How does machine learning bias in prediction of behavioral phenotypes relate to individual characteristics?
本研究分析了跨多个队列和行为指标的脑机制模型的预测误差，揭示了诸如头部运动、头部形态以及性别等个体特征显著地导致了机器学习偏差，尤其是在发育群体中的社会情感和精神健康表型方面。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，试图根据一张大脑图谱来预测一个人的未来。几十年来，科学家们一直希望通过扫描大脑的连接方式，能够预见一个人的思维、感受或行为方式。这个想法是“精准医学”领域的基础，在那个领域中，医生或许有一天能利用脑部扫描，在症状出现之前就发现心理健康风险。为了实现这一目标，研究人员使用强大的计算机程序（通常称为机器学习）来寻找大脑数据中与特定行为相匹配的模式。然而，这些计算机程序并不完美。它们有时会犯错，而且这些错误并非随机产生的。正如天气预报可能会因为当地地理因素而对特定地区不够准确一样，这些读取大脑的程序在面对某些人群时往往表现得不如其他人群那样准确。例如，过去的研究表明，与白人美国人相比，这些模型对少数族裔的准确性往往较低。一个重大的问题一直是：为什么会发生这种情况？是因为大脑本身存在差异，还是因为数据收集的方式有问题？
一个研究小组致力于解决这个谜题，他们观察了数千份青少年的脑部扫描图像和行为记录。他们想知道，这些计算机模型所犯的错误是否与被扫描个体的特定特征有关。该团队收集了来自三个大型群体的数据：近 4,300 名九至十一岁的儿童，约 430 名五至二十一岁的儿童和青少年，以及大约 780 名二十二至三十七岁的青年。总计，他们检查了 100 多种不同的行为，范围从识别情绪的能力到处理压力或解决问题的能力。他们利用仅有的脑部扫描数据来训练计算机模型以预测这些行为。一旦模型做出了预测，研究人员就会计算模型的预测值与该个体在测试中的实际得分之间的差异。这个差异就是“预测误差”。
随后，研究人员提出了一个简单但至关重要的问题：这些误差是否更频繁地出现在具有某些特征的人身上？他们考察了八个不同的因素，包括年龄、性别、种族、受教育程度、家庭收入、头部大小以及在扫描器内头部移动的幅度。他们发现，误差确实与这些特征相关，但并非以一种简单的方式相关。最一致的模式是，模型在预测社交和情绪行为（如识别感受或应对焦虑）时最为困难，尤其是在较年轻的群体中。对于这些难以预测的特征，计算机的错误与三件具体的事情密切相关：头部的移动程度、大脑的大小以及性别。
研究表明，在扫描过程中头部移动较多的人往往会有较大的预测误差。这可以理解，因为运动会使大脑图像变得模糊，从而使计算机难以观察到大脑连接的精细细节。同样，一个人的大脑大小也很重要。对于颅内体积较小（即容纳大脑的颅骨内部总空间）的个体，模型的准确性较低。这在儿童群体以及衡量行为问题方面表现得尤为明显。最后，研究人员发现，男性参与者的预测误差通常比女性参与者更大，特别是在模型尝试预测认知能力或行为问题时。
或许最重要的发现是，这些因素之间有着深刻的联系。研究表明，种族和族裔不仅与收入或教育等社会因素相关，还与这些扫描相关的技术问题相关。例如，数据显示，某些种族群体往往在扫描过程中有更多的头部运动，或者拥有不同的平均大脑大小。这表明，当一个计算机模型对特定种族群体的表现较差时，可能并不是因为大脑本身在某种程度上存在模型无法理解的根本差异。相反，误差可能源于这些物理和技术层面的差异（如运动或大脑大小），而这些差异恰好在这些群体中更为常见。
研究人员得出结论，这些脑预测模型中的偏差并非由单一问题引起，而是由许多微小因素共同作用的结果。他们发现，仅仅在计算机训练期间从数据中剔除明显的社会因素并不能解决问题。误差依然存在，这表明科学家目前清洗和准备脑扫描数据的方法还不足以处理这些微妙的差异。对于任何希望利用脑部扫描进行早期心理健康诊断的人来说，这是一个关键的发现。如果一个工具对某些人群的准确性较低，可能会导致漏诊或错误的风险评估，从而影响那些最需要帮助的人。这项研究并未声称已经解决了问题，但它清晰地描绘出了问题所在，表明为了构建更公平的工具，科学家必须密切关注头部运动、大脑大小和性别如何影响数据，尤其是在处理儿童和青少年数据时。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。