Seit Jahrzehnten verfolgt die Forschung zu Gehirn-Computer-Schnittstellen ein eng gefasstes Ziel: eine verlorene Funktion nach der anderen wiederherzustellen. Jemandem beim Sprechen helfen oder jemandem bei der Bewegung helfen. Die kaum hinterfragte Annahme war, dass dies getrennte Probleme sind, die getrennte Lösungen erfordern. Eine in Nature Neuroscience veröffentlichte Studie stellt diese Annahme direkt infrage und beschreibt ein Implantat, das es gelähmten Menschen ermöglicht, sowohl Sprache als auch Gesten gleichzeitig über einen digitalen Avatar in Echtzeit zu steuern.
Dies ist kein Verbraucherprodukt. Es steht kurz vor keinem klinischen Einsatz. Aber es ist ein bedeutsamer Machbarkeitsnachweis, und zu verstehen, was es tatsächlich tut und was es noch nicht tut, ist wichtig für jeden, der versucht zu verfolgen, wohin sich die Neurotechnologie entwickelt.
Ein einziges Implantat, zwei Kommunikationskanäle
Das von Forschern der University of California, San Francisco, entwickelte Gerät liegt auf der Oberfläche des Gehirns auf, anstatt in dieses einzudringen. Dieser Unterschied ist bedeutsam. Die Platzierung an der Oberfläche ermöglicht es dem Implantat, einen größeren Bereich des sensorischen Kortex abzudecken, der Region, die sowohl für die Verarbeitung eingehender Empfindungen als auch für die Generierung ausgehender Bewegungssignale verantwortlich ist, und zwar ohne die Gewebeschäden, die mit tiefer gehenden Elektroden verbunden sind. Das in dieser Studie verwendete Implantat enthält 253 Elektroden und ist etwa so groß wie ein iPhone.
Zwei Teilnehmer nahmen an der Forschung teil. Einer hatte einen Schlaganfall erlitten, der andere litt an amyotropher Lateralsklerose, allgemein als ALS bekannt. Bei beiden wurde das Gerät operativ implantiert. Anschließend trainierten Forscher KI-Modelle, um die neuronalen Signale jedes Teilnehmers zu interpretieren, während sie versuchten, bis zu zehn Phrasen und bis zu zehn Gesten sowie Kombinationen aus beiden zu erzeugen. Die dekodierten Signale wurden auf einen personalisierten Ganzkörper-Digitalavatar übertragen, der auf dem Bildschirm sprechen und sich bewegen kann.
Das Ziel war nicht nur, Sprache oder Bewegung isoliert wiederherzustellen. Es ging darum, etwas wiederherzustellen, das der Art und Weise näherkommt, wie Menschen tatsächlich kommunizieren: Worte und Körpersprache zusammen.
Was die Zahlen zeigen und wo die Lücken liegen
Die Ergebnisse variierten zwischen den Teilnehmern, und die Forscher legen offen dar, warum diese Variation wahrscheinlich existiert. Bei Gesprächstests erreichte der Teilnehmer mit ALS eine durchschnittliche Gesten-Dekodierungsgenauigkeit von 85 Prozent und eine durchschnittliche Sprach-Dekodierungsgenauigkeit von 75 Prozent. Der Teilnehmer, der einen Schlaganfall erlitten hatte, erreichte bei beiden Messungen eine Genauigkeit von 100 Prozent. Die Forscher führen den Leistungsunterschied auf die unterschiedlichen zugrunde liegenden Ursachen der Lähmung zurück, die Gehirnsignalmuster auf unterschiedliche Weise beeinflussen.
Diese Zahlen lohnt es sich, genau zu lesen. Sie sind vielversprechend für eine erste Demonstration, aber sie gehen mit wichtigen Einschränkungen einher, die die meiste Berichterstattung tendenziell überspringt. Christian Herff, ein Computerneurowissenschaftler an der Universität Maastricht, der nicht an der Studie beteiligt war, wies darauf hin, dass die Sprachdekodierungsleistung in dieser Arbeit hinter dem zurückbleibt, was in früheren BCI-Forschungen berichtet wurde. Er wies auch darauf hin, dass das System derzeit isolierte Gesten und Sätze dekodiert, nicht den kontinuierlichen, sich überlappenden Fluss von Sprache und Bewegung, der echte Gespräche auszeichnet.
