Durchbruch in der KI entschlüsselt gezielt gehirnspezifische Muster für Bewegungen und mentale Zustände

BerlinMaryam Shanechi und ihr Team am USC Center for Neurotechnology haben einen neuen KI-Algorithmus namens DPAD (Dissociative Prioritized Analysis of Dynamics) entwickelt. Diese KI kann Gehirnmuster erkennen, die mit bestimmten Handlungen verbunden sind. Dies stellt einen bedeutenden Fortschritt für Gehirn-Computer-Schnittstellen dar und wurde in Nature Neuroscience veröffentlicht.

Diese Innovation bietet zahlreiche praktische Anwendungsmöglichkeiten.

• Verbesserung der Genauigkeit von Bewegungsdekodierung für BCIs
• Entdeckung neuer, bisher unbemerkter Gehirnmuster
• Fortschritte bei der Behandlung von psychischen Erkrankungen durch Dekodierung mentaler Zustände

Beim Bewegen eines Arms oder Sprechen erzeugt das Gehirn komplexe elektrische Signale. Wissenschaftler hatten Schwierigkeiten, dieses gemischte Datenmaterial zu verstehen. DPAD hilft, indem es sich auf die spezifischen Signale konzentriert und diese erlernt, die mit der gewünschten Aktivität zusammenhängen, während gleichzeitig andere Gehirnaktivitäten ausgeblendet werden. Dies erleichtert die genaue Identifizierung der wichtigen Signale.

Lesen Sie auch:

Heute · 18:07

Neue Methode nutzt KI zur Verbesserung der Depressionsdiagnose mit 97,53 % Genauigkeit

Diese Technologie kann gelähmten Patienten wieder Bewegungsfähigkeit verleihen und bietet gleichzeitig potenzielle Vorteile für die mentale Gesundheit. Sie ist in der Lage, mentale Zustände wie Depressionen oder Schmerzen zu erfassen und in Echtzeit die Behandlungen anzupassen. Dadurch werden Therapien effektiver und individueller gestaltet. Dies könnte zu neuen Methoden zur Behandlung von Zuständen wie chronischen Schmerzen, PTSD und schweren Depressionen führen, indem die Gehirnaktivität überwacht wird. Durch die kontinuierliche Überwachung mentaler Gesundheitszustände kann die Anpassung der Behandlungen verbessert und somit bessere Patientenergebnisse erzielt werden.

DPAD nutzt tiefe neuronale Netzwerke, um verschiedene Hirnmuster mühelos zu verarbeiten. Mit zunehmender Datensammlung kann der Algorithmus aus neuen neuronalen Aktivitäten lernen und seine Anwendungsmöglichkeiten erweitern.

DPAD demonstriert, wie Künstliche Intelligenz komplexe Gehirndaten mit praktischen medizinischen Anwendungen verknüpfen kann. Durch die Identifizierung spezifischer Gehirnmuster, die mit Verhaltensweisen korrelieren, und deren Umwandlung in nützliche Informationen eröffnet die KI neue Möglichkeiten in der Medizintechnik. Dies kann zu personalisierten Behandlungen in der Neurologie und Psychiatrie führen und möglicherweise die Diagnostik und Therapie von Hirnerkrankungen revolutionieren. Diese Fortschritte könnten uns helfen, neurologische und psychologische Probleme besser zu verstehen und anzugehen.