Wie können wir mit Computern interagieren, indem wir nur unseren Geist benutzen? Bestehende Gehirn-Computer-Schnittstellen sind oft durch ihre Größe und Invasivität begrenzt, erfordern schwerwiegende Operationen und bieten geringe Datenraten.
Eine kürzliche Innovation, die von mehreren Universitäten entwickelt wurde, bietet eine überraschende Lösung: ein Gehirnimplantat, das so dünn wie ein menschliches Haar ist und drahtlos mit extrem hohen Geschwindigkeiten kommunizieren kann. Dieses Gerät, genannt BISC, könnte die Art und Weise, wie wir neurologische Störungen behandeln und mit Technologie interagieren, verändern, indem es eine direkte und leistungsstarke Verbindung zwischen Gehirn und Maschinen herstellt.
Entwickelt von Teams der Columbia University, des NewYork-Presbyterian Hospital, der Stanford University und der University of Pennsylvania, basiert der BISC auf einem einzigartigen Siliziumchip. Dieser ultradünne Chip kann in den Raum zwischen Gehirn und Schädel eingesetzt werden, wodurch die chirurgischen Risiken verringert werden. Mit über 65.000 Elektroden zeichnet er die Gehirnaktivität auf und stimuliert sie mit einer bisher unerreichten Präzision, wodurch Algorithmen der künstlichen Intelligenz in der Lage sind, Absichten und Wahrnehmungen zu entschlüsseln (Erklärung am Ende des Artikels). Die Forscher haben ihre Ergebnisse in
Nature Electronics veröffentlicht und detailliert dargelegt, wie dieser Ansatz die Grenzen traditioneller Gehirn-Computer-Schnittstellen verschiebt.
Der hier gezeigte BISC-Implantat hat eine Dicke, die mit der eines menschlichen Haares vergleichbar ist.
Bildnachweis: Columbia Engineering Die Technologie hinter dem BISC integriert alle elektronischen Komponenten auf einem einzigen CMOS-Chip, wodurch sein Volumen auf weniger als ein Tausendstel des Volumens konventioneller Implantate reduziert wird. Diese bemerkenswerte Miniaturisierung, ermöglicht durch Verfahren aus der Halbleiterindustrie, erleichtert die Implantation durch einen kleinen Einschnitt, im Gegensatz zu älteren Geräten, die voluminöse Kanister verwendeten. Folglich minimiert dieser technische Fortschritt die Invasivität und verbessert laut den Erklärungen der Ingenieure die Stabilität der neuronalen Aufzeichnungen über die Zeit. Sie stellt auch einen bemerkenswerten Schritt in der Entwicklung elektronischer Chips für medizinische Implantate dar.
Darüber hinaus überträgt der BISC mit einer Datenrate von bis zu 100 Mbps über eine Ultrabreitband-Funkverbindung Gehirninformationen an fortschrittliche maschinelle Lernwerkzeuge. Diese Werkzeuge können komplexe Muster der neuronalen Aktivität interpretieren und den Weg für vielversprechende medizinische Anwendungen ebnen. Beispielsweise könnte er helfen, pharmakoresistente Epilepsie zu behandeln oder motorische Funktionen nach einer Rückenmarksverletzung wiederherzustellen. Präklinische Studien haben bereits ermutigende Ergebnisse gezeigt, und vorläufige Studien am Menschen laufen, um diese Vorteile zu validieren.
Um seine Einführung zu beschleunigen, haben die Forscher Kampto Neurotech gegründet, ein Spin-off-Unternehmen, das kommerzielle Versionen des Chips entwickelt. Langfristig könnte der BISC eine nahtlose Interaktion zwischen dem Gehirn und Systemen der künstlichen Intelligenz ermöglichen, die über die bloße Behandlung von Krankheiten hinausgeht.
Die Entschlüsselung neuraler Signale durch künstliche Intelligenz
Die mit Gehirn-Computer-Schnittstellen verwendeten Algorithmen der künstlichen Intelligenz analysieren die von den Elektroden stammenden Daten, um die Gehirnaktivität zu interpretieren. Sie funktionieren, indem sie lernen, spezifische Muster in den von Neuronen erzeugten elektrischen Signalen zu erkennen, die Gedanken, Absichten oder Wahrnehmungen entsprechen. Um es zu veranschaulichen: Wenn Sie sich vorstellen, Ihre Hand zu bewegen, aktivieren sich bestimmte Bereiche des motorischen Kortex, und die KI kann dieses Muster der entsprechenden Aktion zuordnen.
Dieser Ansatz basiert auf Techniken des Deep Learning, bei denen künstliche neuronale Netze mit umfangreichen Datensätzen neuronaler Daten trainiert werden. Die Forscher sammeln diese Daten, indem sie die Gehirnaktivität aufzeichnen, während Probanden spezifische Aufgaben ausführen, wie Bilder betrachten oder versuchen zu sprechen. Die KI lernt dann, mentale Zustände aus diesen Aufzeichnungen vorherzusagen, verbessert ihre Genauigkeit mit der Zeit und ermöglicht so Echtzeitanwendungen.
Im medizinischen Bereich kann diese Entschlüsselung helfen, verlorene Funktionen wie Sprache oder Mobilität wiederherzustellen, indem Absichten in Befehle für Prothesen oder Stimulatoren übersetzt werden. Jüngste Fortschritte, unterstützt durch Geräte wie den BISC, erhöhen die Geschwindigkeit und Zuverlässigkeit dieser Prozesse und öffnen die Tür zu personalisierten Therapien. Es bleiben jedoch Hindernisse bestehen, wie die individuelle Variabilität der Gehirnsignale, die eine kontinuierliche Anpassung der KI-Modelle erfordert.
Quelle: Nature Electronics