Ein internationales Forscherteam aus den USA, der Schweiz und Spanien hat im Fachmagazin Neuron die Ergebnisse eines Experiments vorgestellt, bei dem Deep-Learning-Algorithmen erstmals die Kontrolle über die elektrische Stimulation der menschlichen Sehrinde übernommen haben. Während des Versuchs erhielt ein 27-jähriger Mann, der infolge eines Unfalls sein Augenlicht verloren hatte, die Möglichkeit, Lichtblitze und Objektumrisse — sogenannte Phosphene — dank eines KI-gesteuerten Implantats zu sehen. Berichten zufolge ermöglicht die Technologie die Erzeugung schärferer visueller Bilder bei geringerem Energieverbrauch im Vergleich zu bisherigen Ansätzen des bionischen Sehens.

Wie das Implantat funktioniert und was der Patient sieht

In die Sehrinde des Probanden wurde temporär eine Matrix aus 96 Elektroden eingesetzt. Das Gerät sendet elektrische Impulse direkt in den Kortex und umgeht dabei den beschädigten Sehnerv. Infolgedessen nimmt der Patient kein vollständiges Bild wahr, sondern einzelne Lichtblitze — Phosphene —, aus denen sich laut den Entwicklern in Zukunft ein vollwertiges Bild zusammensetzen lassen soll. Während der Testsitzungen beschrieb der Mann die Merkmale der gesehenen Blitze: deren Helligkeit, Größe, Form und Farbe. Diese subjektiven Daten dienten als Feedback für das neuronale Netz, sodass es die Parameter der weiteren Stimulation präzise anpassen konnte.

Die Nichtlinearität des Gehirns: Das größte ingenieurtechnische Problem

Die zentrale Schwierigkeit der Entwicklung liegt, wie die Autoren der Studie betonen, darin, dass die Sehrinde nichtlinear auf elektrische Impulse reagiert. Ingenieure streben danach, jede Elektrode als „Pixel“ auf einem virtuellen Bildschirm zu nutzen, doch das Gehirn ist kein statisches Display: Sein Zustand ändert sich ständig, und benachbarte Elektroden beeinflussen sich gegenseitig, wodurch Übersprechungen entstehen. Genau deshalb funktioniert ein einmal berechnetes, festes Stimulationsmuster nicht — das Gehirn „driftet“ vom vorgegebenen Modus ab, und ohne kontinuierliche Anpassung degradiert die Bildqualität rasch.

Die Rolle der KI: Echtzeit-Anpassung

Genau hier kommt das Deep Learning ins Spiel. Künstliche Intelligenz analysiert ununterbrochen die individuellen Reaktionen des Gehirns einer bestimmten Person und passt die Stimulationsparameter in Echtzeit an. Nach Angaben der Forscher kann eine nützliche Sehhilfe nicht nach einem vorgegebenen Schema arbeiten: Jedes Gehirn ist einzigartig, und der Algorithmus muss seinen aktuellen Zustand, Müdigkeit, Aufmerksamkeit und andere Variablen berücksichtigen. Nach Einschätzung der Autoren ermöglicht dieser Ansatz schärfere visuelle Bilder bei geringerem Energieaufwand als klassische Implantatsteuerungsmethoden.

Für wen die Technologie gedacht ist und was als Nächstes kommt

Die Entwickler betonen, dass die Technologie eine Rettung für Menschen sein wird, die ihr Augenlicht im Erwachsenenalter durch Traumata, chronische Krankheiten oder erbliche Augenerkrankungen verloren haben. Im aktuellen Stadium ist die Arbeit ein erfolgreicher Machbarkeitsnachweis (Proof of Concept): Sie hat bestätigt, dass KI in der Lage ist, das komplexe, nichtlineare System „Gehirn-Implantat“ effektiv zu steuern und die Qualität der wahrgenommenen Bilder zu verbessern. Wissenschaftler weisen darauf hin, dass die erzielten Ergebnisse die Grundlage für zukünftige kommerzielle bionische Augen bilden werden, bis zu einem Serienprodukt und einer breiten klinischen Anwendung ist jedoch nach ihren Schätzungen noch erhebliche Arbeit bei Miniaturisierung, Implantatlebensdauer und Erweiterung der Elektrodenanzahl zur Erstellung eines vollwertigen Bildes erforderlich.