Epilepsie: Wie intelligent können Hirnschrittmacher werden?

Hirnschrittmacher können epileptische Anfälle durch gezielte elektrische Impulse verringern. Allerdings reagieren nicht alle Patientinnen und Patienten gleich gut auf die Behandlung. Auch die richtige Einstellung der Stimulation ist nicht immer einfach. Künstliche Intelligenz (KI) könnte hier künftig helfen, indem sie die Hirnaktivität über längere Zeit auswertet und darin wiederkehrende Muster erkennt.

Daran arbeiten das Universitätsklinikum Freiburg und das Medizintechnikunternehmen Precisis im Forschungsprojekt CLOUDIA. Sie entwickeln ein KI-gestütztes Assistenzsystem, das Ärztinnen und Ärzten zusätzliche Informationen für die Behandlung liefern soll. Langfristig könnte daraus ein Hirnschrittmacher entstehen, der seine elektrischen Impulse an die aktuelle Hirnaktivität anpasst.

Hirnströme als Wegweiser für die Therapie

Im Mittelpunkt des Projekts steht ein Implantat, dessen Elektroden unter der Kopfhaut auf dem Schädelknochen liegen. Das EASEE-System wird bereits zur Behandlung bestimmter Formen der Epilepsie eingesetzt. Künftig soll es zusätzlich die elektrische Aktivität des Gehirns über längere Zeit aufzeichnen.

Diese Daten wollen die Forschenden mithilfe von KI auswerten. Das System soll epileptische Anfälle erkennen und wiederkehrende Muster in der Hirnaktivität aufspüren. So könnten Ärztinnen und Ärzte besser beurteilen, wann Anfälle auftreten und wie sich die Stimulation auf einzelne Patienten abstimmen lässt.

Das Projekt CLOUDIA läuft seit September 2026 und ist auf zwei Jahre angelegt. Der Name steht für „CLOUD-basiertes intelligentes Assistenzsystem für Epilepsie“. Neben der KI-Auswertung geht es auch darum, Implantatdaten sicher mit weiteren medizinischen Informationen zu verknüpfen. Datenschutz und Cybersicherheit spielen dabei eine wichtige Rolle.

Eine vollständig automatische Steuerung des Hirnschrittmachers gehört allerdings noch nicht zum aktuellen Funktionsumfang. Zunächst soll die KI die Behandelnden bei ihren Entscheidungen unterstützen.

Wenn Medikamente nicht ausreichen

Bei einem epileptischen Anfall entladen sich Gruppen von Nervenzellen im Gehirn übermäßig und synchron. Die Folgen können sehr unterschiedlich ausfallen. Manche Betroffene sind für wenige Sekunden nicht ansprechbar, andere verlieren das Bewusstsein oder bekommen ausgeprägte Krampfanfälle.

Grundlage der Behandlung sind Medikamente, die epileptische Anfälle unterdrücken sollen. Nach Angaben der Weltgesundheitsorganisation (WHO) könnten bis zu 70 % der Betroffenen bei geeigneter medikamentöser Behandlung anfallsfrei werden.

Welches Medikament infrage kommt, hängt unter anderem von der Anfallsform, dem Alter und möglichen Begleiterkrankungen ab. In der Regel beginnt die Behandlung mit einem einzelnen Wirkstoff. Reicht dessen Wirkung nicht aus, kann ein anderes Präparat oder eine Kombination mehrerer Medikamente versucht werden.

Bleiben die Anfälle trotz zweier geeigneter, verträglicher und ausreichend erprobter medikamentöser Behandlungen bestehen, sprechen Fachleute von einer medikamentenresistenten Epilepsie.

Wann ein Eingriff am Gehirn sinnvoll sein kann

In solchen Fällen sollte ein spezialisiertes Epilepsiezentrum prüfen, welche weiteren Behandlungsmöglichkeiten bestehen. Lässt sich die anfallsauslösende Region im Gehirn genau bestimmen, kommt unter Umständen eine Operation infrage. Dabei wird das betreffende Hirngewebe entfernt, sofern dies ohne unvertretbare Beeinträchtigung wichtiger Hirnfunktionen möglich ist.

Nicht bei allen Betroffenen lässt sich eine solche Operation durchführen. Manchmal liegt der Ursprung der Anfälle in einer Hirnregion, die für Sprache, Bewegung oder andere wichtige Funktionen benötigt wird. In anderen Fällen lässt sich kein eindeutig begrenzter Anfallsherd feststellen.

Dann können Verfahren der Neurostimulation eine Alternative oder Ergänzung zur medikamentösen Behandlung sein. Auch eine ärztlich begleitete ketogene Ernährung kommt für ausgewählte Patientinnen und Patienten infrage.

