Forschende der University of California in San Francisco (UCSF) haben eine Technologie entwickelt, die es einem gelähmten Mann ermöglicht, einen Roboterarm allein durch seine Gedanken zu steuern. Die Grundlage bildet eine sogenannte Gehirn-Computer-Schnittstelle (Brain-Computer Interface, BCI). Dieses System überträgt Signale aus dem Gehirn an einen Computer, der daraus die beabsichtigten Bewegungen ableitet. Der Studienteilnehmer konnte Objekte greifen, bewegen und ablegen, indem er sich die Bewegungen einfach vorstellte.
Langanhaltende Funktionalität dank KI-gestützter Anpassung
Ein besonderer Erfolg dieser Studie ist die Stabilität des Systems. Während bisherige BCIs oft nur ein oder zwei Tage funktionsfähig blieben, lief das neue System ununterbrochen sieben Monate lang. Dies wurde durch ein lernfähiges KI-Modell ermöglicht. Es passt sich an tägliche Veränderungen in der Gehirnaktivität an, die bei wiederholtem Vorstellen von Bewegungen auftreten. Dadurch bleibt die Schnittstelle langfristig funktional.
„Diese Verschmelzung von Lernen zwischen Mensch und KI ist die nächste Phase für diese Gehirn-Computer-Schnittstellen“, erklärte Dr. Karunesh Ganguly, Neurologe und Professor an der UCSF.
Die Herausforderung der schwankenden Gehirnaktivität
Das zentrale Problem bisheriger BCIs liegt in der täglichen Variabilität der Gehirnaktivität. Ganguly und sein Team untersuchten zunächst Gehirnmuster von Versuchstieren und stellten fest, dass sich diese während des Lernens täglich leicht veränderten. Diese Erkenntnis übertrugen sie auf Menschen und entwickelten eine KI, die sich an diese natürlichen Schwankungen anpassen kann.
Für die Studie arbeitete das Team mit einem Teilnehmer zusammen, der nach einem Schlaganfall gelähmt war. Sensoren auf der Oberfläche seines Gehirns erfassten seine Gehirnaktivität, während er sich bestimmte Bewegungen vorstellte. Dabei wurde festgestellt, dass die grundlegenden Aktivierungsmuster erhalten blieben, sich jedoch ihre Position im Gehirn von Tag zu Tag leicht verschob.
Training für präzisere Bewegungen
Um die Steuerung des Roboterarms zu verbessern, trainierte der Teilnehmer zunächst mit einer virtuellen Simulation. Diese gab ihm Rückmeldung über die Genauigkeit seiner Gedankensteuerung. Nach zwei Wochen gelang es ihm, die virtuelle Hand gezielt zu bewegen. Im Anschluss daran übertrug er diese Fähigkeiten auf einen realen Roboterarm.
Schon nach wenigen Trainingseinheiten konnte der Mann den Roboterarm so kontrollieren, dass er Blöcke aufnahm, drehte und neu platzierte. Er schaffte es sogar, einen Schrank zu öffnen, eine Tasse herauszunehmen und diese an einen Wasserspender zu halten.
Langfristige Perspektiven
Selbst Monate nach dem ersten Training funktionierte das System noch. Der Teilnehmer musste lediglich eine kurze 15-minütige Kalibrierung durchführen, um sich auf die täglichen Veränderungen der Gehirnaktivität einzustellen. Ganguly arbeitet nun daran, das System weiter zu verbessern. Ziel ist es, die Steuerung noch präziser und natürlicher zu gestalten.
Ein langfristiges Ziel ist der Einsatz solcher BCIs im Alltag von Menschen mit Lähmungen. Die Möglichkeit, sich selbst zu ernähren oder eigenständig einen Schluck Wasser zu trinken, könnte die Lebensqualität erheblich verbessern. Ganguly zeigt sich optimistisch: „Ich bin sehr zuversichtlich, dass wir jetzt gelernt haben, wie man das System baut, und dass wir es zum Laufen bringen können.“
Ein Beitrag von:
