Künstliches Neuron kommuniziert mit dem menschlichen Gehirn – amerikanischer Durchbruch verändert die Medizin

Ein elektronisches Bauteil, das die Sprache der Nervenzellen spricht

Wissenschaftler der Universität Massachusetts haben ein elektronisches Element entwickelt, das in der Lage ist, Signale mit lebenden Nervenzellen in einer gehirnähnlichen, feuchten Umgebung auszutauschen. Es handelt sich um den ersten Fall überhaupt, bei dem ein solches Bauteil mit einer Spannung arbeitet, die biologischen Neuronen entspricht.

Das Forschungsteam beschrieb in der Fachzeitschrift Nature Communications ein System, das biologische Signale nicht nur imitiert, sondern unter Bedingungen funktioniert, die denen echter Neuronen sehr nahe kommen. Diese Technologie hat das Potenzial, die Art und Weise, wie wir neurologische Erkrankungen behandeln und gehirninspirierte Elektronik entwickeln, grundlegend zu verändern.

Das Gehirn als dichtes Netzwerk: Warum Neuronen so unverzichtbar sind

Das menschliche Gehirn besteht aus rund 100 Milliarden Neuronen – spezialisierten Zellen, die für die Informationsübertragung zuständig sind. Jedes Neuron setzt sich aus drei Hauptbestandteilen zusammen: dem Zellkörper, den Dendriten und dem Axon. Die Dendriten empfangen eingehende Signale, der Zellkörper verarbeitet sie, und das Axon leitet den elektrischen Impuls an andere Zellen weiter.

In Bruchteilen einer Sekunde durchlaufen Millionen solcher Impulse das Gehirn. Von ihnen hängen Bewegung, Wahrnehmung und Gedächtnis ab. Wenn Neuronen jedoch aufhören, korrekt zu arbeiten, oder absterben, entsteht ein ernstes Problem – anders als andere Zellen erneuern sich Neuronen so gut wie gar nicht. Einmal verloren, sind sie in der Regel für immer weg.

Warum Neuronen so empfindlich sind und was ihr Verlust bedeutet

Schäden am Nervennetzwerk können eine Reihe schwerwiegender Erkrankungen auslösen. Zu den bekanntesten zählt Morbus Parkinson, bei dem dopaminproduzierende Neuronen in den Basalganglien absterben. Hinzu kommen Störungen der Sinneswahrnehmung, bei denen das Gehirn Informationen aus Augen, Ohren oder Haut nicht mehr richtig verarbeiten kann.

Besonders einschneidend sind Gedächtnisbeeinträchtigungen. Bei der Alzheimer-Krankheit sterben nach und nach Neuronen im Hippocampus und in der Hirnrinde ab, was sowohl das Kurz- als auch das Langzeitgedächtnis zerstört. Betroffene erkennen nahestehende Menschen nicht mehr, verlieren die räumliche Orientierung und können sich an wichtige Ereignisse nicht erinnern.

Umso wertvoller ist eine Technologie, die die Funktion eines Neurons so überzeugend nachahmen kann, dass das Gehirn sie als eigene akzeptiert. Genau diesen Weg haben die Wissenschaftler aus Massachusetts eingeschlagen.

Was ist neuromorphe Integration – und warum ist sie so bedeutsam?

Das neue künstliche Neuron aus Massachusetts fügt sich in einen breiteren Ansatz ein, der als neuromorfische Integration bekannt ist. Dabei wird Elektronik so konzipiert, dass sie Struktur und Verhalten von Neuronen und Synapsen möglichst genau nachbildet. Anders als bei der linearen Datenverarbeitung in klassischen Prozessoren arbeiten neuromorfische Schaltkreise parallel, energiesparend und über kurze Impulse – ganz ähnlich wie das Gehirn selbst.

Laboratorien weltweit entwickeln spezielle Chips, künstliche Synapsen und neue Transistortypen, die lernen und sich anpassen können. Bisherige Versuche stießen jedoch immer wieder auf dasselbe Hindernis: unzureichende biologische Kompatibilität. Die Geräte funktionierten entweder nur unter trockenen, sterilen Bedingungen oder sendeten elektrische Signale, die zu stark waren, als dass die empfindliche Chemie des Gehirns sie hätte aufnehmen können.