Wie Hirnschrittmacher das Gehirn beeinflussen

Bei der Neurostimulation werden elektrische Impulse eingesetzt, um die Aktivität von Nervenzellen und neuronalen Netzwerken zu beeinflussen. Dafür stehen unterschiedliche Verfahren zur Verfügung.

Bei der Vagusnervstimulation sitzt der Impulsgeber meist im Brustbereich. Eine Leitung verbindet ihn mit dem Vagusnerv am Hals. Über dessen Verbindungen zum Gehirn beeinflussen die elektrischen Reize die Aktivität neuronaler Netzwerke.

Anders funktioniert die tiefe Hirnstimulation. Hier werden Elektroden direkt in bestimmte Hirnregionen eingesetzt, beispielsweise in die vorderen Kerne des Thalamus. Diese Hirnstruktur ist unter anderem an der Weiterleitung und Verarbeitung von Signalen beteiligt.

Die epikranielle Fokusstimulation kommt dagegen ohne Elektroden im Gehirngewebe aus. Beim EASEE-System liegen sie auf dem Schädelknochen über der Hirnregion, von der die Anfälle ausgehen. Von dort aus werden elektrische Impulse durch den Schädelknochen abgegeben.

Wie wirksam diese Form der Stimulation sein kann, zeigt eine Zweijahresauswertung des EASEE-Systems. Bei 26 auswertbaren Patientinnen und Patienten sank die Anfallshäufigkeit im Median um 68 %. Rund 65 % der untersuchten Personen erreichten eine Verringerung ihrer Anfälle um mindestens die Hälfte.

Allerdings gab es in dieser Langzeitauswertung keine parallele Kontrollgruppe. Die Ergebnisse zeigen, dass die Stimulation bei vielen Betroffenen mit einer deutlichen Verringerung der Anfälle verbunden war. Sie belegen aber weder eine Überlegenheit gegenüber anderen Verfahren noch einen zusätzlichen Nutzen durch KI.

Warum Anfallstagebücher nicht alle Anfälle erfassen

Wie gut eine Epilepsiebehandlung wirkt, beurteilen Ärztinnen und Ärzte häufig anhand von Anfallstagebüchern. Darin halten Betroffene fest, wann sie einen Anfall hatten und wie dieser verlaufen ist.

Das Problem: Nicht jeder Anfall wird bemerkt oder anschließend dokumentiert. Besonders bei kurzen Bewusstseinsstörungen können wichtige Informationen verloren gehen. Dadurch lässt sich der tatsächliche Krankheitsverlauf nur eingeschränkt beurteilen.

Wie groß die Unterschiede sein können, zeigte eine 2025 veröffentlichte Beobachtungsstudie. Zehn Erwachsene mit schwer behandelbarer Epilepsie wurden über einen Zeitraum von rund 15 Monaten begleitet. Ein unter der Haut implantiertes EEG-System zeichnete ihre Hirnaktivität auf.

Insgesamt erfassten die Forschenden 754 Anfälle. Davon waren 52 % nicht in den Tagebüchern verzeichnet. Umgekehrt ließ sich nicht jeder dokumentierte Anfall auch in den Messdaten bestätigen. Das verwendete System erfasste die Hirnaktivität allerdings nur in einem räumlich begrenzten Bereich.

Die Untersuchung macht deutlich, welchen Nutzen langfristige Hirnstrommessungen haben können. Sie liefern zusätzliche Informationen, die aus den Aufzeichnungen der Betroffenen allein nicht hervorgehen.

Warum die Behandlung bessere Langzeitdaten braucht

Ein Hirnschrittmacher muss möglichst gut auf die individuelle Erkrankung abgestimmt werden. Dafür wäre es hilfreich, nicht nur die Zahl der Anfälle zu kennen, sondern auch deren zeitliche Verteilung.

Die Langzeitstudie zeigte beispielsweise, dass Anfälle bei einzelnen Personen gehäuft zu bestimmten Tageszeiten oder in wiederkehrenden zeitlichen Mustern auftraten. Solche Informationen könnten helfen, den Krankheitsverlauf besser zu verstehen.

Genau hier setzt die Weiterentwicklung intelligenter Hirnschrittmacher an. Wenn die Geräte neben der Stimulation auch kontinuierlich Daten sammeln, könnten Ärztinnen und Ärzte die Wirkung der Behandlung genauer beurteilen.

Allerdings müssen drei technische Aufgaben unterschieden werden: Ein System kann einen bereits aufgetretenen Anfall dokumentieren, seinen Beginn möglichst früh erkennen oder versuchen, einen bevorstehenden Anfall vorherzusagen.

Das sind unterschiedliche Anforderungen an die Signalverarbeitung. Besonders die zuverlässige Vorhersage ist schwierig, weil sich die Hirnaktivität von Mensch zu Mensch stark unterscheiden kann.

