Der erste wissenschaftliche Versuch, eine nichtinvasive High-Fidelity-Schnittstelle zur Nutzung eines Roboterarms zu nutzen, war erfolgreich. Das Forschungsteam hofft darauf, die Technologie in der nächsten Zeit zu perfektionieren und somit den medizinischen Zugang zu erleichtern.
Prothetische Roboterarme, die verlorene Gliedmaßen ersetzen, sind bislang noch die Ausnahme in der Medizintechnik. Nun gelang es ForscherInnen der Carnegie Mellon University und der University of Minnesota erstmals, eine nichtinvasive Gehirn-Computer-Schnittstelle zur Steuerung eines Roboterarms zu nutzen.
Unter der Leitung von Professor Bin He nutzten die WissenschaftlerInnen eine Schnittstelle, die kein Gehirnimplantat benötigt, um die Bewegungen eines Roboterarms zu koordinieren. Die Idee zur Entwicklung einer nichtinvasiven Methode, Gehirn und bewegliche Prothesen zu verbinden, entstand, da der Einsatz von Hirnimplantaten chirurgisch sehr kostspielig und chirurgisch aufwändig ist und erhebliche Gesundheitsrisiken birgt.
Doch die Entwicklung stellte die ForscherInnen auch vor Herausforderungen: Die größte Schwierigkeit ergab sich daraus, dass frühere Gehirn-Computer-Schnittstellen nicht in der Lage waren, neuronale Signale des Gehirns zuverlässig zu dekodieren. Daher konnten die mechanischen Gliedmaßen nicht Echtzeit gesteuert werden.
Professor He merkt zur Suche nach verlässlicher Technologie an: "Inzwischen gibt es große Fortschritte in der Steuerung mechanischer Prothesen durch Hirnimplantate. Das ist großartig. Aber nichtinvasive Lösungen sind das ultimative Ziel. Fortschritte in der neuronalen Dekodierung und der praktischen Nutzbarkeit solcher Roboterprothesen werden noch großen Einfluss auf die zukünftige Entwicklung nichtinvasiver Neurobiotics haben."
Für das aktuelle Projekt nutzte das Team von Professor He eine spezielle sensorische und maschinelle Lerntechnik, um eine verlässliche Verbindung zwischen dem Gehirn und dem Roboterarm herzustellen.
Die von den WissenschaftlerInnen entworfene, nichtinvasive Gehirn-Computer-Schnittstelle konnte die neuronalen Signale erfolgreich dekodieren und ermöglichte es somit erstmals, einen maschinellen Arm in Echtzeit zu steuern. Dieser konnte Cursorbewegungen auf dem Computerbildschirm flüssig folgen.
Die ForscherInnen konnten nachweisen, dass ihr Ansatz – intensiveres Nutzer-Training in Verbindung mit verbesserter neuronaler Signal-Auswertung – die Lernfähigkeit der Hirn-Computer-Schnittstelle um ungefähr 60 Prozent erhöhen konnte. Zusätzlich verbesserte sich die Folgefähigkeit des Roboterarms um über 500 Prozent.
Bislang testete das Team diese innovative Technologie an 68 körperlich gesunden TeilnehmerInnen, die jeweils 10 Sitzungen absolvierten. Der große Erfolg dieser Testläufe stimmt die WissenschaftlerInnen hoffnungsvoll, dass sie schon bald PatientInnen mit der Technologie versorgen können, die auf sie angewiesen sind.
"Trotz technischer Herausforderungen im Hinblick auf den Gebrauch nichtinvasiver Signale arbeiten wir hingebungsvoll daran, die Leute, die darauf angewiesen sind, mit dieser sicheren und ökonomischen Technik zu versorgen", merkt Professor He an. "Unsere Arbeit stellt einen wichtigen Schritt für nichtinvasive Gehirn-Computer-Schnittstellen dar. Diese Technologie könnte eines Tages zu einer großen Unterstützung im alltäglichen Leben werden, wie Smartphones."
Quelle:
Noninvasive neuroimaging enhances continuous neural tracking for robotic device control.
B. J. Edelman, J. Meng, D. Suma, C. Zurn, E. Nagarajan, B. S. Baxter, C. C. Cline, B. He
Science Robotics