மூளையின் கட்டமைப்பில் பாலின வேறுபாடுகளை வெளிப்படுத்தும் செயற்கை நுண்ணறிவு கருவி

MRI ஸ்கேன்களை செயலாக்கும் செயற்கை நுண்ணறிவு (AI) கணினி நிரல்கள், செல்லுலார் மட்டத்தில் ஆண்கள் மற்றும் பெண்களின் மூளையின் அமைப்பில் உள்ள வேறுபாடுகளை வெளிப்படுத்துகின்றன என்று ஒரு புதிய ஆய்வு காட்டுகிறது. இந்த வேறுபாடுகள் வெள்ளைப் பொருளில் காணப்பட்டன, இது பெரும்பாலும் மனித மூளையின் உள் அடுக்கில் காணப்படும் திசு ஆகும், இது பகுதிகளுக்கு இடையேயான தகவல்தொடர்புக்கு உதவுகிறது.

ஆண்களும் பெண்களும் மல்டிபிள் ஸ்களீரோசிஸ், ஆட்டிசம் ஸ்பெக்ட்ரம் கோளாறு, ஒற்றைத் தலைவலி மற்றும் பிற மூளைப் பிரச்சினைகளால் வித்தியாசமாக பாதிக்கப்படுவதாகவும், வெவ்வேறு அறிகுறிகளைக் காண்பிப்பதாகவும் அறியப்படுகிறது. உயிரியல் பாலினம் மூளையை எவ்வாறு பாதிக்கிறது என்பது பற்றிய விரிவான புரிதல், கண்டறியும் கருவிகள் மற்றும் சிகிச்சைகளை மேம்படுத்துவதற்கான ஒரு வழியாகக் கருதப்படுகிறது. இருப்பினும், மூளையின் அளவு, வடிவம் மற்றும் எடை ஆகியவை ஆய்வு செய்யப்பட்டிருந்தாலும், செல்லுலார் மட்டத்தில் அதன் அமைப்பு குறித்து ஆராய்ச்சியாளர்களுக்கு ஓரளவு மட்டுமே புரிதல் உள்ளது.

NYU லாங்கோன் ஹெல்த் ஆராய்ச்சியாளர்கள் தலைமையிலான ஒரு புதிய ஆய்வு, 471 ஆண்கள் மற்றும் 560 பெண்களிடமிருந்து ஆயிரக்கணக்கான MRI மூளை ஸ்கேன்களை பகுப்பாய்வு செய்ய இயந்திர கற்றல் எனப்படும் AI நுட்பத்தைப் பயன்படுத்தியது. கணினி நிரல்கள் ஆண் மற்றும் பெண் மூளைகளுக்கு இடையில் துல்லியமாக வேறுபடுத்தி, மனித கண்ணுக்குத் தெரியாத கட்டமைப்பு மற்றும் சிக்கலான வடிவங்களை அடையாளம் காண முடியும் என்பதை முடிவுகள் காட்டுகின்றன.

உயிரியல் பாலினத்தை தீர்மானிக்க வடிவமைக்கப்பட்ட மூன்று வெவ்வேறு AI மாதிரிகள் மூலம் முடிவுகள் உறுதிப்படுத்தப்பட்டன, அவற்றின் ஒப்பீட்டு பலங்களைப் பயன்படுத்தி வெள்ளைப் பொருளின் சிறிய திட்டுகளில் கவனம் செலுத்துதல் அல்லது மூளையின் பெரிய பகுதிகளில் உள்ள இணைப்புகளை பகுப்பாய்வு செய்தல்.

"எங்கள் கண்டுபிடிப்புகள் உயிருள்ள மனித மூளையின் அமைப்பைப் பற்றிய தெளிவான படத்தை வழங்குகின்றன, இது எத்தனை மனநல மற்றும் நரம்பியல் கோளாறுகள் உருவாகின்றன, அவை ஏன் ஆண்கள் மற்றும் பெண்களில் வித்தியாசமாக வெளிப்படுகின்றன என்பதற்கான புதிய நுண்ணறிவுகளை வழங்கக்கூடும்" என்று முன்னணி ஆய்வு ஆசிரியரும் நரம்பியல் கதிரியக்க நிபுணருமான யுவோன் லூய், எம்.டி. கூறினார்.

NYU கிராஸ்மேன் மருத்துவப் பள்ளியின் கதிரியக்கவியல் துறையின் பேராசிரியரும் ஆராய்ச்சிக்கான துணைத் தலைவருமான லூயி, மூளை நுண் கட்டமைப்பு பற்றிய முந்தைய ஆய்வுகள் விலங்கு மாதிரிகள் மற்றும் மனித திசு மாதிரிகளை பெரிதும் நம்பியிருந்தன என்று குறிப்பிடுகிறார். கூடுதலாக, இந்த கடந்த கால கண்டுபிடிப்புகளில் சிலவற்றின் செல்லுபடியாகும் தன்மை, "கையால் வரையப்பட்ட" ஆர்வமுள்ள பகுதிகளின் புள்ளிவிவர பகுப்பாய்வுகளைப் பயன்படுத்துவதன் மூலம் கேள்விக்குள்ளாக்கப்பட்டுள்ளது, இது ஆராய்ச்சியாளர்கள் தாங்கள் தேர்ந்தெடுத்த பகுதிகளின் வடிவம், அளவு மற்றும் இருப்பிடம் குறித்து பல அகநிலை முடிவுகளை எடுக்க வேண்டியிருந்தது. இத்தகைய தேர்வுகள் முடிவுகளைத் திசைதிருப்பக்கூடும் என்று லூயி கூறுகிறார்.

