Gehirn-Computer Schnittstellen (BCI)

Gehirn-Computer Schnittstellen oder englisch: Brain-Computer Interfaces (BCI) üben große Faszination auf Technik und Wissenschaft aus. Im medizinischen Bereich sind damit Systeme gemeint, die neuronale Aktivität erfassen und diese als Trigger für bestimmte medizinisch relevante Aktionen verwenden.

Besonders intensiv erforschte Anwendungsgebiete für diese Technologie sind neuronal gesteuerte Assistenz-Systeme für schwerstgelähmte Menschen, die diese Kommunikation oder motorische Unterstützung, z.B. durch Roboterarme, ermöglichen sollen. In den letzten Jahren deuten daneben vermehrt wissenschaftliche Erkenntnisse darauf hin, dass solche Systeme auch zu Rehabilitationszwecken genutzt werden können.

In Forschungsumgebungen konnten hier schon beachtliche Erfolge erzielt werden. Alltagstaugliche Systeme gibt es derzeit allerdings noch nicht.

– als Hilfsmittelsteuerung für Schwerstgelähmte, z.B. bei ALS oder Querschnittslähmung

Lähmungen, die zum Beispiel nach schweren Schlaganfällen, Verletzungen der Wirbelsäule oder infolge der progressiven Muskelerkrankung ALS (an der z.B. der bekannte Physiker Stephen Hawking erkrankt war) auftreten, können so schwerwiegend sein, dass die Patienten nicht mehr normal kommunizieren können. Diesen Fall bezeichnet man als Locked-in Syndrom.

Wenn auch Augenbewegungen oder Zuckungen einzelner Muskeln unmöglich werden, dann sind die Patienten sind vollständig „eingeschlossen“ (Complete Locked-in Syndrom).

Die Unfähigkeit, ihre Umgebung zu kontrollieren und mit ihren Angehörigen und Pflegern zu kommunizieren, macht diesen Zustand für die Betroffenen besonders schwer erträglich –insbesondere auch deshalb, weil sie noch bei vollem Bewusstsein sein können.

In sehr vielen Fällen ist das Gehirn der gelähmten Patienten intakt. Hier können neurotechnologische Mittel anknüpfen, um sogenannte Gehirn-Computer-Schnittstellen zu schaffen. Patienten können diese unabhängig von ihrer verbliebenen Muskel-Aktivität – nur mit der Kraft der Gedanken – kontrollieren und steuern.

Am einfachsten kann ein Enzephalogramm (EEG) die Hirnaktivität erfassen. Eine kürzlich neu gefundenen Alternative hierzu ist die funktionelle Nah-Infrarotspektroskopie (fNIRS). Die Menge an Informationen, die mit diese beiden nichtinvasiven Methoden durch den Schädelknochen hindurch abgegriffen können, ist allerdings sehr eingeschränkt. Gleiches gilt für die Stabilität der transportierten Signale. Darüber hinaus sind beide Methoden sehr anfällig für Störungen aus der Umwelt, wie etwa durch Radio- oder Mobilfunk-Signale (Rosenfeld & Wong, 2017; Shih et al., 2012).

Stärkere und stabilere Signale und eine genauere räumliche Auflösung liefern Elektroden, die innerhalb des Schädels auf dem Gehirn oder der Hirnhaut aufliegen oder in das Gehirngewebe hineingeschoben werden. Um alltagstaugliche Systeme realisieren zu können, muss zudem eine schnelle und sichere Datenverarbeitung gewährleistet sein, und die verwendete Hardware muss kompakt und portabel sein.

Über die direkte Ansteuerung von motorischen Nerven kann eventuell sogar die natürliche Bewegungsfähigkeit der Muskulatur wiederhergestellt werden. In diesem Bereich forscht aktuell die Bioelektronische Medizin.

