Laborjournal 2018-01/02

1-2/2018 | 21 HInterGrUnD Bevor wir aber auf die Anregungen der Au- toren näher eingehen, widmen wir uns einer kurzen Bestandsaufnahme: Was ist in Sachen BCI heute möglich? Und was ist Zukunftsmu- sik und womöglich gar nicht praktisch reali- sierbar? Gehen wir also zunächst einmal den Schritt von Eschbach in die Neurotechnolo- gie, von der Fiction in die Science . Neuroimplantate sind längst keine Zu- kunftsmusik mehr, sie sind Realität. Seit über 25 Jahren setzt man sie für die Tiefe Hirnsti- mulation ein, zum Beispiel gegen Parkinson, heute aber auch, um schwere Depressionen oder das Tourette-Syndromzu behandeln. Die ins Gehirn eingesetzten„Schrittmacher“ wir- ken über elektrische Signale auf die Neuronen undmodulieren so Informationsverarbeitung oder Bewegungsplanung. Idealerweise sollte solch eine implantierte Einheit nicht nach ei- nem starren Schema die Neuronen stimulie- ren oder inhibieren, sondern nur dann, wenn das Gehirn gerade suboptimal arbeitet. Man spricht von einem Closed-Loop -System, wenn das Gerät die neuronale Aktivität über geeig- nete Biomarker misst und über diesen Input eigenständig entscheidet, wann es einen Im- puls generiert. Solche Feedback-Systeme will man natürlich weiter optimieren, doch schon heute ist die direkte Kommunikation zwischen Neuronen und ImplantatTeil der klinischen Re- alität ( J. Neuroeng. Rehabil. 14(1): 79). Vernetzte Affen-Hirne Mehr noch: Neuroforscher der Duke Uni- versity in Durham, North Carolina, haben be- reits Gehirne miteinander„vernetzt“ ( Sci. Rep. 5: 10767). Arjun Ramakrishnan et al. präpa- rierten den motorischen und sensomotori- schen Cortex von Rhesusaffen mit Multielek- troden-Arrays, umdie Aktivität mehrerer hun- dert Neurone abzugreifen. Anschließend soll- ten die Tiere allein über ihre kortikale Aktivi- tät eine Avatar-Hand steuern und hin zu ei- ner kreisförmigen Markierung bewegen. In einem der Versuche ließ sich die künstliche Hand durch alle drei Raumdimensionen (x, y und z) bewegen. Je einer von insgesamt drei Affen konnte dabei aber nur die Bewegung entlang einer Ebene beeinflussen: EinTier be- stimmte die Position entlang der x- und der y-Achse, ein anderes Tier x und z und der drit- te Affe schließlich beeinflusste die Hand in z- und y-Richtung. Jeder Affe bekamüber ein visuelles Feed- back die aktuelle Position der Hand gezeigt. Weil die Tiere in getrennten Räumen saßen und sich gegenseitig nicht sehen konnten, mussten sich ihre Hirnsignale aufeinander einspielen, um die Hand steuern zu können. Nun teilten sich je zwei Tiere eine der Raum- achsen – zum Beispiel wirkte sich die neuron- ale Aktivität sowohl von Affe eins als auch von Affe drei auf die x-Koordinate der Hand aus. Trotzdemgelang es denTieren schließlich, die Avatar-Hand zu kontrollieren. Die Forscher aus Durham bezeichnen ihr System als „Brainet“ und scheinen damit er- schreckend nah an Eschbachs Roman-Idee he- ranzurücken. Natürlich sind invasive Systeme, die Informationen aus demGehirn abgreifen, keine Massenware. Beim Menschen dürften sich Einheiten, die auf oder in das Gehirn im- plantiert sind, bis auf weiteres auf wenige sehr gut begründbare Fälle mit klinischer Indikati- on beschränken. Roboter kopfgesteuert Doch wie sieht es aus mit nicht-invasiven Methoden? Schließlich reicht schon ein sim- ples Elektroenzephalogramm (EEG), um Infor- mationen über die neuronale Aktivität imGe- hirn aufzuzeichnen. Klar, die räumliche Auflö- sung ist schlecht, und es müssen schon ganze Neuronen gleichzeitig ein ausreichend starkes Signal produzieren, umaus demRauschenher- vorzustechen und die Schädeldecke zu durch- dringen. Trotzdem gibt es zahlreiche Experi- mente, in denen Probanden gelernt haben, Computer oder andere Geräte auf diesemWeg zu steuern. All das ist keine Hexerei, sondern lediglich eine Sache des Trainings. Über Bio- feedback lernt der Proband zunächst, mithilfe eigener Imaginationen spezifische Signale zu generieren, die stark genug sind, um im EEG aufzufallen. Später kann ein Computer diese Signale als Steuerungsbefehle interpretieren. Forscher aus Freiburg haben diese Idee weiterentwickelt. Ein Team um Wolfram Burgard arbeitet an einem Roboter-Assis- tenzsystem, das vollständig gelähmten Pati- enten helfen könnte, sich selbst zu versorgen. Die Probanden in denVersuchsreihen steuern den Roboter mithilfe einer EEG-Kappe. Aktu- elle Ergebnisse hierzu haben die Freiburger im November vorab auf arXiv veröffentlicht (1707.06633v3) und eine Video-Demonstra- tion findet man auf Youtube ( youtu.be/Ccor_ RNHUAA ). Zum Beispiel kann man den Robo- ter instruieren, ein Getränk in einen Becher einzuschenken, den Becher zum Probanden zu bringen und ihm diesen Becher zum Trin- ken an den Mund zu halten. Es wäre eine langwierige Prozedur, solch komplexe Anweisungen über simple Befehle wie„links-rechts“ und„oben-unten“ zu realisie- ren. Stattdessen wählt der Proband in einem Menü die gewünschte Handlung direkt aus. Das Roboter-Assistenzsystem bekommt also nur einen High-Level -Befehl wie„ Schenk Flüs- sigkeit ein“ oder„ Führ mir das Glas zumMund “. Diese Anweisungen setzt der Roboter dann eigenständig umund erkennt dabei auch Ob- jekte in seiner Umgebung. Gedankenleser Hier braucht es also keinen Chip, der ins Gehirn verpflanzt wird, sondern lediglich ein paar Elektroden am Kopf. Der Weg von der Medizin zum Entertainment scheint hier gar nicht mehr so weit. Und in der Tat investie- ren Unternehmen wie Facebook und Google in die Entwicklung von BCIs. Wird die EEG-Si- gnatur beim Einloggen ins soziale Netzwerk in zehn Jahren vielleicht so alltäglich wie heu- te die Standortlokalisation am Smartphone? Und wissen Google und Co. dann auch, was wir gerade denken? „Man kann derzeit einen Computer zu einem gewissen Grad darauf trainieren, aus Kernspin- oder EEG-SignalenGedanken aus der Hirnaktivität auszulesen“, erklärt John-Dylan Haynes vom Bernstein Center for Computatio- nal Neuroscience an der Berliner Charité. Sein Team versucht, in den Gehirnen der Proban- den„zu lesen“. So können die Berliner mit- Junge Patientin mit einer EEG-Kappe. Foto: iStock / fotografixx

RkJQdWJsaXNoZXIy Nzk1Nzg=