Brain-Computer Interface: 92% Genauigkeit im Alltag nach 19 Monaten

Gleich mehrere Studien und klinische Tests zeigen, wie Brain-Computer Interfaces (BCI) Menschen mit schweren Sprachstörungen helfen können – und das immer zuverlässiger.

Erstes Connexus-Implantat bei Patientin eingesetzt

Anfang Juni erreichte die klinische Forschung einen wichtigen Punkt. An der University of Michigan Health erhielt eine Patientin mit Motoneuronerkrankung als erste Person das Connexus-System des Unternehmens Paradromics. Der Eingriff lief im Rahmen der FDA-zugelassenen „Connect-One“-Studie.

Anzeige: Die Langzeitdaten aus 19 Monaten zeigen: Ein BCI erreicht im Alltag 92% Genauigkeit – und das Pflegeteam kann es ohne Forscher betreiben. Dieser Leitfaden fasst die wichtigsten Erkenntnisse für Angehörige zusammen. Jetzt kostenlosen BCI-Alltagsleitfaden anfordern

Das System nutzt ein münzgroßes Modul mit 421 Platin-Iridium-Mikrodrähten. Diese liegen direkt auf der Gehirnoberfläche und zeichnen Signale aus dem Sprachzentrum auf. Ein unter dem Schlüsselbein implantierter Transceiver sendet die Daten drahtlos an externe Geräte. Algorithmen übersetzen sie dann in Text oder synthetische Sprache.

Ziel der sechsjährigen Beobachtungsstudie: eine dauerhafte, hochperformante Kommunikationslösung für Patienten mit komplettem Sprachverlust.

19 Monate BCI im Alltag: 92 Prozent Genauigkeit

Neben neuen Implantationen liefern Langzeitdaten wichtige Erkenntnisse. Eine Studie der University of California, Davis, veröffentlicht am 16. Juni in Nature Medicine, dokumentiert die Erfahrungen eines ALS-Patienten. Er nutzte ein BCI mit 256 Elektroden über 19 Monate – und das im häuslichen Umfeld.

Das im Sommer 2023 implantierte System erreichte eine Sprechgeschwindigkeit von durchschnittlich 56 Wörtern pro Minute. Unter Testbedingungen lag die Wortgenauigkeit bei 99 Prozent, im freien Alltag bei 92 Prozent.

Entscheidend: Nach der anfänglichen Kalibrierung konnte das Pflegeteam die Technologie ohne ständige Forscher vor Ort bedienen. Auch nach über 650 Tagen funktionierten noch mehr als 90 Prozent der implantierten Elektroden.

NeuroPace sichert sich 49 Millionen Dollar

Der Neurotechnologie-Sektor konsolidiert sich auch wirtschaftlich. Laut Regulierungsdokumenten vom 17. Juni sicherte sich NeuroPace, spezialisiert auf Hirnstimulation, eine Finanzierungsrunde über 49 Millionen US-Dollar. Das Geld fließt in die Weiterentwicklung implantierbarer Geräte gegen neurologische Störungen.

Gleichzeitig zeigt sich eine interessante Synergie: DeepL gab am selben Tag die Übernahme des Technologieteams von Mixhalo bekannt. Ziel ist die Integration von Audio-Technologien mit extrem niedriger Latenz in Übersetzungssysteme – perspektivisch auch relevant für die Echtzeit-Sprachausgabe von BCI-Systemen.

In Deutschland baut ein Konsortium unter Führung von Infineon Dresden die Chip-Basis aus. Mitte Juni erhielt das Projekt „Supercomp“ eine EU-Förderzusage über 12,7 Millionen Euro. Bis Mitte 2028 sollen neue Ansätze für Chipdesign und Fertigung mit KI entstehen. Das könnte langfristig die Rechenleistung für komplexe neuronale Implantate erhöhen.

Anzeige: Sprachverlust durch ALS oder Motoneuronerkrankung stellt Familien vor enorme Herausforderungen. Ein neuer Report zeigt, wie implantierte Brain-Computer-Interfaces die Kommunikation im Alltag zuverlässig verbessern – mit konkreter Checkliste für den Pflegeteam-Betrieb. BCI-Report für Angehörige jetzt sichern

Wie Nervenzellen die Signalverarbeitung verbessern

Auch die Grundlagenforschung liefert wichtige Erkenntnisse. Ein internationales Team unter Beteiligung der Universitätsmedizin Göttingen veröffentlichte am 18. Juni in Nature Communications eine Studie zur Spezialisierung von Nervenzellen.

Die Forscher untersuchten 483 Neuronen. Ergebnis: Nervenzellen im präfrontalen Kortex haben eine deutlich komplexere Struktur mit mehr Dendriten als Zellen in primären Sinnesarealen. Diese aufgabenspezifische Architektur ist für die Platzierung und Programmierung künftiger Sprach-Implantate hochrelevant. Sie ermöglicht präzisere Vorhersagemodelle für die Signalverarbeitung.

de | wissenschaft | 69572103 |