும் என்று லூய் கூறுகிறார்.

கணினியை ஒரு குறிப்பிட்ட இடத்திற்குச் சுட்டிக்காட்டாமல், முழுப் படங்களின் குழுக்களையும் பகுப்பாய்வு செய்ய இயந்திரக் கற்றலைப் பயன்படுத்துவதன் மூலம் இந்தப் புதிய ஆய்வு இந்தச் சிக்கலைத் தவிர்க்கிறது, இது மனித சார்புகளை அகற்ற உதவுகிறது என்று ஆசிரியர்கள் குறிப்பிடுகின்றனர்.

ஆய்வுக்காக, ஆரோக்கியமான ஆண்கள் மற்றும் பெண்களின் மாதிரி MRI மூளை ஸ்கேன்களில் இருந்து ஏற்கனவே உள்ள தரவுகளுடன் AI நிரல்களை வழங்குவதன் மூலம் குழு தொடங்கியது, மேலும் ஒவ்வொரு ஸ்கேன் உயிரியல் பாலினத்தையும் குறிப்பிடுகிறது. இந்த மாதிரிகள் அதிநவீன புள்ளியியல் மற்றும் கணித நுட்பங்களைப் பயன்படுத்தி காலப்போக்கில் "புத்திசாலித்தனமாக" தரவு திரட்டப்பட்டதால், அவை இறுதியில் உயிரியல் பாலினத்தை தனித்தனியாக வேறுபடுத்தி அறிய "கற்றுக்கொண்டன". ப்ரோகிராம்கள் ஒட்டுமொத்த மூளையின் அளவு மற்றும் வடிவத்தை அவற்றின் தீர்மானங்களுக்குப் பயன்படுத்துவதற்குத் தடைசெய்யப்பட்டுள்ளன என்பதைக் கவனத்தில் கொள்ள வேண்டும், லூய் கூறுகிறார்.

முடிவுகளின்படி, அனைத்து மாடல்களும் 92% - 98% வழக்குகளில் ஸ்கேன் மூலம் பாலினத்தை சரியாக அடையாளம் கண்டுள்ளன. மூளை திசு வழியாக நீர் எவ்வளவு எளிதாகவும் எந்த திசையில் நகரும் என்பது உட்பட பல அம்சங்கள் இயந்திரங்கள் அவற்றின் முடிவுகளை அடைய உதவியது.

“மனித மூளையில் உருவாகும் நோய்களைப் படிக்கும் போது இந்த முடிவுகள் பன்முகத்தன்மையின் முக்கியத்துவத்தை எடுத்துக்காட்டுகின்றன,” NYU டாண்டன் ஸ்கூல் ஆஃப் இன்ஜினியரிங்கில் முனைவர் பட்டம் பெற்ற மாணவர் MS என்ற ஆய்வு இணை ஆசிரியர் ஜுன்போ சென் கூறினார்.

“வரலாற்று ரீதியாக, ஆண்கள் பல்வேறு கோளாறுகளுக்கு நிலையான மாதிரியாகப் பயன்படுத்தப்பட்டால், ஆராய்ச்சியாளர்கள் முக்கியமான நுண்ணறிவுகளைத் தவறவிடலாம்,” என்று NYU டாண்டனில் பட்டதாரி ஆராய்ச்சி மாணவர் MS, ஆய்வு இணை ஆசிரியர் வர லட்சுமி பயனகரி கூறினார். பொறியியல் பள்ளி.

AI கருவிகள் மூளை செல் அமைப்பில் உள்ள வேறுபாடுகளைப் புகாரளிக்க முடியும் என்றாலும், எந்த பாலினம் எந்த அம்சங்களுக்கு அதிக வாய்ப்புள்ளது என்பதை அவர்களால் வெளிப்படுத்த முடியாது என்று பயநாகரி எச்சரிக்கிறார். இந்த ஆய்வில் மரபணுத் தகவலின் அடிப்படையில் பாலினத்தை வகைப்படுத்தியதாகவும், சிஸ்ஜெண்டர் ஆண்கள் மற்றும் பெண்களின் எம்ஆர்ஐ ஸ்கேன்களை மட்டுமே உள்ளடக்கியதாகவும் அவர் கூறுகிறார்.

இந்த மாற்றங்களில் சுற்றுச்சூழல், ஹார்மோன் மற்றும் சமூக காரணிகளின் பங்கை நன்கு புரிந்துகொள்ள, காலப்போக்கில் மூளையின் கட்டமைப்பில் பாலின வேறுபாடுகளின் வளர்ச்சியை மேலும் ஆய்வு செய்ய குழு திட்டமிட்டுள்ளது, ஆசிரியர்கள் தெரிவித்தனர்.

இந்தப் படைப்பு அறிவியல் அறிக்கைகள் இதழில் வெளியிடப்பட்டது.