Lausanne/Madrid – Wissenschafter der ETH Lausanne (EPFL) haben Neuroprothesen entwickelt, die aus Fehlern lernen können. Für die Patienten wird dadurch die Steuerung ihrer Prothesen einfacher. Die sogenannten Brain-Machines-Interfaces (BMI) sind eine große Hoffnung für gelähmte Patienten oder solche mit Amputationen. Die BMI erlauben es, Prothesen mittels ans Gehirn angeschlossener Elektroden zu steuern.

Die meisten dieser BMI funktionieren so, dass sie die elektrische Aktivität des Gehirns mittels Elektroenzephalografie (EEG) interpretieren. Damit das klappt, müssen die Patienten speziell trainiert werden. Sie müssen die gewünschte Information – wie etwa "den linken Arm strecken" – mit ihrer Gehirnaktivität übermitteln können.

Die Patienten brauchen heute aber sehr viel Zeit und Ausdauer, um zu lernen, wie sie ihre Neuroprothese steuern können. Trotz des Trainings sind gewisse komplexe Bewegungen nicht möglich.

Aus Fehlern lernen

Wenn man beispielsweise eine Treppenstufe verpasst, sendet das Gehirn einen elektrischen Impuls, welcher den Misserfolg meldet. Dieses Signal heisst Error-related potential (ErrP). Jose Millan vom Institut für Bioengineering der EPFL hatte die Idee, das ErrP zu nutzen, um eine neue Generation von Neuroprothesen zu entwickeln.

Dank dieses Signals lerne die Maschine selbst, die korrekte Bewegung auszuführen, wird der Forscher in der Mitteilung zitiert. Wenn es dem Patienten mit seiner Prothese nicht gelinge, ein Glas Wasser zu ergreifen, verstehe die Neuroprothese, dass die Handlung fehlgeschlagen sei. Sie werde deshalb ihre nächsten Bewegungen so lange anpassen, bis sie das Glas greifen kann. Die Neuroprothese weiß, dass das Ziel erreicht ist, wenn die Handlung kein ErrP mehr generiert.

Entlastung für den Patienten

Der Patient wird somit vom langwierigen Lernprozess entlastet. Dieser neue Ansatz könnte zur Entwicklung von intelligenten Prothesen führen, die fähig sind, eine breite Palette von teils auch komplexen Bewegungen auszuführen. Die lernfähigen Neuroprothesen könnten sich laufend anpassen, auch wenn sie keine genauen Informationen über das Handlungsziel hätten, sagte Millan.

Ihre Ergebnisse haben Millan und sein Team in der Fachzeitschrift "Scientific Reports" veröffentlicht. Die Forschungsarbeiten wurden in Partnerschaft mit der Universität von Saragossa (Spanien) durchgeführt. (APA, 12.9.2015)