Eine Gehirn-Computer-Schnittstelle ermöglicht Sprechen und die Nutzung eines Computers nach einer Lähmung

Ein gelähmter Mann mit schweren Sprachstörungen aufgrund von amyotropher Lateralsklerose konnte dank einer innovativen Gehirn-Computer-Schnittstelle wieder flüssig kommunizieren und seinen Computer selbstständig nutzen. Fast zwei Jahre lang setzte er dieses System zu Hause ein, ohne Unterstützung von Forschern, und sammelte dabei über 3.800 Nutzungsstunden. Mit dieser Vorrichtung konnte er mehr als 183.000 Sätze – also fast zwei Millionen Wörter – mit einer durchschnittlichen Geschwindigkeit von 56 Wörtern pro Minute austauschen. Zudem war er in der Lage, seinen persönlichen Computer zu steuern, Nachrichten zu versenden, im Internet zu surfen und eine Vollzeitbeschäftigung auszuüben.

Das System basiert auf Elektroden, die in den für die Sprache zuständigen Bereich des Gehirns implantiert werden. Diese Elektroden erfassen die neuronale Aktivität, die mit Sprach- oder Bewegungsversuchen verbunden ist, und übersetzen sie in Text oder Befehle für den Computer-Cursor. Eine wichtige Innovation besteht in der Verwendung eines auf einem Transformer-Modell basierenden Decodierers, einer KI-Technologie, die die Genauigkeit verbessert und den täglichen Kalibrierungsbedarf reduziert. Dieser Decodierer erreichte in strukturierten Tests eine Wort-Erkennungsgenauigkeit von 99 % mit einem Wortschatz von 125.000 Wörtern.

Für die Cursor-Steuerung wurde ein weiterer Decodierer entwickelt, der es dem Nutzer ermöglicht, die Maus zu bewegen und durch bloße Vorstellung von Handbewegungen zu klicken. Dieses System wurde optimiert, um die Kalibrierungszeit von mehreren Minuten auf weniger als eine Minute pro Tag zu verkürzen, während gleichzeitig eine hohe Leistung aufrechterhalten wurde. Der Nutzer konnte so je nach Vorliebe zwischen Blicksteuerung und neuraler Steuerung wechseln.

Die Stabilität der neuronalen Signale war eine große Herausforderung. Trotz der langfristigen Implantation funktionierten über 90 % der Elektroden während der gesamten Studienzeit zuverlässig und erfassten neuronale Aktivität. Die neuronalen Darstellungen, die mit der Sprache verbunden sind, blieben mindestens 19 Monate lang stabil, was eine präzise und konstante Decodierung ermöglichte.

Der Nutzer ging allmählich zu einer Strategie des „stummen Sprechens“ über, das heißt, er bewegte die Gesichtsmuskeln, ohne Geräusche zu erzeugen. Dies erwies sich als weniger anstrengend und schneller als das gesprochene Wort. Durch diese Anpassung konnte er seine Kommunikationsgeschwindigkeit von 30 auf fast 50 Wörter pro Minute steigern, während gleichzeitig eine hohe Genauigkeit erhalten blieb.

Das System wurde so konzipiert, dass es sich nahtlos in den Alltag integrieren lässt. Das Starten und Beenden der Vorrichtung wurde automatisiert, sodass der Nutzer und seine Betreuer es mit nur wenigen einfachen Schritten verwalten konnten. Sobald es aktiviert war, konnte das System bis zu 19 Stunden am Stück ohne Eingriffe funktionieren.

Die Benutzeroberfläche wurde intuitiv und anpassbar gestaltet. Sie ermöglichte das Korrigieren falsch decodierter Sätze, das Anpassen der Empfindlichkeit von Cursor oder Klicks und sogar das Aktivieren eines Datenschutzmodus, um die Aufzeichnung von Daten zu deaktivieren. Zudem wurde eine spezielle Software entwickelt, um das System mit dem persönlichen Computer zu verbinden. Dadurch konnte der Nutzer Aktionen wie das Kopieren und Einfügen von decodiertem Text, das Surfen im Internet oder die Teilnahme an Videotelefonaten durchführen.

Dieser Durchbruch zeigt, dass es nun möglich ist, natürliche Kommunikation und vollständigen digitalen Zugriff für Menschen mit schweren Lähmungen wiederherzustellen und den Weg für praktische und nachhaltige Assistenztechnologien zu ebnen.

Bases documentaires

Rapport de référence

DOI : https://doi.org/10.1038/s41591-026-04414-6

Titre : Long-term independent use of an intracortical brain–computer interface for speech and cursor control

Revue : Nature Medicine

Éditeur : Springer Science and Business Media LLC

Auteurs : Nicholas S. Card; Tyler Singer-Clark; Hamza Peracha; Carrina Iacobacci; Xianda Hou; Maitreyee Wairagkar; Zachery Fogg; Elena C. Offenberg; Leigh R. Hochberg; Sergey D. Stavisky; David M. Brandman