Alltagstaugliche Assistenzsysteme für Schwerstgelähmte gibt es bislang in unterschiedlichen Formen, die alle auf verbliebenen Bewegungsfunktionen des Patienten aufbauen. Rollstühle und andere Hilfsmittel können über die Bewegung der Augen, der Zunge oder auch über die Atemluft gesteuert werden. Für Locked-In Patienten, die über keine solchen Restfunktionen verfügen, sind derartige Systeme jedoch nicht nutzbar.

In der neurowissenschaftlichen Forschung gibt es vielerlei Ansätze, um neuronale Steuerungen von Rollstühlen, Orthesen, Kommunikationssystemen und anderen Hilfsmitteln, rein über die Signale von Nervenaktivität zu ermöglichen.

Obwohl Pilotprojekte mit einzelnen Patienten bereits beeindruckende Erfolge mit solchen nichtinvasiven (Chaudary et al., 2016) oder invasiven (Bacher et al., 2015; Branco et al., 2017; Collinger at al., 2014; Wang et al., 2013) Gehirn-Computer Schnittstellen erzielen konnten, ist der Weg zu alltagstauglichen und für den allgemeinen klinischen Gebrauch zugelassenen Systemen noch weit.

Die °AirRay Elektroden von CorTec eignen sich sowohl für das Ableiten wie für die Stimulation von Hirnaktivität und können somit Informationen in beide Richtungen übertragen. Dank der flexiblen Herstellungstechnologie von CorTec lassen sich Form, Abstände und Anzahl der Elektrodenkontakte individuell an die Anwendung wie auch an den Patienten anpassen. °AirRay Cuff Elektroden können zudem Muskel-Nerven ansteuern mit dem Ziel, die natürliche Bewegungsfähigkeit wiederherzustellen.

Zusammen mit einer intelligenten Dekodierungs-Software, wie sie die Brain Interchange Technologie von CorTec nutzen kann, kann eine direkte Verbindung zwischen menschlichem Gehirn und künstlicher Intelligenz entstehen, die auch vollständig Gelähmten wieder eine Interaktion mit der Umwelt ermöglichen könnte.

Durch seine hohe Zahl an derzeit 32 Kanälen ist das Brain Interchange System technisch dafür geeignet, eine bislang unerreichte Dichte an Informationsübertragung zu unterstützen. Damit kann die neuronale Steuerung von komplexen und präzisen Hilfsmitteln wie auch eine Wiederherstellung der Bewegungsfähigkeit der körpereigenen Muskulatur erschlossen werden.

Die °AirRay Grid und Cuff Elektroden von CorTec können in unterschiedlichsten Designs im Rahmen wissenschaftlicher Studien wie auch als Komponenten von therapeutischen Komplett-Systemen zum Einsatz kommen. Das Brain Interchange System befindet sich derzeit in der Entwicklung. Erste klinische Pilotstudien sind in Vorbereitung, die die Sicherheit und Funktionalität des Systems demonstrieren sollen. Ein Förderprojekt in Kooperation mit dem Universitätsklinikum Freiburg hat das Ziel, die Brain-Computer-Schnittstellen als Assistenzsysteme für Gelähmte zu erforschen.

– zur Rehabilitation , z.B. nach Schlaganfall

Nach einem Schlaganfall verbleiben in vielen Fällen Lähmungen, welche die Patienten in ihrem alltäglichen Leben dauerhaft beeinträchtigen, und die manchmal auch durch intensive Rehabilitationsmaßnahmen nicht zu beheben sind.

Häufig sind die betroffenen Schlaganfall-Patienten nach wie vor in der Lage, diejenigen Hirnsignale zu erzeugen, die bei Gesunden bestimmte Bewegungen auslösen, wenn sie sich die entsprechenden Bewegungen vorstellen. Gehirn-Computer Schnittstellen, welche diese Bewegungsabsichten in den elektrischen Signalen des Gehirns detektieren und auf Basis dieser Daten Hilfsmittel wie zum Beispiel Orthesen steuern, könnten die Bewegungsfähigkeit der Patienten teilweise wiederherstellen.

