Forskere bruker AI for å hjelpe mennesker med nevrologiske tilstander å styre elektriske rullestoler med hjernebølger

Så snart jeg satte meg ned i den elektriske rullestolen, plasserte forskerne en hjelm på hodet mitt med elektroniske ledere som grep inn i issen min. De justerte den til en bærbar datamaskin koblet til hjelmen begynte å motta signaler fra hjernen min.

Med intensjonen om å oppdage de svakeste hjernebølgene og gjenkjenne mønsteret for prediksjon gjennom kunstig intelligens (AI), ble jeg først instruert til å øve forestilt bevegelse ved å kontrollere en avatar på en skjerm med bare mine tanker, som ville være grunnlaget for å kontrollere rullestolen.

Det tok litt trening, men til slutt beveget avataren seg bare ved å tenke på å klemme venstre hånd.

Selv når jeg gjorde en feil – som å bevege avataren mot en hindring i stedet for vekk fra den – forklarte forskerne at instruksjonen ble overtatt av AI-prediksjon og estimasjonsteknologi, som på dette tidspunktet hadde gjenkjent mønster i hjernebølgene mine som kunne hjelpe den å nøyaktig predikere fremtidige instruksjoner for avataren.

En gang instrumentet var blitt trent på hjernebølgene mine, var det tid å prøve å bruke mine tanker til å kontrollere den elektriske rullestolen. Jeg lukket øynene og konsentrerte meg om hvordan det føltes å bevege venstre hånd, som lå til hvile, urørt, på låret mitt. Da jeg forestilte meg å lage en knyttneve med venstre hånd, begynte rullestolen å bevege seg til venstre – min ønskede retning!

Til tross for at jeg ikke trenger en rullestol i daglig liv, var erfaringen med å styre kjøretøyet med mine tanker – assistert av AI – inspirerende gitt potensialet det kunne ha for å forbedre livene til mennesker som lider av alvorlige ryggmargskader eller nevrologiske tilstander som multippel sklerose, cerebral parese eller Guillain-Barré-syndrom.

Disse tilstandene kan ofte etterlate pasienter sengeliggende eller avhengige av sykepleiere eller familiemedlemmer for å hjelpe dem å flytte seg rundt.

I årevis har forskere stræbet etter å utvikle teknologi for å hjelpe enkeltindivider rammet av disse tilstandene å gjenvinne noen av deres bevegelses- og kroppslige selvstendighet. I 2009 kunngjorde Toyota en rullestol som kunne styres ved hjelp av elektroencefalogram (EEG)-signaler; i 2023 utviklet forskere ved Universitetet i Padova hjernemaskin-grensesnittsteknologi som tillater fullstendig lammete enkeltindivider å kjøre elektriske rullestoler ved hjelp av hjernebølger; og andre studier om hjernebølge-drevne rullestoler inkluderer forbedret virkelighet, datavisjon og offline-kalibreringsteknologi.

Selv om innovasjoner som disse har overveldende hjulpet oss å komme nærmere å lukke gapet i bevegelsesmuligheter for enkeltindivider med alvorlige rygg- og nevrologiske tilstander, fortalte forskerne ved NTT Research meg at mange begrensninger fortsatt finnes, spesielt når det gjelder at hjernebølger ikke nødvendigvis er de samme over hele befolkningen, eller over en enkeltindividets liv.

Ved sin nylige Upgrade 2025-konferanse i San Francisco, viste NTT Research frem AI-teknologi som de hevder kan predikere og fullføre avbrutte hjernesignaler, og tillate pasienter med enda alvorlige nevrologiske tilstander å kunne styre elektriske rullestoler.

“Det er kjent at hjernebølger kan variere på grunn av ulike faktorer. Men vår teknologi er designet for å optimalisere AI for hver enkelt, så vi tror det forblir effektivt til tross for slike variasjoner,” fortalte Kengo Okitsu, en forsker som arbeidet med prosjektet, meg.

Hjernens elektriske aktivitet registreres i alpha-, beta-, gamma-, delta- og theta-bølger, og mye av deres funksjonelle betydning er fortsatt debattert. Beta– og Mu-rytme– alpha-bølger, som varierer fra 12 til 30 Hz og 8 til 10 Hz, er knyttet til bevegelse, og antyder planlagt og instruert bevegelse.

Hjernebølger er imidlertid ikke konsistente blant befolkningen. Enkeltindivider med kognitive svekkelser som demens og Alzheimers sykdom opplever redusert hjernebølgeaktivitet og reaktivitet. Alder kan også hindre enkeltindividers evne til å produsere hjernebølger sterke nok til å styre elektriske rullestoler; og selv psykiatriske lidelser som ADHD, schizofreni og depresjon kan påvirke EEG-frekvens.

Eksisterende hjernebølgeteknologi kan ikke praktisk holde pace med alle disse variasjonene. I stedet satser forskerne på AI for å hjelpe med å fullføre og komplettere utilstrekkelige eller uakkurate hjernesignaler ved å gjenkjenne hjernebølgemønster som vil tillate det å predikere forestilt kroppslig bevegelse.

“Vår teknologi vil fungere for alle fordi den oppdateres av AI kontinuerlig,” sa Okitsu. “Den fokuserer på å samle inn data for AI under faktisk hjernemaskin-grensesnitt-operasjon. Så mennesker kan operere avataren først, og deretter oppdaterer vår teknologi med hjelp av AI.”

Forskerne påpekte også at den relativt raske reaksjonstiden fra å konvertere en tanke – som å klemme en neve – til en handling – som å svinge en rullestol, også blir hjulpet av en fotonisk kommunikasjonsinfrastruktur kalt IOWN som tillater høykapasitets, lavforsinknings data-prosessering. Nettverket bruker fotoniske (lys) signaler i stedet for elektriske signaler for informasjonsoverføring for å øke dataoverføring og -prosessering.

Integreringen av disse teknologiene i hjernebølge-styrte rullestoler representerer utnyttelsen av fremvoksende teknologier for å konstruere mer tilgjengelige bevegelsesverktøy.

Prosjektet kunne bety en livsstilsutvikling for både funksjonshemmede mennesker og deres omsorgspersoner, som begge vil bli gitt mer frihet og selvstendighet.