Sarah de Lagarde, 44, ist eine der ersten Menschen weltweit, die einen KI-gestützten bionischen Arm erhalten hat.
Im September 2022 rutschte Sarah auf einem regennassen Bahnsteig in der Londoner U-Bahn aus und geriet unter einen fahrenden Zug. Trotz ärztlicher Hilfe konnten ihr Arm und ihr Bein nicht mehr gerettet werden.
Ein bionischer Arm mit KI-Unterstützung, entwickelt von einem britischen Unternehmen Covvi hat ihr einen nahezu natürlichen Bewegungsumfang des Arms ermöglicht, der sich schließlich auf die Finger ausweiten wird.
Sie beschreibt sich selbst als "80% Mensch und 20% Roboter" und reiht sich ein in eine Handvoll von Menschen weltweit, die dank fortschrittlicher Prothesen ein gewisses Maß an natürlicher Bewegung in ihren verletzten Gliedmaßen wiedererlangt haben.
Der Nationale Gesundheitsdienst (NHS) versorgte de Lagarde mit einer Beinprothese, aber ein Arm war nicht ohne weiteres verfügbar. Sie erkundigte sich nach privaten Optionen, aber die Kosten stiegen auf über 300.000 £.
De Lagarde initiierte eine Spendenkampagne, und die Resonanz war überwältigend. Sie sagte: "Ich dachte, wir würden 10.000 Pfund zusammenbekommen, aber das Geld floss in Strömen", und schließlich erhielt sie genug Geld, um sich an Covvi zu wenden, ein branchenführendes Unternehmen für Prothesen, das sich auf Gliedmaßen für den Oberkörper spezialisiert hat.
Wie funktioniert das?
Wenn jemand eine Gliedmaße verliert, verbleiben im verletzten Stumpf gesunde Nervenenden.
Diese Nervenenden erzeugen in den Muskeln myoelektrische Signale, die von Elektroden aufgenommen und in künstliche elektrische Signale umgewandelt werden können, die an die Motoren der künstlichen Gliedmaßen weitergeleitet werden.
Dazwischen übersetzt eine algorithmische Verarbeitung die myoelektrischen Signale in physische Aktionen. Wenn de Lagarde an eine bestimmte Bewegung denkt, werden die Muskelbewegungen in ihrem Ellbogen erkannt und von einer in die Prothese integrierten KI-Software in Aktionen umgewandelt.
Im Gegenzug können der bionische Arm und die bionische Hand die von ihr gewünschte Bewegung ausführen, und mit der Zeit verfeinert das KI-System die Bewegungen, um die Genauigkeit zu verbessern.
"Es gibt zwei Seiten der KI. Die eine ist potenziell ziemlich beängstigend, aber auf der anderen Seite, entschuldigen Sie das Wortspiel, kann sie mir ein Stück meines Lebens zurückgeben", erklärte sie - ein wichtiger Punkt inmitten der Diskussionen über die schädlichen Risiken der KI für die Menschheit.
Diesen Beitrag auf Instagram anzeigen
KI treibt die nächste Generation fortschrittlicher Prothesen und Gehirn-Maschine-Schnittstellen an, darunter ein Gerät, das ermöglicht einem gelähmten Mann um seine Beine wieder zu bewegen.
Gert-Jan Oskam brach sich 2011 das Genick und erlitt eine vollständige Lähmung des Unterkörpers. Ein an sein Gehirn angeschlossenes KI-Gerät leitet elektrische Signale über den verletzten Teil seiner Wirbelsäule, um die Beinmuskeln zu stimulieren.
Eine weitere jüngstes Experiment Dabei wurden Hirnimplantate mit maschinellem Lernen kombiniert, um geschädigte Teile des Gehirns und des Rückenmarks wieder miteinander zu verbinden, so dass ein gelähmter Mann seine Gliedmaßen wieder bewegen und spüren konnte.
Im Fall von de Lagarde wird sich die Bedienung des bionischen Arms mit zunehmender Übung immer natürlicher anfühlen, da er auf winzige Muskelzuckungen reagiert, die von Sensoren erfasst werden, um ihr die Fähigkeit zu verleihen, ein Ei zu halten oder eine Münze aufzuheben.
Vor der Anpassung des Geräts unterzog sich Sarah einem strengen Training, um die Funktionalität ihrer neuen Gliedmaße einzustellen und zu optimieren, und lernte unter anderem, den Arm zu beugen und das Handgelenk zu drehen.
Wie erleichtert die KI bionische Prothesen?
Fortgeschrittene motorisierte Prothesen, die auf die elektrische Aktivität der verletzten Gliedmaße reagieren, sind über ein Jahrzehnt alt, aber maschinelles Lernen (ML) hat ihre Leistung erheblich beschleunigt.
Und so funktioniert es:
- Erkennung von Muskelbewegungen: Die Prothese ist mit Elektroden ausgestattet, die schwache elektrische Signale auffangen, die von den Muskelbewegungen der verletzten Gliedmaße des Benutzers ausgehen, wenn er an die Ausführung einer Handlung denkt. Diese erfassten und verstärkten Muskelsignale werden an einen in die Prothese integrierten Minicomputer übertragen.
- Signalauswertung: Ein Mini-Computer, der an der Gliedmaße oder am Körper befestigt ist, führt einen Algorithmus für maschinelles Lernen aus, um die empfangenen Signale zu interpretieren und die beabsichtigte Aktion des Benutzers auf der Grundlage dieser elektrischen Impulse zu entschlüsseln. ML-Techniken können die Muster der elektrischen Signale so genau erkennen und klassifizieren, dass fortschrittliche Bewegungen möglich sind.
- Ausführung der Aktion: Die interpretierten Signale werden in Befehle umgewandelt, die die Motoren der Prothese steuern und die Hand und den Arm veranlassen, die gewünschte Aktion auszuführen. Das kann vom Heben eines Gegenstandes bis zum Drehen des Handgelenks oder Öffnen der Hand reichen.
- Kontinuierliche Optimierung: Die KI-Software lernt, die häufigsten Bewegungen des Nutzers zu antizipieren, wodurch der Prozess mit der Zeit effizienter und flüssiger wird.
Prothesen werden in Zukunft nicht nur die Fähigkeit haben, zu fühlen, sondern auch komplexe Handlungen wie das Greifen und Manipulieren kleiner Gegenstände ermöglichen.
KI ist zu einem integralen Bestandteil des Prozesses der Überbrückung der Kluft zwischen der Technologie und dem Nervensystem geworden, was eine Welt der Möglichkeiten für die medizinische Rehabilitation eröffnet.
Mit der Zeit werden technologische und biologische Systeme wahrscheinlich fast vollständig homogen werden und auf natürliche Weise miteinander kommunizieren.