Daniel Rubin, ein Neurologe am Massachusetts General Hospital, der ebenfalls nicht an der Studie beteiligt war, bezeichnete die Arbeit als einen wichtigen Schritt hin zu naturnahen Systemen zur Wiederherstellung der Funktion bei gelähmten Menschen. Diese Rahmung, ein wichtiger Schritt, ist genau und angemessen abgewogen. Dies ist ein Machbarkeitsnachweis, wie die Co-Autorin der Studie, Samantha Brosler, eine Bioingenieurin an der UCSF, ausdrücklich anerkannte. Die nächsten Phasen beinhalten die Erweiterung des Vokabulars, das dem Sprachdekodierer zur Verfügung steht, und die Bereitstellung einer kontinuierlichen Steuerung einzelner Körperteile für den Gestendekodierer, einschließlich der Fähigkeit, 15 separate Gelenke in der Hand zu bewegen.
Warum Gesten wichtiger sind, als es klingt
Hier ist, was die meiste Berichterstattung über diese Studie übersieht: Die Gestenkomponente ist kein sekundäres Merkmal. Sie ist der konzeptionelle Kern dessen, was diese Forschung anders macht.
Brosler formulierte es in Kommentaren gegenüber New Scientist deutlich: “Vielleicht” zu sagen und gleichzeitig zu nicken hat eine völlig andere Bedeutung als “Vielleicht” zu sagen und gleichzeitig den Kopf zu schütteln. Menschliche Kommunikation ist kein Strom von Wörtern. Es ist ein vielschichtiges System, in dem Tonfall, Timing, Gesichtsausdruck und Körperbewegung Bedeutung transportieren, die Worte allein nicht vermitteln können. Fröhliche BCI, die nur Sprache wiederherstellten, stellten einen partiellen Kanal wieder her. Dieses System versucht, den vollständigen Kanal wiederherzustellen.
Dieser Ehrgeiz hat Implikationen, die über unterstützende Technologien hinausgehen. Die Forscher stellen fest, dass dieselbe Architektur als Grundlage für gedankengesteuerte Prothesen dienen könnte, die es Amputierten ermöglichen, Robotergliedmaßen zu bedienen und gleichzeitig zu sprechen. Brosler beschrieb ein Szenario, in dem jemand während des Kochens mit einem Roboterarm sprechen möchte. Das ist keine kurzfristige Realität, aber es verdeutlicht die Richtung: eine Zukunft, in der die Signale des Gehirns mehrere physische Ausgaben gleichzeitig koordinieren können, so wie sie es auf natürliche Weise in einem Körper tun, der funktioniert.
Die größere Bedeutung betrifft das, was diese Forschung über die Organisationslogik des Gehirns offenbart. Der sensorische Kortex trennt Sprache nicht in der Weise von Bewegung, wie es frühes BCI-Design implizit angenommen hat. Ein System, das beides gleichzeitig liest, wird gewissermaßen der tatsächlichen Funktionsweise des Gehirns gerechter.
Kurz gefasst
Ein UCSF-Forschungsteam hat eine Gehirn-Computer-Schnittstelle demonstriert, die sowohl Sprache als auch Gesten aus neuronalen Signalen dekodiert und sie in Echtzeit auf einen digitalen Avatar abbildet. Anhand von zwei Teilnehmern getestet, erreichte das System Genauigkeitsraten zwischen 75 und 100 Prozent, abhängig von Teilnehmer und Aufgabe. Die Arbeit ist ausdrücklich ein Machbarkeitsnachweis mit bekannten Einschränkungen hinsichtlich der Vokabelgröße und der kontinuierlichen Dekodierung. Ihre Bedeutung liegt nicht in dem, was sie heute kann, sondern in dem, was sie etabliert: dass die Wiederherstellung einer natürlichen, multimodalen Kommunikation durch ein einziges Implantat technisch machbar ist und dass der Weg zu einer anspruchsvolleren Prothesensteuerung über dieselbe Architektur führt.
Basierend auf Berichten von Smithsonian Magazine.