Onderzoekers gebruiken AI om mensen met neurologische aandoeningen te helpen elektrische rolstoelen te besturen met hersengolven

Zodra ik op de elektrische rolstoel zat, zetten onderzoekers een helm op mijn hoofd met elektronische geleiders die in mijn schedel drukten. Ze maakten aanpassingen totdat een laptop die was verbonden met de helm signalen van mijn hersenen begon te ontvangen.

Met het doel om de zwakste hersengolven te detecteren en hun patronen te herkennen voor voorspelling door middel van kunstmatige intelligentie (AI), werd ik eerst geïnstrueerd om gedachte beweging te oefenen door een avatar op een scherm te besturen met alleen mijn gedachten, wat later de basis zou vormen voor het besturen van de rolstoel.

Het kostte even tijd, maar uiteindelijk bewoog de avatar simpelweg door eraan te denken dat ik mijn linkerhand dichtkneep.

Zelfs toen ik een fout maakte – zoals de avatar naar een obstakel toe in plaats van ervandaan – legden de onderzoekers uit dat de instructie werd overschreven door AI-voorspelling en -schattingstechnologie, die op dat moment patronen in mijn hersengolven had herkend die het konden helpen om toekomstige instructies voor de avatar nauwkeurig te voorspellen.

Nadat het instrument was getraind op mijn hersengolven, was het tijd om te proberen de rolstoel met mijn gedachten te besturen. Ik sloot mijn ogen en concentreerde me op hoe het voelde om mijn linkerhand te bewegen, die rustte, onbeweeglijk, op mijn been. Toen ik me voorstelde dat ik mijn linkerhand tot een vuist kneep, begon de rolstoel naar links te bewegen – de gewenste richting!

Ondanks dat ik in mijn dagelijks leven geen rolstoel nodig heb, was de ervaring van het besturen van het voertuig met mijn gedachten – met hulp van AI – inspirerend gezien het potentieel dat het kan hebben om het leven van mensen die lijden aan ernstige ruggengraatletsels of neurologische aandoeningen zoals Multiple Sclerose, Cerebrale Parese of Guillain-Barré-syndroom te verbeteren.

Deze aandoeningen laten vaak patiënten bedlegerig achter of afhankelijk van verpleegsters of familieleden om hen te helpen zich te verplaatsen.

Al jarenlang hebben wetenschappers gestreefd naar het ontwikkelen van technologie om individuen die door deze aandoeningen zijn getroffen enige mobiliteit en lichamelijke autonomie terug te geven. In 2009 kondigde Toyota een rolstoel aan die bestuurd kon worden met behulp van Electro-encefalogram (EEG)-signalen; in 2023 ontwikkelden onderzoekers aan de Universiteit van Padova in Italië hersen-machine interface-technologie die het volledig verlamde individuen mogelijk maakt om elektrische rolstoelen te besturen met behulp van hersengolven; en andere onderzoeken naar rolstoelen die op hersengolven werken omvatten augmented reality, computerzicht en offline-calibratietechnologie.

Hoewel innovaties zoals deze ons hebben geholpen om de mobiliteitskloof voor individuen met ernstige spinale en neurologische aandoeningen te overbruggen, vertelden onderzoekers van NTT Research me dat er nog veel beperkingen zijn, vooral omdat hersengolven niet noodzakelijkerwijs hetzelfde zijn voor alle mensen, noch voor een individu gedurende zijn hele leven.

Tijdens hun recente Upgrade 2025-conferentie in San Francisco toonde NTT Research AI-technologie die, volgens hen, kan voorspellen en onderbroken hersengolven kan voltooien, waardoor patiënten met zelfs ernstige neurologische aandoeningen in staat zullen zijn om elektrische rolstoelen te besturen.

“Het is bekend dat hersengolven kunnen variëren als gevolg van verschillende factoren. Onze technologie is echter ontworpen om de AI voor elk individu te optimaliseren, dus wij geloven dat het effectief blijft ondanks dergelijke variaties”, vertelde Kengo Okitsu, een onderzoeker die aan het project werkte.

De elektrische activiteit van de hersenen wordt opgenomen in alfa-, bèta-, gamma-, delta- en thetagolven, en veel van hun functionele betekenis wordt nog steeds besproken. Bèta– en Mu-rhythm-alfagolven, variërend van 12 tot 30 Hz en 8 tot 10 Hz, zijn verbonden met beweging, wat suggereert dat er sprake is van geplande en geïnstrueerde beweging.

Hersengolven zijn echter niet consistent onder de bevolking. Individuen met cognitieve beperkingen zoals dementie en Alzheimer ervaren een afname van de hersengolvenactiviteit en -reactiviteit. Leeftijd kan ook het vermogen van individuen beperken om hersengolven te produceren die sterk genoeg zijn om elektrische rolstoelen te besturen; en zelfs psychiatrische stoornissen zoals ADHD, schizofrenie en depressie kunnen de EEG-frequentie beïnvloeden.

Bestaande hersengolftechnologie kan niet praktisch alle variaties bijhouden. In plaats daarvan zetten de onderzoekers in op AI om onvoldoende of onnauwkeurige hersensignalen te helpen voltooien en aan te vullen door hersengolfpatronen te herkennen, waardoor het mogelijk wordt om verbeeldde lichaamsbeweging te voorspellen.

“Onze technologie werkt voor iedereen, omdat het continu wordt bijgewerkt door AI”, zei Okitsu. “Het richt zich op het verzamelen van gegevens voor AI tijdens de werkelijke hersen-machine interface-bewerking. Dus mensen kunnen de avatar eerst bedienen en vervolgens onze technologie bijwerken met behulp van AI.”

De onderzoekers wezen er ook op dat de relatief snelle reactietijd van het omzetten van een gedachte – zoals het dichtknijpen van een vuist – in een actie – zoals het draaien van een rolstoel, ook wordt ondersteund door een fotonica-gebaseerde communicatie-infrastructuur genaamd IOWN, die hoge capaciteit en lage latentie biedt voor gegevensverwerking. Het netwerk gebruikt fotonische (licht) signalen in plaats van elektrische signalen voor gegevensoverdracht om de gegevensoverdracht en -verwerking te versnellen.

De integratie van deze technologieën in rolstoelen die op hersengolven werken vertegenwoordigt het gebruik van opkomende technologieën voor de constructie van meer toegankelijke mobiliteitsmiddelen.

Het project kan een levensstijl-evolutie betekenen voor zowel gehandicapte mensen als hun verzorgers, die allebei meer vrijheid en autonomie zullen krijgen.