Zusammenfassung:
Künstliche Intelligenz eröffnet eine neue Entwicklungsrichtung für die bionische Sehtechnologie. Forscher der University of California in Santa Barbara, der Eidgenössischen Technischen Hochschule Zürich und der Universität Miguel Hernandez in Spanien haben Deep-Learning-Technologie eingesetzt, um die elektrische Stimulationsmethode von visuellen Korteximplantaten zu verbessern und es dem Gehirn zu ermöglichen, visuelle Wahrnehmungen präziser und energiesparender zu erzeugen. Es wird erwartet, dass diese Forschung die Entwicklung einer neuen Generation bionischer Augen vorantreibt und die Möglichkeit bietet, Menschen, die aufgrund einer Augen- oder Sehnervenschädigung blind sind, eine teilweise Sehkraft wiederherzustellen.
Herkömmliche Sehprothesen versuchen normalerweise, externe Bilder mit Kameras aufzunehmen und diese dann in elektrische Signale umzuwandeln, um die Netzhaut oder den visuellen Kortex des Gehirns zu stimulieren, sodass der Benutzer Lichtpunkte oder einfache Formen wahrnehmen kann. Vision-Systeme sind jedoch weitaus komplexer als gewöhnliche Displays. Selbst wenn präzise elektrische Signale an mehrere Elektroden eingegeben werden, entspricht das endgültige visuelle Erlebnis des Gehirns möglicherweise nicht eins zu eins den Eingangssignalen. Elektroden können miteinander interagieren und die Reaktionen der Neuronen können sich im Laufe der Zeit und im Gehirnzustand ändern.
Der Schwerpunkt dieser Forschung liegt auf der Lösung des Unterschieds zwischen elektrischen Stimulationssignalen und der tatsächlichen visuellen Wahrnehmung des Menschen.
Das Forschungsteam führte in einem Krankenhaus in Spanien ein Menschenexperiment durch und der Teilnehmer war ein 27-jähriger Mann. Zuvor hatte er aufgrund eines schweren Schädel-Hirn-Traumas sein Sehvermögen verloren. Forscher implantierten ein temporäres Elektrodenarray mit 96 Elektroden in seinen visuellen Kortex, das elektrische Signale direkt an den Bereich des Gehirns senden kann, der für die visuelle Verarbeitung verantwortlich ist.
Wenn Elektroden den visuellen Kortex stimulieren, können die Teilnehmer ein visuelles Phänomen namens „Phosphene“ erleben, bei dem das Gehirn auch dann noch das Gefühl von Blitzen, Lichtpunkten oder einfachen Formen erzeugt, wenn kein externes Licht in die Augen gelangt. Dieses Phänomen ist eine wichtige Grundlage für die Erforschung visueller Kortikalisprothesen, da es zeigt, dass durch die direkte Stimulation des Gehirns visuelle Erlebnisse bis zu einem gewissen Grad unter Umgehung des geschädigten Auges und Sehnervs erzeugt werden können.
Um den Stimulationseffekt zu verbessern, trainierten die Forscher eine Reihe tiefer neuronaler Netzwerke, damit künstliche Intelligenz die Beziehung zwischen verschiedenen elektrischen Stimulationsmodi und neuronalen Reaktionen des Gehirns lernen kann.
Im Gegensatz zu herkömmlichen Methoden analysiert dieses KI-System nicht nur, welche Signale von den Elektroden eingegeben werden, sondern bezieht sich auch auf die vor jedem Test aufgezeichnete Ruhehirnaktivität. Das Gehirn befindet sich nicht immer im gleichen Zustand, und selbst die Verwendung genau des gleichen elektrischen Reizes kann zu unterschiedlichen Zeiten unterschiedliche neuronale Reaktionen hervorrufen. Durch die Einbeziehung dieser Hintergrundaktivität in das Modell kann die KI genauer vorhersagen, wie das Gehirn auf bestimmte Reize reagiert, und die Funktionsweise der Elektroden entsprechend anpassen.
Experimentelle Ergebnisse zeigen, dass der KI-optimierte Stimulationsmodus gezielte neuronale Reaktionen genauer aktivieren kann und einen geringeren Strom erfordert. Die Forscher fanden außerdem heraus, dass die direkte Aufzeichnung der Gehirnaktivität die endgültigen visuellen Erfahrungen der Teilnehmer tatsächlich besser vorhersagen konnte als die bloße Beobachtung der elektrischen Parameter der Elektroden.
