Forschungsteam der Stanford University veröffentlichte wichtige Ergebnisse in der Fachzeitschrift Cell. Es gelang ihm erstmals, die mit innerer Sprache verbundene Gehirnaktivität mit einer Genauigkeit von 74 % zu entschlüsseln. Dieser Durchbruch eröffnet neue Möglichkeiten für die Anwendung der Brain-Computer-Interface-Technologie bei Patienten mit Sprachstörungen.

Das Forschungsteam implantierte Mikroelektroden in den Motorkortex von vier ALS-Patienten und zeichnete neuronale Signale auf, während diese zu sprechen versuchten und sich das Sprechen vorstellten. „Dies ist das erste Mal, dass wir die Gehirnaktivität während eines stillen Monologs aufgezeichnet haben“, sagte Erstautorin Erin Kunz. Die Experimente zeigten, dass bei beiden Sprechweisen ähnliche Hirnregionen aktiviert wurden, allerdings mit unterschiedlicher Intensität.

Das vom Team entwickelte KI-Modell ist in der Lage, imaginäre Sätze aus einem Wortschatz von 125.000 Wörtern zu erkennen. Co-Erstautor Benyamin Meschede-Krasa bemerkte: „Sprechen durch bloßes Denken ist weniger anstrengend als tatsächliches Sprechen, was besonders für Menschen mit schweren Lähmungen wichtig ist.“ Die Forschung implementierte außerdem einen Passwortkontrollmechanismus, der es dem Dekodierungssystem ermöglicht, bestimmte Phrasen zu aktivieren und dabei eine Erkennungsgenauigkeit von über 98 % zu erreichen.

„Obwohl die aktuelle Technologie die freie innere Sprache noch nicht entschlüsseln kann, legt diese Forschung den Grundstein für eine natürliche und flüssige Gedankenkommunikation in der Zukunft“, sagte der leitende Autor Frank Willett. Das Team plant, den Algorithmus weiter zu optimieren und die Anzahl der Sensoren zu erhöhen, um die Systemleistung zu verbessern.

Weitere Informationen: Innere Sprache im Motorkortex und ihre Auswirkungen auf Sprachneuroprothesen, Cell (2025). Zeitschrifteninformationen: Cell