Ein Implantat nutzt maschinelles Lernen, um Amputierten die Kontrolle über Handprothesen zu geben

Joe Hamilton, ein Teilnehmer an der RPNI-Studie der University of Michigan, verwendet seinen Verstand, um eine DEKA-Handprothese zu steuern, um einen kleinen Block aufzunehmen Evan Dougherty | Ingenieurwesen der Universität von Michigan

Forscher arbeiten seit mindestens einem Jahrzehnt daran, gedankengesteuerte Prothesen Wirklichkeit werden zu lassen. Theoretisch könnte eine künstliche Hand, die Amputierte mit ihrem Verstand steuern könnten, ihre Fähigkeit wiederherstellen, alle möglichen täglichen Aufgaben auszuführen, und ihren Lebensstandard dramatisch verbessern.

Bis jetzt standen Wissenschaftler jedoch vor einem großen Hindernis: Sie waren nicht in der Lage, auf Nervensignale zuzugreifen, die stark oder stabil genug sind, um sie an das bionische Glied zu senden. Obwohl es möglich ist, diese Art von Signal über eine Gehirn-Maschine-Schnittstelle zu erhalten, ist das Verfahren zur Implantation invasiv und kostspielig. Und die Nervensignale der peripheren Nerven, die von Gehirn und Rückenmark auffächern, sind zu klein.

Ein neues Implantat umgeht dieses Problem, indem es maschinelles Lernen nutzt, um diese Signale zu verstärken. Eine Studie, erschienen in Wissenschaft Translationale Medizin heute festgestellt, dass es bei vier Amputierten fast ein Jahr lang funktionierte. Es gab ihnen eine feine Kontrolle über ihre Handprothesen und ließ sie Miniatur-Spielbausteine ​​aufheben, Gegenstände wie Getränkedosen greifen und Stein, Papier, Schere spielen.

Es ist das erste Mal, dass Forscher Millivolt-Signale von einem Nerv aufgezeichnet haben – weitaus stärker als jede frühere Studie.

Die Stärke dieses Signals ermöglichte es den Forschern, Algorithmen zu trainieren, um sie in Bewegungen zu übersetzen. Als wir es das erste Mal einschalteten, funktionierte es sofort, sagt Paul Cederna, Professor für Biomechanik an der University of Michigan, der die Studie mitgeleitet hat . Es gab keine Lücke zwischen Denken und Bewegung.

Das Verfahren für das Implantat erfordert, dass einer der peripheren Nerven des Amputierten durchtrennt und mit dem Muskel vernäht wird. Die Stelle heilt und entwickelt über drei Monate Nerven und Blutgefäße. An diesen Stellen werden dann Elektroden implantiert, die es ermöglichen, ein Nervensignal aufzuzeichnen und in Echtzeit an eine Handprothese weiterzuleiten. Die Signale werden mithilfe von maschinellen Lernalgorithmen (die gleichen Typen, die für Gehirn-Maschine-Schnittstellen verwendet werden) in Bewegungen umgewandelt.

Amputierte, die die Handprothese trugen, konnten jeden einzelnen Finger kontrollieren und ihre Daumen drehen, unabhängig davon, wie kurz zuvor sie ihre Gliedmaßen verloren hatten. Ihre Nervensignale wurden einige Minuten lang aufgezeichnet, um die Algorithmen auf ihre individuellen Signale zu kalibrieren, aber danach funktionierte jedes Implantat sofort, ohne dass während der 300 Testtage neu kalibriert werden musste, so die Co-Leiterin der Studie, Cynthia Chestek, eine Mitarbeiterin Professor für Biomedizintechnik an der University of Michigan.

Es ist nur eine Proof-of-Concept-Studie, daher sind weitere Tests erforderlich, um die Ergebnisse zu validieren. Die Forscher rekrutieren Amputierte für eine laufende klinische Studie, die von DARPA und den National Institutes of Health finanziert wird.

verbergen