Frau mit Lähmung kann mit einem Gehirnimplantat und KI durch Denken sprechen

Die experimentelle Schnittstelle ermöglicht der Patientin die Kommunikation über einen digitalen Avatar und ist schneller als ihr aktuelles System

Will Sullivan

Täglicher Korrespondent

Nachdem Ann Johnson vor 18 Jahren einen Schlaganfall erlitt, wurde sie gelähmt und verlor die Fähigkeit zu sprechen. Mithilfe eines Gehirnimplantats und künstlicher Intelligenz ist sie nun wieder in der Lage, über einen digitalen Avatar verbal zu kommunizieren.

In einer letzte Woche in der Fachzeitschrift Nature veröffentlichten Studie implantierten Forscher eine Reihe von Elektroden auf der Oberfläche von Anns Gehirn, um ihre Gehirnaktivität an Computer zu übertragen. Dort übersetzen KI-Algorithmen die Signale in Worte. Nach einer kurzen Verzögerung spricht der Avatar auf dem Bildschirm Anns Worte laut aus und fängt ihre Gefühle mit Gesichtsausdrücken ein.

„Es gibt nichts, was vermitteln kann, wie befriedigend es ist, zu sehen, wie so etwas tatsächlich in Echtzeit funktioniert“, sagte Edward Chang, Mitautor der Studie und Neurochirurg an der University of California, San Francisco (UCSF), bei a Pressekonferenz, laut Aria Bendix von NBC News.

„Das ist ein ziemlicher Sprung im Vergleich zu früheren Ergebnissen“, sagt Nick Ramsey, ein Neurowissenschaftler an der Universität Utrecht in den Niederlanden, der nicht an der Studie beteiligt war, gegenüber Hannah Devlin vom Guardian. „Wir sind an einem Wendepunkt.“

Laut einer Aussage der UCSF kommuniziert Ann derzeit mit einem Gerät, das es ihr ermöglicht, Wörter auf einem Bildschirm einzugeben, indem sie ihren Kopf bewegt. Dieses Gerät produziert nur 14 Wörter pro Minute – gesprochene menschliche Gespräche hingegen belaufen sich im Durchschnitt auf etwa 160 Wörter pro Minute. Aber mit der neuen Benutzeroberfläche, die Ann nur im Rahmen des Studiums nutzen kann, kann sie 78 Wörter pro Minute produzieren und kommt damit einem natürlichen Sprechrhythmus näher. Das Gerät entschlüsselte ihre beabsichtigte Rede mit einer Genauigkeit von etwa 75 Prozent.

Die Schnittstelle sei ein großer Fortschritt gegenüber einer früheren Version desselben Forschungsteams, das beabsichtigte Sprache mit einer Geschwindigkeit von 15 Wörtern pro Minute in Text übersetzte, schreibt Emily Mullin von Wired.

Das verbesserte System basiert auf einem Implantat mit 253 Elektroden, die über Teilen des Gehirns platziert werden, die für die Kommunikation wichtig sind. Vor Anns Schlaganfall sendeten diese Gehirnregionen Signale an die Muskeln, die am Sprechen beteiligt sind, etwa an den Kehlkopf, die Lippen und die Zunge. Jetzt überträgt ein Kabel, das an einen Anschluss an Anns Kopf angeschlossen ist, die Signale an Computer.

Als nächstes übersetzt die KI diese Signale in einzelne Laute – Wortblöcke, sogenannte Phoneme. Anschließend werden die Phoneme zu Wörtern kombiniert. Der digitale Avatar, der die Worte spricht, wurde so gestaltet, dass er wie Ann aussieht, und seine Stimme wurde mithilfe von Clips, in denen sie in ihrem Hochzeitsvideo spricht, so trainiert, dass sie wie sie klingt. Das Gesicht des Avatars bewegt sich ebenfalls und drückt Emotionen visuell aus, basierend auf Anns Gehirnsignalen.

„Die einfache Tatsache, eine Stimme zu hören, die der eigenen ähnelt, ist emotional“, sagte Ann den Forschern nach der Studie, so Miryam Naddaf von Nature News.

Ann musste wochenlang mit der Schnittstelle trainieren und immer wieder stillschweigend dieselben Sätze sprechen, damit sie die Signale ihres Gehirns verstehen konnte. Durch diese Versuche wurde dem Algorithmus beigebracht, Begriffe aus einer Datenbank von 1.024 Konversationswörtern zu erkennen.

„Sie ist äußerst engagiert und fleißig“, sagt Kaylo Littlejohn, Mitautorin der Studie und Elektroingenieurin an der UCSF, gegenüber Erin Prater von Fortune. „Sie ist bereit, so lange wie nötig aufzuzeichnen, und sie versteht wirklich, dass ihre Bemühungen in die Entwicklung einer Sprachneuroprothese münden werden, die viele Menschen mit dieser Art von Behinderung nutzen können.“

In einer zweiten Studie verschiedener Forscher, die am selben Tag in Nature veröffentlicht wurde, verwendete eine Frau, die aufgrund von ALS die Fähigkeit zum Sprechen verloren hatte, eine andere spracherzeugende Gehirn-Computer-Schnittstelle, die beabsichtigte Sprache in Text übersetzt. Die Schnittstelle entschlüsselte ihre Sprache mit einer Geschwindigkeit von 62 Wörtern pro Minute, mit einer Fehlerquote von 23,8 Prozent bei einem Wortschatz von 125.000 Wörtern.

„Es ist jetzt möglich, sich eine Zukunft vorzustellen, in der wir jemandem mit einer Lähmung wieder flüssige Gespräche ermöglichen und es ihm ermöglichen, frei zu sagen, was er sagen möchte, und zwar mit einer Genauigkeit, die hoch genug ist, um zuverlässig verstanden zu werden“, sagt Frank Willett, Mitautor des Buches Zweiter Artikel und Forschungswissenschaftler an der Stanford University, sagte bei einer Pressekonferenz laut Wired.

Dennoch wurden diese Schnittstellen nur an wenigen Personen getestet, stellt Nature News fest. „Wir müssen vorsichtig sein, wenn wir zu sehr eine breite Generalisierbarkeit auf große Bevölkerungsgruppen versprechen“, sagt Judy Illes, Neuroethikerin an der University of British Columbia in Kanada, die an keiner der beiden Studien beteiligt war, gegenüber der Veröffentlichung. „Ich bin mir nicht sicher, ob wir schon da sind.“

Wenn die Geräte im täglichen Leben nützlich sein sollen, müssen sie außerdem drahtlos sein – anders als das, das Ann verwendet – und klein genug, um tragbar zu sein, sagt Littlejohn gegenüber Fortune. Die Forscher hoffen jedoch, dass ihre Technologie eines Tages in naher Zukunft ein von der FDA zugelassenes Kommunikationssystem inspirieren wird.

„Diese Fortschritte bringen uns viel näher daran, dies zu einer echten Lösung für Patienten zu machen“, sagt Chang in der Erklärung.

Erhalten Sie jeden Wochentag die neuesten Geschichten in Ihrem Posteingang.

Will Sullivan | | MEHR LESEN

Will Sullivan ist ein in Washington, D.C. ansässiger Wissenschaftsjournalist. Seine Arbeiten sind in Inside Science und NOVA Next erschienen.