Brain-Computer-Interface
Trainier deine Lernmuskeln!
Mit Flash Cards, Quiz und mehr
Loslegen
Wir werden ihn in Kürze redaktionell checken.
Wir werden ihn in Kürze redaktionell checken.
Synonyme: Gehirn-Computer-Schnittstelle, Brain-Machine-Interface, BMI
Englisch: brain-computer interface
Definition
Ein Brain-Computer-Interface, kurz BCI, ist ein System, das Aktivität des zentralen Nervensystems (ZNS) erfasst und in eine künstliche Ausgabe übersetzt, z. B. in Steuersignale für einen Computer, eine Prothese oder eine Rückenmarkstimulation. Diese Ausgabe ersetzt, stellt wieder her, verstärkt, ergänzt oder verbessert die natürliche Ausgabe des ZNS über Nerven und Muskeln.[1]
Abgrenzung
Die folgenden Begriffe grenzen BCIs von verwandten Verfahren ab:
- Neurofeedback: Rückmeldung physiologischer Signale zu deren Selbstregulation. Beim BCI dient das Signal als Steuerbefehl. Bei Rehabilitations-BCIs ist die Grenze fließend.
- Neuroprothese: technisches System, das neuronale Funktionen ersetzt oder unterstützt. BCIs zur Funktionswiederherstellung zählen dazu. Umgekehrt ist z. B. das Cochlea-Implantat eine Neuroprothese, aber kein BCI, da es keine Hirnaktivität dekodiert.
Physiologische Grundlagen
BCIs nutzen, dass Handlungsabsichten mit reproduzierbaren Mustern neuronaler Aktivität einhergehen, auch wenn die Ausführung durch eine Läsion efferenter Bahnen nicht mehr möglich ist. Für die Bewegungssteuerung nutzbare kortikale Signale können auch Jahre nach einem Hirnstamminfarkt erhalten bleiben.[2]
Signalebenen
Nach grob abnehmender räumlicher Auflösung:
- Aktionspotenziale einzelner Neurone
- Lokale Feldpotenziale (LFP): summierte synaptische Aktivität kleiner Neuronenverbände
- Elektrokortikographie (ECoG): kortikale Oberflächenpotenziale; v. a. hochfrequente Aktivität im High-Gamma-Band spiegelt lokale kortikale Aktivierung wider
- Elektroenzephalographie (EEG): summierte postsynaptische Potenziale großer Pyramidenzellverbände, durch Liquor, Schädel und Kopfhaut gedämpft und räumlich verschmiert
Die klassische Beobachtung, dass Motorkortex-Neurone bestimmte Bewegungsrichtungen bevorzugen[3], wird heute durch das Verständnis der Motorkortex-Aktivität als Populationsdynamik ergänzt, die an der Erzeugung von Bewegungen beteiligt ist, statt sie nur zu repräsentieren.[4]
Im EEG genutzte Phänomene
Im EEG werden insbesondere folgende Phänomene genutzt:
- Sensomotorische Rhythmen: Bei Bewegung kommt es über dem sensomotorischen Kortex zu einer ereigniskorrelierten Desynchronisation (ERD) des My- und Beta-Rhythmus, nach Bewegungsende zu einer ereigniskorrelierten Synchronisation (ERS, Beta-Rebound).[5] Ein ähnliches Muster bei reiner Bewegungsvorstellung ist Grundlage motorischer Imaginations-BCIs.
- P300: ereigniskorreliertes Potenzial auf seltene, aufgabenrelevante Reize; Grundlage vieler Buchstabiersysteme
- Steady-state visuell evozierte Potenziale (SSVEP): Antwort auf flimmernde Reize definierter Frequenz
- Langsame kortikale Potenziale: historisch Grundlage früher Kommunikationssysteme bei amyotropher Lateralsklerose (ALS)[6], heute kaum noch eingesetzt
Sprachbezogene Signale
Im ventralen präzentralen Gyrus sind die Artikulatoren räumlich durchmischt repräsentiert, sodass versuchte Sprache bereits aus einem kleinen Kortexareal dekodiert werden kann.[7]
Funktionsprinzip
Ein BCI umfasst Signalerfassung, Signalverarbeitung (Filterung, Artefaktunterdrückung, Merkmalsextraktion), Dekodierung der Nutzerintention und Ausgabe. Über das Feedback entsteht ein geschlossener Regelkreis (Closed Loop), in dem sich Nutzer und Dekoder wechselseitig anpassen (Co-Adaptation). Da neuronale Signale nicht stationär sind, ist eine wiederholte Rekalibrierung oder fortlaufende Anpassung des Dekoders erforderlich.
