自閉症の女の子と男の子の脳の違いが確認されました。
米スタンフォード大学の人工知能を用いた研究により、自閉症の女の子は男の子に比べていくつかの脳中枢に違いがあり、性別に特化した診断が必要であることを明らかになりました。
この違いは、数百の脳スキャンを人工知能の技術で解析することで確認され、自閉症に特有のもので、自閉症でない少年少女には見られないものでした。
この研究は、自閉症の症状が男女間で異なる理由を説明するのに役立ち、女の子に対するより良い診断の道を開くかもしれないと、科学者たちは述べています。
自閉症は発達障害の一つです。そして、その重症度には幅があります。
社会性やコミュニケーションに障害があり、興味や関心が制限され、反復的な行動をとります。
１９４３年にレオ・カナー医学博士によって発表された自閉症についての初めての記述は、男性に偏っていました。
女の子の４倍、自閉症は男の子に見られるもので、ほとんどの自閉症研究は男性に焦点をあてていました。
今回の研究の主執筆者であるコスタブ・スピカ博士（精神医学と行動科学臨床助教授）はこう言います。
「ある疾患が偏った方法で記述されると、診断方法も偏ります。
今回の研究は、私たちが考え方を変える必要があることを示唆しています」
この研究は”The British Journal of Psychiatry”オンライン版で発表されました。
今回の研究に参加した、精神医学と行動科学臨床教授のビノド・メノン博士はこう言います。
「私たちは、自閉症の少年と少女の脳の間に有意差を検出し、少女の臨床症状の個別の予測を得ました」
同教授のレイチェルＬ・ウォルターＦ・ニコラスはこう言います。
「症状のカモフラージュは、少女の自閉症の診断における主要な課題です。
診断と治療の遅れにつながっていることを私たちは知っています」
自閉症の女の子は、一般的に男の子よりも反復行動が少なく、それが診断の遅れにつながっている可能性があると、研究者は述べています。
「男性と女性の行動と神経学的に、同じ方法を提示しないことを知ることは非常に説得力があります」
今回の研究に参加していない、同助教授のローレンス ・ ファング博士は言います。
ファング博士は、スタンフォードで子どもの健康、女の子と女性の遅延の診断を含む自閉症の人たちを対象に取り組んでいます。
「適切な時期から療育を行えれば、大きな違いが生まれます。
例えば、自閉症スペクトラムの子どもたちが早期に言語介入を受けることで、他の子どもたちと同じように言語を発達させるチャンスが増え、成長してからキャッチアップし続ける必要がなくなります。
自分の意見をうまく言えない子どもは、さまざまな分野で遅れをとってしまいます。
早期に診断を受けなければ、その結果は本当に深刻です」
今回の研究は、７７３人の自閉症の子ども（６３７人の男の子と１３６人の女の子）の機能的磁気共鳴画像法（MRI）による脳スキャンデータを分析したものです。
この研究に相当数の女の子を含めるように十分なデータを集めることは困難だったこと、そしてこのように、歴史的に自閉症研究に含まれる女の子の数が少ないことが、自閉症の女の子についてより深く知るための障害となってきたとスピカ博士は言います。
今回、研究チームは、スタンフォード大学で収集したデータと、世界中の研究施設から集めた脳スキャンの公開データベースを利用しました。
集団間の差異を見つけるために用いられる標準的な統計的手法では、集団の大きさがほぼ等しいことが要求されるためです。
この方法は、非常に大規模で複雑なデータセットからパターンを見つけ出すためにアルゴリズムを学習させる機械学習技術の基礎となっていますが、一方のグループが他方のグループの4倍もあるという、自閉症の男女差にはこれでは対応できません。
「従来の手法で違いを識別しようとすると、アルゴリズムはすべての脳が自閉症の男性だと答えてしまうのです。
過剰に学習してしまい、自閉症の男性と女性の区別がつかなくなってしますのです」
スピカ博士は、スタンフォード大学のコンピュータサイエンスと統計学のテンギュ・マ助教授とこの問題に取り組みました。
そして、マ助教授は脳スキャンのような複雑なデータセットを、異なるサイズのグループから確実に比較する方法を開発しました。
これは、これまで科学者たちが求めたたブレークスルーになりました。
「この新しい統計的手法がスタンフォードで開発されたことは、たまたま幸運でした」
そうスピカ博士は言います。
研究者たちは、自閉症の子どもたちの６７８枚の脳スキャンデータを使って、男の子と女の子を８６パーセントの精度で区別できるアルゴリズムを開発しました。
このアルゴリズムで、残りの９５人の自閉症の子どもの脳スキャンで検証したところ、男の子と女の子を区別する精度は同じでした。
さらに、このアルゴリズムで、自閉症でない男女９７６人の脳スキャンデータを検証しました。
その結果、このアルゴリズムは自閉症に特有の性差を識別することができました。
自閉症の子どもたちの間では、運動、言語、視空間的注意系を含むいくつかの脳中枢において、女の子は男の子とは異なる結合パターンを示しました。
一次運動野、補足運動野、頭頂・外側後頭葉、中・上側頭回を含む運動野のグループにおける差異が、男女間で最大でした。
つまり、脳のパターンが自閉症の男の子と似ている女の子は、運動において、自閉症の症状が顕著に見られる傾向がありました。
研究チームは、自閉症の男の子と女の子の間で異なる言語領域も特定しました。
スピカ博士はこう言います。
「自閉症の臨床症状における男女の違いが見られることから、関連する脳の領域も男女で違うということは現実的なことです。
女性に対しては、男性とは異なる診断方法が必要かもしれません。
私たちが開発した人工知能アルゴリズムは、女の子の自閉症診断と早期療育の向上に役立つかもしれません」
（出典：米スタンフォード大学医学部）（画像：Pixabay）
女性の自閉症は見過ごされることが多いと指摘されています。
必要とする方が適切な支援を受けられるようにするための、テクノロジーの発展には大きく期待します。
私もAIの開発を行ったりしますが、必要なデータが十分でないというのはよくある大きな課題です。
（チャーリー）