Durch das Training mit der Gehirn-Computer Schnittstelle können Patienten lernen, ihre Gliedmaßen mit Unterstützung des Hilfsmittels gezielt zu bewegen. In Pilotstudien sind bereits vielversprechende Erfolge in der motorischen Rehabilitation von Schlaganfall-Patienten mit Hilfe von Gehirn-Computer Schnittstellen erzielt worden (Frolov et al., 2017; Bundy et al., 2017; Monge-Pereira et al., 2017; Chaudhary et al., 2016).

Studienergebnissen zufolge führt der Erfolg im Training offenbar auch dazu, dass neue neuronale Verbindungen aufgebaut werden, die die natürliche Beweglichkeit auch ohne Hilfsmittel verbessern können (Biasiucci et al., 2018).

Die Neurotechnologie könnte somit neue Wege der Rehabilitation eröffnen und auf motorische Behinderungen einwirken, die sich mit bisherigen Methoden nicht beheben lassen.

Rehabilitationsmaßnahmen nach Schlaganfällen sehen heute vor allem eine passive Bewegungstherapie vor, die dem Patienten eine bestimmte Rhythmik der Bewegung vorgibt.

Zusätzlich werden derzeit Gehirn-Computer Schnittstellen für die Erforschung möglicher neuer Rehabilitationsformen eingesetzt, hauptsächlich mit Hilfe von nicht-invasiv abgeleiteten Signalen wie z.B. dem Enzephalogramm (EEG; s. Frolov et al., 2017; Bundy et al., 2017; Monge-Pereira et al., 2017; Chaudhary et al., 2016).

Jedoch werden die Genauigkeit und der Informationsgehalt der neuronalen Signale – und damit auch die Dekodierbarkeit für die Gehirn-Computer Schnittstellen – besser, wenn man zu ihrer Steuerung Signale aus dem Schädelinneren, z.B. direkt von der Hirnoberfläche, nutzt (Rosenfeld & Wong, 2017; Shih et al., 2012).

Aus diesem Grund werden zunehmend auch Gehirn-Computer-Schnittstellen für die Schlaganfallrehabilitation in Betracht gezogen, die invasiv gewonnene Hirnsignale verwenden (Gharabaghi et al., 2014; Wang et al., 2010). Für die klinische Anwendung in der Schlaganfallrehabilitation zugelassene Systeme die auf Gehirn-Computer Schnittstellen basieren, gibt es aktuell allerdings noch nicht.

Ein anderer Ansatz zur Schlaganfallrehabilitation basiert auf der elektrischen Stimulation der motorischen Hirnrinde während der motorischen Rehabilitation. Das US-amerikanische Unternehmen Northstar Neuroscience, das einen entsprechenden Neurostimulator entwickelte, konnte in den 2000er Jahren vielversprechende Erfolge mit einer solchen elektrisch unterstützten Rehabilitation verzeichnen (Brown et al., 2003; Brown et al., 2006). Eine anschließende größere klinische Studie erzielte positive langfristige Verbesserungen, aber keine kurzfristigen Vorteile (Levy et al., 2016). Zukünftige Studien (möglicherweise mit besserer Technologie, besserem Studiendesign und verbesserten Kriterien für die Patientenauswahl) sind nötig, um das Potenzial der kortikalen Stimulation für die Schlaganfallrehabilitation zu klären.

Die flachen °AirRay Grid-Elektroden von CorTec eignen sich sowohl für das Ableiten wie für die Stimulation von Hirnaktivität und können somit Informationen in beide Richtungen übertragen. Dank der flexiblen Herstellungstechnologie von CorTec lassen sich Form, Abstände und Anzahl der Elektroden individuell an die Anwendung wie auch an den individuellen Patienten anpassen.

