Brain-Computer-Interfaces (BCIs) sollen Menschen mit schweren Lähmungen wieder Kommunikation und digitale Teilhabe ermöglichen. Im Labor funktioniert das inzwischen recht gut. Bislang fehlte aber der Nachweis, dass solche Systeme auch im häuslichen Alltag über lange Zeit zuverlässig laufen, ohne dass Forschende daneben stehen. Eine Studie im Journal „Nature Medicine“ will diesen Beleg nun liefern.
Das Team um Nicholas Card von der University of California, Davis, berichtet darin über einen 45-jährigen Mann mit Amyotropher Lateralsklerose (ALS), der nach Angaben der Autoren ein implantiertes BCI fast zwei Jahre lang nahezu täglich zu Hause genutzt hat. Der Patient ist stark dysarthrisch, kann also kaum noch verständlich sprechen. Vor der Implantation kommunizierte er über einen gyroskopischen Head-Mouse-Aufsatz mit rund 6,3 Wörtern pro Minute. Bereits 2024 hatte dieselbe Arbeitsgruppe im „ New England Journal of Medicine“ eine erste Version ihrer Sprachneuroprothese vorgestellt. Die neue Veröffentlichung dokumentiert die Weiterentwicklung zu einem im Alltag einsetzbaren System.
Schematische Darstellung des Aufbaus der Langzeitstudie: a) BCI-Steuerung von PC per Sprache, Handbewegungen und Eye-Tracking. b) Vier Elektroden-Arrays erfassen Hirnsignale, die in Wörter, Cursorbewegungen und Klicks umgewandelt werden. c) Beispiele der Bedienoberfläche (Spracheingabe, Bewertung, Korrektur). d) Nutzungsdauer des Systems über die Zeit. e) Verteilung der 3.801 Nutzungsstunden nach Anwendungsart.
Vier Arrays im Sprachmotorkortex
Im Sommer 2023 setzten die Chirurgen ihm vier Mikroelektroden-Arrays mit insgesamt 256 Kontakten in den linken ventralen präzentralen Gyrus ein, also in die Hirnregion, die Sprechbewegungen steuert. Über perkutane Kabel werden die Signale an ein Computersystem geleitet, das in der Wohnung auf einem fahrbaren Wagen steht. Aus demselben Hirnareal dekodiert das Team drei Modalitäten parallel: einen kontinuierlich laufenden Sprach-zu-Text-Decoder, eine zweidimensionale Cursorsteuerung und diskrete Klick-Gesten. Zwischen Sprach- und Mausmodus schaltet der Patient per Blicksteuerung um.
Bis Tag 281 nach der Implantation musste eine Forschungsassistentin bei jeder Sitzung dabei sein. Dann erlaubte eine Anpassung der Studiengenehmigung, dass auch die Pflegepersonen das System anschließen durften. Der tägliche Aufbau dauere seitdem etwa 20 Minuten, heißt es in der Veröffentlichung. Anschließend könne der Patient das BCI bis zu 19 Stunden am Stück ohne weitere Hilfe nutzen.
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmung wird hier ein externes YouTube-Video (Google Ireland Limited) geladen.
YouTube-Video immer laden
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden.
Damit können personenbezogene Daten an Drittplattformen (Google Ireland Limited) übermittelt werden.
Mehr dazu in unserer
Datenschutzerklärung .
Fast zwei Millionen Wörter über 19 Monate
Über den gesamten Studienzeitraum von 653 Tagen nutzte der Patient das BCI an 444 Tagen und summierte dabei über 3.800 Stunden Nutzung; nach Aktivierung des unabhängigen Modus an Tag 281 waren es 364 von 397 möglichen Tagen. Im Schnitt kam er nach Beginn des unabhängigen Modus auf 9,5 Stunden täglich. Der Patient soll in dieser Zeit 183.060 Sätze mit insgesamt 1.960.163 Wörtern kommuniziert haben, bei einer mittleren Dekodierungsrate von 56,1 Wörtern pro Minute.
Die Genauigkeit bewertete der Patient selbst: Etwa 53 Prozent der Sätze waren laut Studie sofort vollständig korrekt, 26 Prozent größtenteils korrekt, knapp 13 Prozent konnte er über eine Korrekturoberfläche nachbessern. In standardisierten Copy-Tasks mit einem 125.000 Wörter umfassenden Vokabular gibt das Team eine Wortgenauigkeit von 99,2 Prozent an. Im Verlauf der Studie wechselte der Patient von vokalisiertem zu lautlosem Sprechen, bei dem er nur noch die Gesichtsmuskeln bewegt. Das war für ihn nach eigener Aussage weniger anstrengend und erhöhte die Geschwindigkeit von rund 30 auf über 50 Wörter pro Minute. Allerdings ging der Wechsel mit einem leichten Genauigkeitsverlust einher: Bei vokalisierter Sprache lag die Wortgenauigkeit im Benchmark bei über 99 Prozent (bei 30,6 Wörtern pro Minute), bei lautlosem Sprechen bei 96,5 Prozent (bei 49,7 Wörtern pro Minute).
Der Sprach-Decoder wandelt neuronale Signale alle 80 Millisekunden in Phonemwahrscheinlichkeiten um, ein Sprachmodell setzt daraus eine Wortfolge zusammen. Anfangs nutzte das Team ein Recurrent Neural Network (RNN), also ein neuronales Netz mit einer Art Kurzzeitgedächtnis, das seinen Zustand von einem Verarbeitungsschritt an den nächsten weitergibt. Solche Modelle eignen sich für sequenzielle Daten wie fortlaufende Hirnsignale.
Ab Tag 600 wechselten die Forschenden auf ein Transformer-Modell, das größere Kontextfenster parallel auswerten kann und laut den Autoren nahezu ohne tägliche Kalibrierung auskommt – optional kann der Patient zu Beginn eines Tages 0 bis 20 Kalibrationssätze sprechen, muss e…
Read the full article at heise online →
Germany