Diese Entdeckung ist von großer Bedeutung. Traditionelles technisches Denken betrachtet den visuellen Kortex oft als einen Bildschirm, der Punkt für Punkt durch Elektroden beleuchtet werden kann, und glaubt, dass die Stimulation mehrerer Elektroden ein vollständigeres Bild erzeugen kann. Dies ist jedoch nicht der Fall. Es gibt Wechselwirkungen zwischen Elektroden und auch die neuronalen Reaktionen schwanken. Die in das Gehirn eingespeisten elektrischen Signale stimmen nicht mit dem überein, was die Menschen letztendlich sehen.
In diesem Experiment zeichneten die Forscher nicht nur die neuronale Aktivität auf, sondern baten die Teilnehmer auch, die von ihnen gespürten Lichtpunkte zu beschreiben, einschließlich Informationen wie Helligkeit, Größe, Form und Farbe. Diese subjektiven visuellen Erfahrungen in Kombination mit objektiven neuronalen Aufzeichnungen liefern eine Datenbasis für künstliche Intelligenz, um genauere Stimulationsmodelle zu erstellen.
Was noch bemerkenswerter ist, ist, dass dieses implantierte Gerät die Fähigkeit besitzt, Neuronen zu stimulieren und gleichzeitig neuronale Reaktionen aufzuzeichnen. Das bedeutet, dass zukünftige Sehprothesen nicht immer nach vorgegebenen festen Parametern arbeiten müssen, sondern die Reaktion des Gehirns kontinuierlich beobachten und dann mithilfe künstlicher Intelligenz den Stimulationsplan dynamisch anpassen können.
Forschungsleiter Michael Beyeler, Professor an der University of California, Santa Barbara, sagte, dass eine wirklich nützliche Sehprothese nicht auf einem festen Stimulationsprogramm basieren kann, das für jeden geeignet ist, sondern die Reaktionseigenschaften des Gehirns jeder Person erlernen und sich kontinuierlich an individuelle Unterschiede anpassen sollte. Das ultimative Ziel besteht darin, das Gerät an das Gehirn des Benutzers anzupassen, anstatt dass der Benutzer sich an das Gerät anpassen muss.
Diese Technologie könnte eines Tages Menschen helfen, die aufgrund genetischer Augenkrankheiten, Unfälle oder neurologischer Erkrankungen ihr Sehvermögen verloren haben. Insbesondere diejenigen, die einst normal sehen konnten und später blind wurden, können ein gewisses Maß an Seherfahrung und damit verbundene neuronale Verarbeitungsfähigkeiten behalten, sodass die Wiedererlangung eines Teils der Sehkraft von besonderer Bedeutung sein kann.
Die Forscher betonten jedoch, dass es sich bei den aktuellen Ergebnissen noch um einen frühen Proof of Concept handelt und es noch ein weiter Weg ist, bis es blinden Menschen wirklich dabei helfen kann, ihr tägliches Sehvermögen wiederherzustellen. An diesem Experiment war nur ein Teilnehmer beteiligt. Die Studie zeigte, dass künstliche Intelligenz unter bestimmten Bedingungen die Wirkung der elektrischen Stimulation des visuellen Kortex verbessern kann, dies bedeutet jedoch nicht, dass der Teilnehmer sein normales Sehvermögen wiederhergestellt hat.
Darüber hinaus sind die derzeit über Elektroden produzierten Phosphene noch recht begrenzt und es besteht eine große Lücke zwischen den komplexen Szenen, die das menschliche Auge wahrnehmen kann. Zukünftige Forschung muss sich auch mit Fragen wie der Bildung stabiler, klarer und räumlich kontinuierlicher visueller Informationen und der Ermöglichung eines langfristig sicheren Betriebs implantierter Geräte befassen.
Die Ergebnisse dieser Forschung wurden am 7. August 2026 in der Zeitschrift Neuron veröffentlicht. Der Artikel trägt den Titel „Kontrolle elektrisch hervorgerufener Aktivität im menschlichen visuellen Kortex basierend auf tiefem Lernen.“
Der wichtigste Durchbruch dieser Forschung besteht nicht einfach darin, die Anzahl der Elektroden in der Sehprothese zu erhöhen, sondern mithilfe künstlicher Intelligenz eine genauere Verbindung zwischen elektrischer Stimulation, neuronaler Aktivität und subjektivem Seherlebnis herzustellen. Durch die kontinuierliche Integration der Gehirn-Computer-Schnittstelle und der Technologie der künstlichen Intelligenz sind zukünftige bionische Augen möglicherweise nicht mehr nur elektronische Geräte, die voreingestellte Signale an das Gehirn senden, sondern können nach und nach die einzigartigen neuronalen Reaktionen jeder Person erlernen, um ein personalisierteres künstliches Sehen zu erreichen.
Kommentare