Prediciendo el sexo desde el ritmo cerebral con inteligencia artificial

Todos somos capaces de diferenciar entre un hombre y una mujer viendo su apariencia física, la forma en que se comportan o incluso la expresión de sus emociones, pero si nos mostraran sólo las señales eléctricas de sus cerebros, ¿notaríamos la diferencia?

Sponsor exclusivo:

El estudio Predicting sex from brain rhythms with deep learning (“Prediciendo el sexo desde el ritmo cerebral con aprendizaje profundo”), publicado en la revista Scientific Reports el pasado 15 de febrero, nos habla de la posibilidad de demostrar que los cerebros masculinos y femeninos son diferentes, no sólo funcional y anatómicamente, sino también en las señales cerebrales que emiten. Para esto, los investigadores recurrieron a la implementación de inteligencia artificial (“aprendizaje profundo”) como una herramienta afinada para la detección de diferencias entre los ritmos cerebrales de personas de sexo distinto.

“Aquí mostramos, en un escenario real de verdad, que una red neuronal profunda puede predecir el sexo a partir de electroencefalogramas de cuero cabelludo con una precisión de >80% (p <10-5), revelando que los ritmos cerebrales son específicos del sexo”, escriben los investigadores en la publicación original.

El estudio

Los investigadores tenían a su disposición un conjunto de más de 1300 patrones de EEG provenientes de varios laboratorios. Este conjunto de datos fue ingresado en una computadora de aprendizaje llamada ‘red neuronal convolucional’, capaz de determinar más de nueve millones de parámetros.

La red se entrenó primero usando 1000 EEG de dos minutos con la posibilidad de arrojar un resultado conocido: hombre o mujer. No se trataba de un entrenamiento basado en la introducción de características específicas, ya que no se conocían de antemano. Después del entrenamiento, la computadora fue alimentada con un conjunto independiente de EEG.

En más del 80 por ciento, el sistema dio la respuesta correcta, lo que está muy por encima del umbral de significación.

Posteriormente, los investigadores extrayeron las características específicas de la red neuronal. La principal diferencia está en la ‘actividad beta’, un rango de frecuencia entre 20 y 25 Hz. Estos ritmos tienen que ver con la cognición y con tareas que son emocionalmente positivas o negativas. Por ejemplo, investigaciones previas sugieren que las mujeres son más capaces de reconocer la emoción, esto podría indicar una diferencia en la actividad beta; no obstante, en este proyecto de investigación, estos datos no fueron elaborados y los resultados tampoco dan respuesta a las inquietudes de las personas transgénero.

Inteligencia artificial y aprendizaje profundo: Posibles soluciones a futuro

Los cerebros de hombres y mujeres son diferentes también en la probabilidad de desarrollar enfermedades neuropsiquiátricas y en sus respuestas a distintos tratamientos.

Puede decirse que los ritmos cerebrales son las firmas electrofisiológicas de la función cerebral, y los registros de electroencefalograma de cuero cabelludo (EEG) en patologías como el coma postanóxico o las convulsiones no son 100% fiables.

En condiciones neuropsiquiátricas, la correlación entre los ritmos cerebrales y las patologías no es muy clara, y a pesar de que se han propuesto diversas técnicas cuantitativas para extraer características relevantes, el sexo es algo que no se puede extraer de manera confiable de la evaluación visual o cuantitativa del EEG, a pesar de las diferencias significativas en el conectoma estructural del cerebro humano.

Las redes profundas, en cambio, no necesitan una extracción previa de características hecha a mano, ya que pueden aprender de datos brutos y tienen el potencial de detectar diferencias sutiles en patrones que de otro modo serían mostrados como similares.

Tomando en cuenta que el aprendizaje profundo para el análisis de los patrones de EEG se ha aplicado a otros estudios con EEG en estado de reposo (por ejemplo, una red profunda aprendió características discriminatorias entre imaginar música o escuchar música), hay motivos de peso para seguir explorando esta técnica, que podría conducir a mejores tratamientos personalizados y el desarrollo de tecnologías terapéuticas que, antes, sólo podíamos imaginar.

Fuente: Science Daily; Scientific Reports