Was künstliche Intelligenz tatsächlich leisten kann

Bei langfristigen EEG-Messungen entstehen große Datenmengen. Sie vollständig von Hand auszuwerten, ist aufwendig. KI-Verfahren können dabei helfen, auffällige Veränderungen zu erkennen und wiederkehrende Muster zu identifizieren.

Dazu werden Algorithmen darauf trainiert, bestimmte Signalmerkmale zu unterscheiden. Allerdings ist nicht jede auffällige Veränderung der Hirnaktivität ein epileptischer Anfall. Auch Muskelbewegungen und andere Störeinflüsse können die Messungen verändern.

Hinzu kommt, dass wenige Elektroden nur einen begrenzten Teil der Hirnaktivität erfassen. Anfälle, die in anderen Bereichen entstehen oder sich dort ausbreiten, sind möglicherweise schwerer zu erkennen.

In der beschriebenen Langzeitstudie funktionierte die automatische Anfallserkennung bei einigen Teilnehmenden gut. Bei anderen mussten die Forschenden sämtliche Aufzeichnungen manuell überprüfen.

Für ein zuverlässiges Assistenzsystem reicht es deshalb nicht aus, unter günstigen Bedingungen hohe Erkennungsraten zu erzielen. Es muss auch im Alltag funktionieren, möglichst wenige Anfälle übersehen und Fehlalarme vermeiden.

Bei CLOUDIA soll KI zunächst helfen, solche Daten für die ärztliche Beurteilung nutzbar zu machen. Ob sich dadurch die Behandlungsergebnisse tatsächlich verbessern, müssen weitere Untersuchungen zeigen.

Wenn ein Hirnschrittmacher selbst auf Veränderungen reagiert

Die nächste technische Entwicklungsstufe besteht darin, Messung und Stimulation miteinander zu verbinden.

Ein solches Verfahren wird als geschlossener Regelkreis oder Closed-Loop-System bezeichnet. Dabei misst ein Implantat fortlaufend die Hirnaktivität. Erkennt es bestimmte Veränderungen, passt es die Stimulation nach vorgegebenen Regeln an oder löst elektrische Impulse aus.

Bei Epilepsie wird dieses Prinzip bereits eingesetzt. Ein Beispiel ist das US-amerikanische RNS-System. Seine Elektroden liegen auf der Hirnoberfläche oder im Gehirngewebe. Das Implantat überwacht die elektrische Aktivität und reagiert auf zuvor festgelegte Signalmuster.

Die Ärztinnen und Ärzte legen fest, welche Veränderungen das System erkennen und wie es darauf reagieren soll. Eine selbstlernende KI ist dafür nicht erforderlich. Das Gerät arbeitet mit individuell programmierten Erkennungs- und Stimulationsparametern.

In einer neunjährigen Nachbeobachtung erreichten die behandelten Personen eine mediane Verringerung der Anfallshäufigkeit um 75 %. Die langfristige Auswertung erfolgte allerdings ohne parallele Kontrollgruppe.

Die Ergebnisse zeigen, dass eine rückgekoppelte Stimulation bei Epilepsie bereits klinisch eingesetzt und über längere Zeit untersucht wurde. Sie lassen sich jedoch nicht unmittelbar auf das anders aufgebaute EASEE-System übertragen.

Für die weitere Forschung stellt sich nun die Frage, ob KI solche Regelkreise verbessern kann. Denkbar wäre, dass Algorithmen komplexere Veränderungen der Hirnaktivität erkennen und damit eine individuellere Steuerung ermöglichen. Ob dies einer herkömmlich programmierten Stimulation überlegen ist, muss allerdings erst nachgewiesen werden.

Was sich von der Parkinsonbehandlung lernen lässt

Auch bei Parkinson kommen Hirnschrittmacher zum Einsatz. Sie stimulieren bestimmte Hirnregionen, um beispielsweise Bewegungsstörungen zu verringern.

Inzwischen gibt es Systeme, die ihre Stimulation anhand gemessener Hirnsignale anpassen können. Eine entsprechende Funktion von Medtronic erhielt im Januar 2025 die europäische CE-Kennzeichnung. Im Februar 2025 genehmigte auch die US-Arzneimittelbehörde FDA das Verfahren.

Das Implantat misst bestimmte elektrische Signale im Gehirn. Verändern sich diese über zuvor festgelegte Schwellenwerte hinaus, wird die Stärke der Stimulation innerhalb ärztlich bestimmter Grenzen angepasst.

Damit reagiert das System auf den aktuellen Zustand des Gehirns, statt dauerhaft mit unveränderten Einstellungen zu arbeiten.

