Gehirnimplantat: Forscher verbessern Energieverbrauch

Software, die die natürliche Selektion nachahmt, könnte die Energieeffizienz von Gehirnimplantaten verbessern und damit auch Eingriffe für das Austauschen der Batterien seltener machen. Krankheiten wie Epilepsie und Parkinson können in manchen Fällen mit Implantaten kontrolliert werden, die mittels elektrischer Impulse Nervenbündel tief im inneren des Gehirns stimulieren.

Bis jetzt beruhte die genaue Form, die Wellenlänge, der eingesetzten elektrischen Impulse auf Vermutungen. Dementsprechend unterschiedlich waren auch die von den Implantaten abgegebenen Signale. Wurden ausreichend Nervenzellen aktiviert, war die Aufgabe des Implantats erfüllt.

Unterschiedliche Energie nötig

Jede Form der Welle nutzt jedoch eine unterschiedliche Menge an Energie. Es ist daher möglich, dass Implantate unnötig starke Impulse aussenden, die die kostbare Energie der Batterien verschwenden. Ist die Batterie leer, muss das ganze Implantat mittels eines teuren und invasiven Eingriffes ersetzt werden. Und genau an diesem Punkt setzten zwei Wissenschaftler der Duke University an. Warren Grill und Amorn Wongsarnpigoon beschlossen, die perfekte energiesparende Form elektrischer Wellen zu entwickeln.

Mittels eines genetischen Algorithmus wird aus den vorhandenen Wellenformen die beste ausgewählt, also jene, die am wenigsten Energie verbraucht. Aus ihr werden in der Folge mutierte Formen gekreuzt, die neue Formen entstehen lassen. Dieser Vorgang wird so lange wiederholt, bis die optimale Wellenform gefunden ist.

Austausch alle sechs Jahre

Die Wissenschaftler gehen davon aus, dass die so optimierten Implantate nur alle fünf bis sechs Jahre getauscht werden müssen. Derzeit ist dieser Eingriff alle drei bis vier Jahre durchzuführen. Grill ist davon überzeugt, dass der Energieverbrauch der Implantate noch weiter gesenkt werden kann. Auch die Effektivität der Stimulation könne laut NewScientist durchaus noch verbessert werden. Details der Studie wurden im Journal of Neural Engineering http://iopscience.iop.org/1741-2552/7/4/046009 veröffentlicht.