Neben linearen Dekodern, z. B. Kalman-Filter, kommen zunehmend tiefe neuronale Netze zum Einsatz. In Sprach-BCIs setzen Sprachmodelle die dekodierten Lautfolgen zu Wörtern und Sätzen zusammen.[7][8]
Einteilung
Nach Ort der Signalerfassung
Die Zuordnung zu den Begriffen teil- oder invasiv ist in der Literatur uneinheitlich.
- Nicht-invasiv: v. a. EEG, seltener funktionelle Nahinfrarotspektroskopie (fNIRS) oder Magnetenzephalographie (MEG); geringes Eingriffsrisiko, jedoch geringere räumliche Auflösung als implantierte Verfahren
- Epidural: Elektroden außerhalb der Dura mater, ohne deren Eröffnung (epidurales ECoG)
- Subdural: Elektroden unterhalb der Dura mater auf der Hirnoberfläche (subdurales ECoG)
- Endovaskulär: Stent-Elektroden, die über die V. jugularis in den Sinus sagittalis superior nahe dem Motorkortex eingebracht werden und keine Kraniotomie erfordern[9]
- Intrakortikal: in das Hirngewebe eingebrachte Mikroelektroden-Arrays mit sehr hoher räumlicher Auflösung
Nach Funktion
BCIs werden funktionell wie folgt eingeteilt:
- Unidirektional: ausschließlich Dekodierung von Hirnaktivität
- Bidirektional: zusätzlich Rückkopplung durch Stimulation, z. B. intrakortikale Mikrostimulation des somatosensorischen Kortex zur Vermittlung taktiler Information[10]
Klinische Anwendungen
Zielgruppe sind v. a. Patienten mit schwerer motorischer Beeinträchtigung bei erhaltener Kognition, z. B. bei ALS, Locked-in-Syndrom, Hirnstamminfarkt oder hoher Querschnittlähmung.
- Kommunikation: Buchstabiersysteme sowie Sprachneuroprothesen auf Basis intrakortikaler[7][8] oder subduraler Ableitungen[11], die versuchte Sprache in Text, synthetische Sprache oder die Mimik eines Avatars übersetzen
- Motorische Neuroprothetik: Steuerung eines Roboterarms oder einer Armprothese[2] sowie von Computeranwendungen bei Tetraplegie
- Brain-Spine-Interface: Kopplung kortikaler Signale an eine epidurale Rückenmarkstimulation zur Wiederherstellung des Gehens nach Rückenmarkverletzung[12]
- Neurorehabilitation: EEG-basierte BCIs, die über funktionelle Elektrostimulation oder Orthesen Bewegungen auslösen. In den USA ist ein solches System seit 2021 zur Rehabilitation der oberen Extremität bei chronischem Schlaganfall zugelassen.[13]
Zulassungsstand
Im März 2026 wurde in China ein epidurales BCI zugelassen, das bei Tetraplegie nach zervikaler Rückenmarkverletzung einen pneumatischen Handschuh zum Greifen steuert. Die Zulassungsbehörde bezeichnet dies als weltweit erste Markteinführung eines invasiven BCI-Medizinprodukts.[14][15] Bereits 2025 erhielt ein bestehendes System zur tiefen Hirnstimulation bei Parkinson-Krankheit in der EU die CE-Kennzeichnung für eine adaptive Stimulationsfunktion[16]. In den USA wurde diese Funktion im selben Jahr von der FDA zugelassen.[17] Da das System Hirnsignale erfasst und die Stimulation daran anpasst, kann es nach weiter gefasster Definition als BCI eingeordnet werden. Die Angabe zur chinesischen Erstzulassung bezieht sich auf BCIs, die eine Nutzerintention dekodieren (Stand: Oktober 2026).
Limitationen und ethische Aspekte
Wesentliche Limitationen und ethische Aspekte sind:
- Langzeitstabilität von Signalen und Implantaten, u. a. durch Gewebereaktion um die Elektroden
- Operations- und Infektionsrisiken implantierter Systeme
- Kalibrierungs- und Trainingsaufwand
- überwiegend kleine Fallzahlen
- Datenschutz neuronaler Daten, Autonomie, Zuschreibung von Verantwortung bei durch künstliche Intelligenz (KI) gestützter Dekodierung, Versorgung nach Studienende
Für implantierbare BCIs empfiehlt ein 2026 veröffentlichter Aufklärungsrahmen eine fortlaufende, an die Kommunikationsmöglichkeiten und Einwilligungsfähigkeit des Nutzers angepasste informierte Einwilligung. Dabei sollen insbesondere die Nutzung neuronaler Daten, mögliche Veränderungen der Systemfunktion sowie Verantwortlichkeiten für die langfristige Betreuung und die Versorgung nach Studienende geklärt werden.[18]
BCIs lesen keine Gedanken im umgangssprachlichen Sinn, sondern erkennen intentionsbezogene oder trainierte Aktivitätsmuster. In einer experimentellen Studie ließen sich jedoch auch Signale innerer Sprache aus dem Motorkortex dekodieren. Die Ergebnisse unterstreichen die Bedeutung technischer Schutzmechanismen gegen unbeabsichtigte Ausgaben.[19]
Literatur
- Wolpaw JR, Birbaumer N, McFarland DJ, Pfurtscheller G, Vaughan TM. Brain-computer interfaces for communication and control. Clin Neurophysiol. 2002;113(6):767-791.
