MÜNCHEN / LONDON (IT BOLTWISE) – Forschende der University of Bath zeigen, dass ein tragbares EEG-BCI mit mehrtägigem Training und akustischem Neurofeedback die Erkennung von Bewusstheit bei schweren Hirnverletzungen deutlich verbessert. In einer Studie mit 42 Teilnehmenden steigt die Sensitivität für minimale Bewusstseinszustände von 39% auf 69%, wenn Standardtests mit EEG-gestützter Aktivitätsmodulation kombiniert werden. Der Ansatz macht aus einer einmaligen Messung ein erlernbares, longitudinales Diagnoseverfahren. Damit rückt auch eine einfache, nicht sprachbasierte Kommunikation in Reichweite.
Schwere Hirnverletzungen können Menschen bei erhaltener kognitiver Verarbeitung praktisch „handlungsunfähig“ machen. Klinisch führt das zu zwei zentralen Kategorien: Prolonged Disorders of Consciousness (PDoC) und dem Locked-In Syndrome (LIS), in denen ein Patient zwar wahrnehmen kann, aber kaum oder gar keine motorische Antwort zeigt. Genau an dieser Grenze arbeiten herkömmliche Bedside-Tests häufig zu grob: Sie messen vor allem sichtbare Motorik, etwa Augenfixation, Reflexe oder das Befolgen einfacher Kommandos. Das Problem: Wenn eine Läsion die Verbindung zwischen Motorik und Bewusstsein unterbricht, bleibt die bewusste Intention unsichtbar. Die neue Arbeit adressiert genau diese Lücke, indem sie die Kontrolle der Diagnose auf das Gehirn verlagert.
Technisch basiert der Ansatz auf einem Brain-Computer Interface (BCI) mit tragbarem EEG-Headset, das sensorimotorische Rhythmen ausliest. Entscheidend ist die Art der Aufgabe: Die Teilnehmenden werden angeleitet, motorische Bilder zu erzeugen, ohne sich tatsächlich zu bewegen. Konkret geht es um das vorgestellte Anheben einer Hand (z. B. links) oder das imaginierte Bewegen beider Füße. Diese „Motor Imagery“-Signaturen lassen sich im EEG als erkennbare Muster und Modulationen modellieren. Neu ist dabei weniger die Idee der Motor-Imagery-Decodierung an sich, sondern der Trainingsrahmen: Das Studiendesign nutzt mehrere Sitzungen, um die Klarheit der covert signals über Zeit zu erhöhen. Zusätzlich wirkt ein akustischer Feedback-Loop unmittelbar, sobald das System die beabsichtigte Modulation erkennt.
Der Aufbau ist damit ein Wechsel vom passiven „Einmal-Check“ hin zu einem erlernbasierten Diagnoseprozess. Während frühere BCI-Studien häufig mit einer einzelnen Messsitzung auskommen mussten, setzt die University of Bath auf wiederholtes Training, bei dem das Feedback den Lernprozess anschiebt. In der Praxis bedeutet das: Wenn das Modell die richtige Bild-Strategie detektiert, erhält die Person sofort einen hörbaren Hinweis. Diese Rückkopplung hilft, mentale Strategien zu stabilisieren und die Signalqualität zu konsolidieren. Die Studie berichtet, dass 31 von 42 Teilnehmenden (73,8%) zuverlässig eine intentionale Modulation erzeugen konnten. Von diesen schafften etwa 90% den Übergang in eine Phase für Ja/Nein-Antworten (binary questioning), wobei unterschiedliche imaginierte Aktionen gezielt zur Antwortzuordnung genutzt werden.
Die klinische Relevanz wird besonders greifbar, wenn man die Messgenauigkeit gegen traditionelle Verhaltenstests stellt. Wie aus der Abstract-Logik der Veröffentlichung hervorgeht, lässt sich die Dekodiergenauigkeit aus dem MI-BCI (Motor-Imagery) mit Ergebnissen aus etablierten Skalen kombinieren. In der Studie steigt die Sensitivität für minimale Bewusstseinszustände (MCS) in der kombinierten Auswertung von 39% auf 69%, während es nur zu einer moderaten Reduktion bei der LIS-Sensitivität kommt. Das ist wichtig, weil LIS und UWS (Unresponsive Wakefulness Syndrome) diagnostisch besonders konfliktanfällig sind: Zu starke „motorische Abhängigkeit“ der Bewertung kann Bewusstheit systematisch unterschätzen. Die Arbeit untermauert außerdem, dass die Aufgaben- und Decoding-Leistung zwischen Gruppen variiert (LIS vs. MCS vs. UWS) und zudem von Stimulus-Faktoren wie bekannten Sprach- oder Stimulusreizen beeinflusst werden kann.
