Das Geschlecht spielt eine entscheidende Rolle bei der Entwicklung des menschlichen Gehirns, beim Altern und bei der Manifestation psychiatrischer und neurologischer Störungen, aber das Verständnis der geschlechtsspezifischen Unterschiede in der funktionellen Organisation des menschlichen Gehirns und ihrer Auswirkungen auf das Verhalten ist durch widersprüchliche Ergebnisse und einen Mangel an Replikationen gekennzeichnet. Ryali et al. (2024) haben nun ein Modell des spatiotemporalen tiefen neuronalen Netzwerks verwendet, um latente funktionelle Gehirndynamiken aufzudecken, die männliche und weibliche Gehirne unterscheiden. Um robustere Daten zu generieren, wurde ein auf künstlicher Intelligenz basierendes neuronales Netzwerk mit Hilfe großer Datensätze darauf trainiert, Gehirnscans zu lesen und subtile Unterschiede zwischen den Geschlechtern zu erkennen. Im eigentlichen Test wertete dieses Modell dann Gehirnscans aus, die mit funktioneller Magnetresonanztomographie von Testpersonen im Alter zwischen 20 und 35 Jahren aus den USA und Europa aufgenommen wurden, deren Geschlecht der künstliche Intelligenz vor der Analyse nicht bekannt war. Die Aufnahmen der Gehirnaktivitäten zeigten das komplexe Zusammenspiel verschiedener Hirnregionen, während die Probanden ruhten.
Aus den Hirnscans konnte die künstliche Intelligenz mit einer Genauigkeit von etwa 90 Prozent herauslesen, ob sie von einem Mann oder einer Frau stammten, d. h., die Hirnaktivität von weiblichen und männlichen Testpersonen zeigte demnach subtile Unterschiede. Dies deutet darauf hin, dass das Gehirn von Männern und Frauen tatsächlich unterschiedlich organisiert ist und dass das biologische Geschlecht ein entscheidender Faktor für die Organisation des menschlichen Gehirns ist. Vor allem in den Hirnarealen des Ruhezustandsnetzwerks, des Striatums im Vorderhirn und des limbischen Systems beobachtete das Analysesystem deutliche geschlechtsabhängige Unterschiede, wobei die Hirnregionen des Ruhezustandsnetzwerks aktiv sind, wenn Menschen nichts tun und Informationen über sich selbst verarbeiten, zum Beispiel über ihren Gemütszustand oder vergangene Erlebnisse. Die beiden anderen Bereiche waren u. a. am Denken, Planen und Lernen, an Motivation und Antrieb sowie an Gefühlen und Handlungen beteiligt.
Literatur
Ryali, Srikanth, Zhang, Yuan, de los Angeles, Carlo, Supekar, Kaustubh & Menon, Vinod (2024). Deep learning models reveal replicable, generalizable, and behaviorally relevant sex differences in human functional brain organization. Proceedings of the National Academy of Sciences, 121, doi:10.1073/pnas.2310012121.