- Wolpaw JR, Wolpaw EW (Hrsg.). Brain–Computer Interfaces: Principles and Practice. Oxford University Press; 2012. ISBN 978-0-19-538885-5
Quellen
- ↑ Wolpaw JR, Millán JDR, Ramsey NF. Brain-computer interfaces: Definitions and principles. Handb Clin Neurol. 2020;168:15-23.
- ↑ 2,0 2,1 Hochberg LR, Bacher D, Jarosiewicz B, et al. Reach and grasp by people with tetraplegia using a neurally controlled robotic arm. Nature. 2012;485(7398):372-375.
- ↑ Georgopoulos AP, Kalaska JF, Caminiti R, Massey JT. On the relations between the direction of two-dimensional arm movements and cell discharge in primate motor cortex. J Neurosci. 1982;2(11):1527-1537.
- ↑ Churchland MM, Cunningham JP, Kaufman MT, et al. Neural population dynamics during reaching. Nature. 2012;487(7405):51-56.
- ↑ Pfurtscheller G, Lopes da Silva FH. Event-related EEG/MEG synchronization and desynchronization: basic principles. Clin Neurophysiol. 1999;110(11):1842-1857.
- ↑ Birbaumer N, Ghanayim N, Hinterberger T, et al. A spelling device for the paralysed. Nature. 1999;398(6725):297-298.
- ↑ 7,0 7,1 7,2 Willett FR, Kunz EM, Fan C, et al. A high-performance speech neuroprosthesis. Nature. 2023;620(7976):1031-1036.
- ↑ 8,0 8,1 Card NS, Wairagkar M, Iacobacci C, et al. An Accurate and Rapidly Calibrating Speech Neuroprosthesis. N Engl J Med. 2024;391(7):609-618.
- ↑ Mitchell P, Lee SCM, Yoo PE, et al. Assessment of Safety of a Fully Implanted Endovascular Brain-Computer Interface for Severe Paralysis in 4 Patients: The Stentrode With Thought-Controlled Digital Switch (SWITCH) Study. JAMA Neurol. 2023;80(3):270-278.
- ↑ Flesher SN, Downey JE, Weiss JM, et al. A brain-computer interface that evokes tactile sensations improves robotic arm control. Science. 2021;372(6544):831-836.
- ↑ Metzger SL, Littlejohn KT, Silva AB, et al. A high-performance neuroprosthesis for speech decoding and avatar control. Nature. 2023;620(7976):1037-1046.
- ↑ Lorach H, Galvez A, Spagnolo V, et al. Walking naturally after spinal cord injury using a brain-spine interface. Nature. 2023;618(7963):126-133.
- ↑ U.S. Food and Drug Administration. De Novo Classification Request DEN200046: Neurolutions Upper Extremity Rehabilitation System. Entscheidung vom 23.04.2021.
- ↑ National Medical Products Administration (NMPA). 首款侵入式脑机接口医疗器械获批上市 (Erstes invasives BCI-Medizinprodukt zur Markteinführung zugelassen). 13.03.2026.
- ↑ Xinhua. China grants world's first market approval for invasive BCI product. People's Daily Online, 14.03.2026.
- ↑ Medtronic achieves CE Mark approval for BrainSense Adaptive deep brain stimulation and Electrode Identifier. Med-Tech Insights, 13.01.2025.
- ↑ U.S. Food and Drug Administration. PMA P960009/S478: Activa, Percept and SenSight Deep Brain Stimulation Therapy System – adaptive deep brain stimulation. Zulassungsschreiben vom 20.02.2025.
- ↑ Young et al., Unifying Consent Standards for Implantable Brain-Computer Interfaces, Device, 2026
- ↑ Kunz EM, Abramovich Krasa B, Kamdar F, et al. Inner speech in motor cortex and implications for speech neuroprostheses. Cell. 2025;188(17):4658-4673.e17.