Neues Implantat namens „MiBMI“ der EPFL für motorisch geschädigte Patienten präsentiert

Forscher der Eidgenössischen Technischen Hochschule Lausanne (https://www.epfl.ch ) (EPFL) haben mit „MiBMI“ eine neue implantierbare Gehirn-Maschine-Schnittstelle vorgestellt. Das System basiert auf zwei Chips und hat eine Gesamtfläche von acht Quadratmillimetern. Zudem verarbeiten die Halbleiter die Daten der gemessenen Gehirnströme selbst, während NeuraLink (https://neuralink.com/) von Tesla-Chef Elon Musk sie an einen externen Computer sendet. Den EPFL-Experten nach verbraucht ihr System erheblich weniger Strom.

Trefferquote bei 91 Prozent

Das MiBMI liest die Gehirnaktivität und übersetzt diese in reale Ausgaben wie Text auf einem Bildschirm. Denkt der Nutzer an Buchstaben, fließen im Gehirn bestimmte Ströme, die das Gerät erkennt und in Texte umsetzt. Die Trefferquote liegt laut den Fachleuten bei 91 Prozent und verweisen dabei auf die Ergebnisse entsprechender Simulationen.

Der Chipsatz kann 31 verschiedene Zeichen entschlüsseln – eine Leistung, die von keinem anderen integrierten System erreicht wird. „Wir sind zuversichtlich, dass wir bis zu 100 Zeichen dekodieren können“, so Mohammed Ali Shaeri, Postdoc im EPFL-Labors für integrierte Neurotechnologien. An Menschen ist der Chipsatz noch nicht getestet worden.

Genau, wenig Stromverbrauch

„MiBMI ermöglicht es uns, komplexe neuronale Aktivitäten mit hoher Genauigkeit und geringem Stromverbrauch in lesbaren Text umzuwandeln. Dieser Fortschritt bringt uns in die Nähe praktikabler implantierbarer Lösungen, die die Kommunikationsfähigkeit von Menschen mit schweren motorischen Beeinträchtigungen erheblich verbessern können“, so Mahsa Shoaran, Leiterin des Neurotechnologie-Labors.

Um die riesige Menge an Infos, die von den MiBMI-Elektroden erfasst werden, zu verarbeiten, mussten die Forscher einen völlig anderen Ansatz für die Datenanalyse wählen. Sie entdeckten, dass die Gehirnaktivität für jeden Buchstaben, den der Patient in Gedanken von Hand schreiben will, sehr spezifische Marker enthält, die die Forscher als distinktive neuronale Codes (DNCs) bezeichnet haben.

Anstatt Tausende von Bytes an Daten für jeden Buchstaben zu verarbeiten, muss der Mikrochip nur die DNCs verarbeiten, die etwa 100 Bytes groß sind. Das macht das System schnell, genau und stromsparend. Dieser Durchbruch ermöglicht auch eine kürzere Einarbeitungszeit, was das Erlernen des Umgangs von Patienten mit dem BMI einfacher und leichter zugänglich macht.