புதிய ஆய்வின் கண்டுபிடிப்புகள், கணினியை ஒரு குறிப்பிட்ட இடத்தைப் பார்க்கச் சொல்லாமல், படங்களின் முழு குழுக்களையும் பகுப்பாய்வு செய்ய இயந்திரக் கற்றலைப் பயன்படுத்துவதன் மூலம் இந்தச் சிக்கலைத் தவிர்த்தன, இது மனித சார்புகளை அகற்ற உதவியது என்று ஆசிரியர்கள் குறிப்பிடுகின்றனர்.

இந்த ஆய்வுக்காக, ஆரோக்கியமான ஆண்கள் மற்றும் பெண்களின் MRI மூளை ஸ்கேன்களின் தற்போதைய தரவுகளையும், ஒவ்வொரு ஸ்கேனின் உயிரியல் பாலினத்தையும் AI நிரல்களுக்கு வழங்குவதன் மூலம் குழு தொடங்கியது. இந்த மாதிரிகள் காலப்போக்கில் தரவுகளைச் சேகரிக்கும்போது "புத்திசாலித்தனமாக" மாற அதிநவீன புள்ளிவிவர மற்றும் கணித முறைகளைப் பயன்படுத்த வடிவமைக்கப்பட்டதால், இறுதியில் அவை உயிரியல் பாலினத்தைத் தாங்களாகவே "கற்றுக்கொண்டன". முக்கியமாக, நிரல்கள் அவற்றின் தீர்மானங்களுக்கு ஒட்டுமொத்த மூளை அளவு மற்றும் வடிவத்தைப் பயன்படுத்துவதைத் தடைசெய்ததாக லூயி கூறுகிறார்.

முடிவுகளின்படி, அனைத்து மாதிரிகளும் 92% முதல் 98% நேரம் ஸ்கேன்களின் பாலினத்தை சரியாக அடையாளம் கண்டன. குறிப்பாக பல அம்சங்கள் இயந்திரங்கள் தங்கள் முடிவுகளை எடுக்க உதவியது, இதில் மூளை திசுக்களின் வழியாக நீர் எவ்வளவு எளிதாகவும் எந்த திசையிலும் செல்ல முடிந்தது என்பது அடங்கும்.

"மனித மூளையில் உருவாகும் நோய்களைப் பற்றி ஆய்வு செய்யும் போது பன்முகத்தன்மையின் முக்கியத்துவத்தை இந்தக் கண்டுபிடிப்புகள் எடுத்துக்காட்டுகின்றன" என்று NYU டாண்டன் பொறியியல் பள்ளியின் முனைவர் பட்ட மாணவரான ஆய்வு இணை ஆசிரியர் ஜுன்போ சென், எம்.எஸ். கூறினார்.

"வரலாற்று ரீதியாக, பல்வேறு கோளாறுகளுக்கு ஆண்களை நிலையான மாதிரியாகப் பயன்படுத்தினால், ஆராய்ச்சியாளர்கள் முக்கியமான நுண்ணறிவுகளைத் தவறவிடக்கூடும்" என்று NYU டாண்டன் பொறியியல் பள்ளியின் பட்டதாரி ஆராய்ச்சி மாணவியான ஆய்வு இணை ஆசிரியர் வர லட்சுமி பயனகரி, எம்.எஸ். மேலும் கூறினார்.

மூளை செல் அமைப்பில் உள்ள வேறுபாடுகளை AI கருவிகள் தெரிவிக்க முடியும் என்றாலும், எந்த பாலினம் எந்தப் பண்புகளுக்கு அதிக வாய்ப்புள்ளது என்பதை அவர்களால் அடையாளம் காண முடியவில்லை என்று பயநாகரி எச்சரிக்கிறார். மரபணு தகவல்களின் அடிப்படையில் பாலினத்தை இந்த ஆய்வு வகைப்படுத்தியது மற்றும் சிஸ்ஜெண்டர் ஆண்கள் மற்றும் பெண்களின் MRI ஸ்கேன்களை மட்டுமே உள்ளடக்கியது என்று அவர் மேலும் கூறுகிறார்.

இந்த மாற்றங்களில் சுற்றுச்சூழல், ஹார்மோன் மற்றும் சமூக காரணிகளின் பங்கை நன்கு புரிந்துகொள்ள, காலப்போக்கில் மூளை அமைப்பில் பாலின வேறுபாடுகளின் வளர்ச்சியை மேலும் ஆய்வு செய்ய குழு திட்டமிட்டுள்ளதாக ஆசிரியர்கள் கூறுகின்றனர்.

இந்தப் படைப்பு அறிவியல் அறிக்கைகள் இதழில் வெளியிடப்பட்டது.