Markt- und Ökosystemseitig lohnt der Blick auf den Wettbewerb, denn BCI ist längst kein Labor-Nischenprojekt mehr, sondern ein Feld mit mehreren parallelen Ansätzen. Während der konkrete Protokollaufbau dieser Studie spezifisch ist, verfolgen andere Anbieter und Forschungsgruppen unterschiedliche Schwerpunkte: Manche arbeiten stärker an Wearables mit möglichst einfacher Bedienung (z. B. EEG-getriebene Systeme aus dem Consumer- und Accessibility-Umfeld), andere zielen auf speller-ähnliche Kommunikation oder auf bidirektionale Steuerung über größere Sensorabdeckung. Der Unterschied liegt hier vor allem in der „klinischen Lernschleife“: Die Kombination aus Mehrsitzungs-Training, akustischem Neurofeedback und gestuftem Ja/Nein-Fragen wirkt wie ein Brückendesign zwischen medizinischer Diagnostik und Interaktionsdesign. Branchenexperten betonen seit Jahren, dass BCI-Genauigkeit in der Praxis weniger an Rohhardware scheitert als an Variabilität zwischen Personen, Lernkurven und Messbedingungen. Genau diese Varianz adressiert der Bath-Ansatz über die wiederholte, feedbackgestützte Kalibrierung.
Regulatorisch und datenschutzseitig bleibt der Punkt sensibel, auch wenn die Methodik „nur“ EEG auswertet. EEG-Signale sind zwar nicht identisch mit personenbezogenen Identifikatoren wie biometrischen Fotos, aber sie sind hochgradig personenbezogen und können Rückschlüsse auf Zustände und Potenziale der Person ermöglichen. Für die Umsetzung im Krankenhaus oder im häuslichen Umfeld bedeutet das: Zugriffskontrollen, sichere Datenübertragung sowie klare Einwilligungs- und Aufbewahrungsprozesse sind Pflicht. Zudem braucht es robuste Qualitätssicherung, weil falsche Dekodierungen klinische Entscheidungen beeinflussen können. Das Protokoll sieht genau deshalb eine Ergänzung zu Standardverhaltenstests vor. Damit wird aus einem alleinstehenden „Test auf Bewusstheit“ ein kombiniertes, erklärbares Bewertungssystem, das besser auditierbar ist.
Für die Zukunft ergibt sich daraus ein eher pragmatischer als spektakulärer Ausblick: Der nächste Schritt ist weniger „noch mehr KI“, sondern bessere Integration in Versorgungsprozesse. Die Autoren beschreiben als Ziel, den Ansatz von spezialisierten Forschungsumgebungen in reale Kliniken, Pflegeeinrichtungen und perspektivisch in häusliche Settings zu überführen. Ein zentraler Hebel ist dabei die Frage, wie schnell ein Patient stabil in eine Ja/Nein-Strategie kommt und wie stark sich das Training durch Personalisierung verkürzen lässt. Für Entwickler eröffnet das Chancen in der KI-gestützten Signalverarbeitung (z. B. adaptive Decoding-Modelle über Sitzungen hinweg) und in MLOps-artiger Validierung, damit sich Leistung über Standorte und Geräte hinweg reproduzieren lässt. Kurzfristig dürfte die größte Wirkung in einer früheren und verlässlichere Diagnose liegen; langfristig könnte daraus eine einfache Form nicht verbaler Kommunikation entstehen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "EEG-BCI mit Auditory Neurofeedback: Versteckte Bewusstheit nach Hirntrauma gezielt erkennen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "EEG-BCI mit Auditory Neurofeedback: Versteckte Bewusstheit nach Hirntrauma gezielt erkennen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »EEG-BCI mit Auditory Neurofeedback: Versteckte Bewusstheit nach Hirntrauma gezielt erkennen« bei Google Deutschland suchen, bei Bing oder Google News!