Die Kombination der °AirRay Elektroden mit dem Brain Interchange Implantat-System von CorTec ermöglicht es, die Daten drahtlos an eine Rechnereinheit außerhalb des Körpers übertragen. Diese analysiert die Messdaten und verarbeitet sie weiter zu Steuersignalen für Bewegungen. So sind schnelle Interaktionen mit Gehirn und Gliedmaßen möglich.

Die °AirRay Grid-Elektroden von CorTec können in unterschiedlichsten Designs im Rahmen wissenschaftlicher Studien wie auch als Komponenten von therapeutischen Komplett-Systemen zum Einsatz kommen. Das Brain Interchange System befindet sich derzeit in der Entwicklung. Erste klinische Pilotstudien sind in Vorbereitung, die die Sicherheit und Funktionalität des Systems demonstrieren sollen. Ein Förderprojekt in Kooperation mit dem Universitätsklinikum Tübingen hat das Ziel, die Grundlagen von neuen Rehabilitationssystemen für Gelähmte zu erforschen.

Weiterführende Links und Literatur

Fachliteratur

als Hilfsmittelsteuerung für Schwerstgelähmte

Brain-computer interfaces in the completely locked-in state and chronic stroke.

Chaudhary U, Birbaumer N, Ramos-Murguialday A.

Prog Brain Res. 2016;228:131-61. doi: 10.1016/bs.pbr.2016.04.019. Epub 2016 Aug 8. Review.

 

Neurobionics and the brain-computer interface: current applications and future horizons.

Rosenfeld JV, Wong YT.

Med J Aust. 2017 May 1;206(8):363-368. Review.

 

Brain-computer interfaces in medicine.

Shih JJ, Krusienski DJ, Wolpaw JR.

Mayo Clin Proc. 2012 Mar;87(3):268-79. doi: 10.1016/j.mayocp.2011.12.008. Epub 2012 Feb 10. Review.

 

Neural Point-and-Click Communication by a Person With Incomplete Locked-In Syndrome.

Bacher D, Jarosiewicz B, Masse NY, Stavisky SD, Simeral JD, Newell K, Oakley EM, Cash SS, Friehs G, Hochberg LR.

Neurorehabil Neural Repair. 2015 Jun;29(5):462-71. doi: 10.1177/1545968314554624. Epub 2014 Nov 10.

 

Decoding hand gestures from primary somatosensory cortex using high-density ECoG.

Branco MP, Freudenburg ZV, Aarnoutse EJ, Bleichner MG, Vansteensel MJ, Ramsey NF.

Neuroimage. 2017 Feb 15;147:130-142. doi: 10.1016/j.neuroimage.2016.12.004. Epub 2016 Dec 5.

 

Collaborative approach in the development of high-performance brain-computer interfaces for a neuroprosthetic arm: translation from animal models to human control.

Collinger JL, Kryger MA, Barbara R, Betler T, Bowsher K, Brown EH, Clanton ST, Degenhart AD, Foldes ST, Gaunt RA, Gyulai FE, Harchick EA, Harrington D, Helder JB, Hemmes T, Johannes MS, Katyal KD, Ling GS, McMorland AJ, Palko K, Para MP, Scheuermann J, Schwartz AB, Skidmore ER, Solzbacher F, Srikameswaran AV, Swanson DP, Swetz S, Tyler-Kabara EC, Velliste M, Wang W, Weber DJ, Wodlinger B, Boninger ML.

Clin Transl Sci. 2014 Feb;7(1):52-9. doi: 10.1111/cts.12086. Epub 2013 Aug 27.

 

An electrocorticographic brain interface in an individual with tetraplegia.

Wang W, Collinger JL, Degenhart AD, Tyler-Kabara EC, Schwartz AB, Moran DW, Weber DJ, Wodlinger B, Vinjamuri RK, Ashmore RC, Kelly JW, Boninger ML.

