Forscher der University of California in San Francisco haben einem gelähmten Patienten mithilfe eines Geräts, das Gehirnsignale an einen Computer weiterleitet, die Kontrolle über einen Roboterarm gegeben. Er kann Gegenstände greifen, bewegen und ablegen, indem er sich einfach vorstellt, wie er die Bewegungen ausführt. Das als Brain-Computer-Interface (BCI) bekannte Gerät funktionierte eine Rekordzeit von sieben Monaten, ohne dass Anpassungen erforderlich waren. Früher funktionierten solche Geräte typischerweise nur ein oder zwei Tage.
BCI basiert auf einem Modell der künstlichen Intelligenz, das sich an die winzigen Veränderungen anpassen kann, die im Gehirn auftreten, wenn eine Bewegung – oder in diesem Fall eine imaginäre Bewegung – wiederholt wird, und lernen kann, die Bewegung auf eine verfeinerte Art und Weise auszuführen. „Diese Verschmelzung des Lernens zwischen Menschen und künstlicher Intelligenz ist die nächste Stufe der Gehirn-Computer-Schnittstellen“, sagte Karunesh Ganguly, Ph.D., Professor für Neurologie und Mitglied des Weill Neuroscience Institute an der UCSF.
„Das ist es, was wir brauchen, um komplexe, menschenähnliche Funktionalität zu erreichen.“
Die von den National Institutes of Health finanzierte Forschung wurde am 6. März in der Zeitschrift Cell veröffentlicht. Der Schlüssel lag in der Feststellung, dass sich die Gehirnaktivität von Tag zu Tag veränderte, da sich die Teilnehmer wiederholt bestimmte Aktionen vorstellten. Sobald die KI so programmiert ist, dass sie diese Änderungen berücksichtigt, kann sie monatelang weiterarbeiten.
Ganguly untersuchte, wie Muster der Gehirnaktivität bei Tieren bestimmte Handlungen darstellen, und stellte fest, dass sich diese Darstellungen von Tag zu Tag veränderten, während die Tiere lernten. Er vermutet, dass das Gleiche auch für Menschen gilt, weshalb ihre BCIs schnell die Fähigkeit verlieren, diese Muster zu erkennen.
Ganguly arbeitete zusammen mit dem Neurologieforscher Dr. Nikhilesh Natraj mit einem Studienteilnehmer, der vor vielen Jahren durch einen Schlaganfall gelähmt war. Er konnte weder sprechen noch sich bewegen. Forscher implantierten winzige Sensoren in die Oberfläche seines Gehirns, die die Gehirnaktivität erfassten, während er sich Bewegungen vorstellte.
Um zu sehen, ob sich seine Gehirnmuster im Laufe der Zeit veränderten, bat Ganguly die Teilnehmer, sich vorzustellen, wie sie verschiedene Körperteile wie Hände, Füße oder Kopf bewegten. Auch wenn er sich nicht wirklich bewegen konnte, konnte das Gehirn des Teilnehmers dennoch Bewegungssignale erzeugen, wenn er sich vorstellte, dass er die Bewegungen ausführte. Das BCI zeichnet Darstellungen dieser Bewegungen über Sensoren auf der Oberfläche des Gehirns auf.
Gangulys Team stellte fest, dass die Form dieser Vertreter gleich blieb, ihre Positionen sich jedoch von Tag zu Tag leicht veränderten.
Dann bat Ganguly den Teilnehmer, sich vorzustellen, er würde zwei Wochen lang einfache Bewegungen mit seinen Fingern, seiner Hand oder seinem Daumen ausführen, während Sensoren seine Gehirnaktivität aufzeichneten, um die künstliche Intelligenz zu trainieren. Die Teilnehmer versuchten dann, die Roboterarme und -hände zu steuern, aber die Bewegungen waren immer noch ungenau.
Deshalb ließ Ganguly den Teilnehmer an einem virtuellen Roboterarm üben, der ihm Feedback über die Genauigkeit seiner Vorstellungskraft gab. Schließlich gelang es ihm, den virtuellen Roboterarm in die von ihm gewünschte Bewegung zu bringen.
Als der Teilnehmer anfing, mit einem echten Roboterarm zu üben, brauchte er nur wenige Übungseinheiten, um die Fähigkeiten in die reale Welt zu übertragen. Er kann einen Roboterarm dazu bringen, Blöcke aufzunehmen, sie zu drehen und an neue Positionen zu bewegen. Er konnte sogar einen Schrank öffnen, eine Tasse herausnehmen und sie an den Wasserbrunnen halten.
Monate später war der Teilnehmer immer noch in der Lage, den Roboterarm zu kontrollieren, nachdem er sich 15 Minuten lang an die Änderungen seiner Bewegungswiederholungen seit Beginn der Verwendung des Geräts „gewöhnt“ hatte.
Ganguly verbessert derzeit das Modell der künstlichen Intelligenz, um die Bewegungen des Roboterarms schneller und reibungsloser zu machen, und plant, BCI in einer häuslichen Umgebung zu testen. Für gelähmte Menschen kann es lebensverändernd sein, selbstständig essen oder trinken zu können. Ganguly glaubt, dass dies erreichbar ist.
„Ich bin sehr zuversichtlich, dass wir gelernt haben, wie man dieses System aufbaut, und dass wir es zum Laufen bringen können“, sagte er.
Weitere Autoren sind Sarah Seko und Adelyn Tu-Chan von der University of California, San Francisco, sowie Reza Abiri von der University of Rhode Island. Die Forschung wurde von den National Institutes of Health (1DP2HD087955) und dem UCSF Weill Neuroscience Institute finanziert.