Bei Epilepsie ist die Situation allerdings anders. Während bei Parkinson bestimmte Hirnsignale zur Anpassung der Stimulation genutzt werden können, müssen bei Epilepsie unterschiedliche Anfallsformen, individuelle Aktivitätsmuster und teilweise plötzlich einsetzende Veränderungen berücksichtigt werden.

Das technische Prinzip lässt sich also übertragen. Welche Signale sich für eine zuverlässige Steuerung eignen, muss für die jeweilige Erkrankung jedoch gesondert untersucht werden.

Dass individuell angepasste Regelkreise auch bei anderen neurologischen und psychiatrischen Erkrankungen erforscht werden, zeigt eine 2021 veröffentlichte Einzelfallstudie zur therapieresistenten Depression. Forschende identifizierten dabei ein Hirnsignal, das mit der Symptomschwere zusammenhing, und nutzten es zur Steuerung der Stimulation. Die Beschwerden der Patientin besserten sich deutlich.

Aus einer einzelnen Behandlung lässt sich allerdings keine allgemeine Wirksamkeit ableiten. Die Studie zeigt vor allem, wie sich individuelle Hirnsignale technisch für eine gezielte Stimulation nutzen lassen.

Wie intelligent können Hirnschrittmacher tatsächlich werden?

Die Entwicklung geht damit von Geräten mit festen Stimulationsparametern über Systeme mit automatischer Reaktion auf Hirnsignale hin zu Verfahren, die umfangreiche Daten mithilfe von KI auswerten.

Dabei bedeutet „intelligent“ nicht zwangsläufig, dass ein Implantat selbstständig lernt oder eigenständig medizinische Entscheidungen trifft. Schon ein System, das relevante Veränderungen zuverlässig erkennt und darauf nach festgelegten Regeln reagiert, kann die Behandlung gezielter gestalten.

KI könnte darüber hinaus helfen, individuelle Muster zu erkennen, die sich mit herkömmlichen Auswertungsverfahren nur schwer finden lassen. Ob sich daraus eine bessere Einstellung der Stimulationsparameter oder eines Tages eine automatisch angepasste Therapie ergibt, ist Gegenstand der Forschung.

Entscheidend sind dabei zwei Fragen: Wie zuverlässig erkennt die Software die relevanten Veränderungen der Hirnaktivität? Und führt eine darauf abgestimmte Stimulation tatsächlich zu besseren Behandlungsergebnissen?

Eine hohe Erkennungsrate allein reicht nicht aus. Für Patientinnen und Patienten zählt vor allem, ob Anfälle seltener oder weniger schwer werden, wie gut sie die Behandlung vertragen und ob sie dadurch im Alltag an Sicherheit und Lebensqualität gewinnen.

Das Freiburger Forschungsprojekt CLOUDIA beschäftigt sich zunächst mit einer wichtigen Voraussetzung: einer besseren Datengrundlage für individuelle Therapieentscheidungen. Bis Hirnschrittmacher ihre Stimulation mithilfe von KI selbstständig anpassen können, sind weitere technische Entwicklungen und klinische Prüfungen notwendig.

Quellen

Forschungsprojekt CLOUDIA

1. Universitätsklinikum Freiburg: Epilepsie – KI soll Behandlung mit Hirnschrittmacher verbessern – Pressemitteilung vom 16. Oktober 2026.
2. Precisis: CLOUDIA-Forschungsprojekt zur vernetzten, datenbasierten Epilepsieversorgung – Pressemitteilung vom 20. Oktober 2026.

Wissenschaftliche Studien

3. Two-year outcomes of epicranial focal cortex stimulation in pharmacoresistant focal epilepsy – Epilepsia, 2025. Zweijahresdaten zur epikraniellen Stimulation mit EASEE.
4. Real-world epilepsy monitoring with ultra-long-term subcutaneous electroencephalography – Epilepsia, 2025. Langzeitstudie zur Erfassung epileptischer Anfälle.
5. Nine-year prospective efficacy and safety of brain-responsive neurostimulation for focal epilepsy – Neurology, 2020. Langzeitdaten zum RNS-System.
6. Closed-loop neuromodulation in an individual with treatment-resistant depression – Nature Medicine, 2021. Einzelfallstudie zur individuell gesteuerten Stimulation.

Medizinische und regulatorische Grundlagen

7. WHO: Epilepsy – Faktenblatt zu Erkrankung und Behandlung.
8. ILAE: Definition of drug-resistant epilepsy – Internationale Definition medikamentenresistenter Epilepsie.
9. Medtronic: CE-Kennzeichnung für adaptive tiefe Hirnstimulation – Pressemitteilung vom 13. Januar 2025.
10. FDA: Zulassung der adaptiven Tiefenhirnstimulation – Entscheidung vom 20. Februar 2025.