PLoS One. 2013;8(2):e55344. doi: 10.1371/journal.pone.0055344. Epub 2013 Feb 6.

 

zur Rehabilitation

Post-stroke Rehabilitation Training with a Motor-Imagery-Based Brain-Computer Interface (BCI)-Controlled Hand Exoskeleton: A Randomized Controlled Multicenter Trial.

Frolov AA, Mokienko O, Lyukmanov R, Biryukova E, Kotov S, Turbina L, Nadareyshvily G, Bushkova Y.

Front Neurosci. 2017 Jul 20;11:400. doi: 10.3389/fnins.2017.00400. eCollection 2017.

 

Contralesional Brain-Computer Interface Control of a Powered Exoskeleton for Motor Recovery in Chronic Stroke Survivors.

Bundy DT, Souders L, Baranyai K, Leonard L, Schalk G, Coker R, Moran DW, Huskey T, Leuthardt EC.

Stroke. 2017 Jul;48(7):1908-1915. doi: 10.1161/STROKEAHA.116.016304. Epub 2017 May 26.

 

Use of Electroencephalography Brain-Computer Interface Systems as a Rehabilitative Approach for Upper Limb Function After a Stroke: A Systematic Review.

Monge-Pereira E, Ibañez-Pereda J, Alguacil-Diego IM, Serrano JI, Spottorno-Rubio MP, Molina-Rueda F.

PM R. 2017 May 13. pii: S1934-1482(17)30581-6. doi: 10.1016/j.pmrj.2017.04.016.

 

Brain-computer interfaces in the completely locked-in state and chronic stroke.

Chaudhary U, Birbaumer N, Ramos-Murguialday A.

Prog Brain Res. 2016;228:131-61. doi: 10.1016/bs.pbr.2016.04.019. Epub 2016 Aug 8. Review.

 

Brain-actuated functional electrical stimulation elicits lasting arm motor recovery after stroke.

Biasiucci A, Leeb R, Iturrate I, Perdikis S, Al-Khodairy A, Corbet T, Schnider A, Schmidlin T, Zhang H, Bassolino M, Viceic D, Vuadens P, Guggisberg AG, Millán JDR.

Nat Commun. 2018 Jun 20;9(1):2421. doi: 10.1038/s41467-018-04673-z.

 

From assistance towards restoration with epidural brain-computer interfacing.

Gharabaghi A, Naros G, Walter A, Grimm F, Schuermeyer M, Roth A, Bogdan M, Rosenstiel W, Birbaumer N.

Restor Neurol Neurosci. 2014;32(4):517-25. doi: 10.3233/RNN-140387.

 

Neural interface technology for rehabilitation: exploiting and promoting neuroplasticity.

Wang W, Collinger JL, Perez MA, Tyler-Kabara EC, Cohen LG, Birbaumer N, Brose SW, Schwartz AB, Boninger ML, Weber DJ.

Phys Med Rehabil Clin N Am. 2010 Feb;21(1):157-78. doi: 10.1016/j.pmr.2009.07.003. Review.

 

Northstar study papers:

Brown JA, Lutsep H, Cramer SC, Weinand M. Motor cortex stimulation for enhancement of recovery after stroke: case report. Neurol Res. 2003 Dec;25(8):815-8.

Brown JA, Lutsep HL, Weinand M, Cramer SC. Motor cortex stimulation for the enhancement of recovery from stroke: a prospective, multicenter safety study. Neurosurgery. 2006 Mar;58(3):464-73.

Levy RM, Harvey RL, Kissela BM, Winstein CJ, Lutsep HL, Parrish TB, Cramer SC, Venkatesan L. Epidural Electrical Stimulation for Stroke Rehabilitation: Results of the Prospective, Multicenter, Randomized, Single-Blinded Everest Trial. Neurorehabil Neural Repair. 2016 Feb;30(2):107-19. doi: 10.1177/1545968315575613. Epub 2015 Mar 6.