Das Team der Universität Massachusetts behauptet, diese Hürden überwunden zu haben. Ihr künstliches Neuron kommuniziert mit einer echten Nervenzelle auf eine Weise, die der natürlichen Signalübertragung sehr nahekommt. Der entscheidende Schlüssel waren dabei Protein-Nanodrähte – mikroskopisch kleine, von Bakterien produzierte Leiter.

In der Natur dienen diese Bakterien zur Anheftung an Oberflächen und zum Elektronenaustausch. Die Ingenieure nutzten diese Eigenschaft, um eine leitfähige Struktur zu konstruieren, die in eine Lösung getaucht werden kann, die der Flüssigkeit rund um Neuronen ähnelt. Die Protein-Nanodrähte fungieren dabei als feine, natürliche Brückenelemente, die sowohl mit Elektronik als auch mit lebendem Gewebe kompatibel sind.

Wie das künstliche Neuron mit der Spannung des menschlichen Gehirns arbeitet

Ältere Konstruktionen künstlicher Neuronen benötigten eine bis zu zehnmal höhere Spannung als natürliche Nervenzellen. Das hatte zwei negative Konsequenzen: einen hundertfach höheren Energieverbrauch und ein zu starkes Signal, das die Biologie nicht korrekt empfangen konnte. Das neue Bauteil arbeitet bei einer Spannung von rund 0,1 Volt – ungefähr so viel, wie ein menschliches Neuron erzeugt.

Einer der Ingenieure verglich frühere Versionen mit jemandem, der mit einem Megafon in einen stillen Hörsaal kommt. Die neue Lösung verhält sich eher wie jemand, der ruhig spricht und sich dem Rhythmus seiner Umgebung anpasst. Das künstliche Neuron übertönt das biologische System also nicht, sondern arbeitet tatsächlich mit ihm zusammen.

Zum ersten Mal besteht damit die Chance auf eine echte bidirektionale Kommunikation: Die Elektronik liest Signale aus dem Neuron und antwortet in einer Sprache, die es versteht. Das ist ein fundamentaler Fortschritt gegenüber klassischen Metallelektroden, die eher als grobe Sensoren denn als feines Kommunikationsinterface funktionieren.

Mit biologischer Spannung zu arbeiten bedeutet gleichzeitig, sich einer Elektronik anzunähern, die wie Gewebe funktioniert – nicht wie ein Fremdkörper. Je niedriger die Spannung und je geringer der Energieverbrauch, desto näher kommen wir winzigen Implantaten, die über viele Jahre im Körper getragen werden können, ohne dass ein Batteriewechsel notwendig ist.

Welche konkreten Anwendungen Forscher in Medizin und IT sehen

Ein einziges funktionierendes künstliches Neuron bedeutet natürlich nicht, dass morgen eine vollständig funktionierende künstliche Hirnrinde entsteht. Die Richtung ist jedoch klar. Je besser wir lernen, einzelne Bauelemente zu konstruieren, desto einfacher wird es, sie zu größeren Netzwerken zu verbinden. Forscher haben mehrere Anwendungsfelder identifiziert, die sowohl die Medizin als auch die Informationstechnologie betreffen könnten.

An erster Stelle stehen neurologische Implantate der nächsten Generation – präziser, weniger invasiv und besser auf die Gehirnsignale abgestimmt. Ein zweites Feld ist die Prothetik beschädigter Hirnregionen, bei der künstliche Neuronen Aufgaben abgestorbener Zellen übernehmen könnten. Der dritte Bereich sind neuromorfische Prozessoren – gehirninspiierte elektronische Schaltkreise, die deutlich energieeffizienter sind als herkömmliche CPUs und GPUs.

Weitere Perspektiven umfassen:

• Miniaturisierte Sensoren zur Überwachung der Hirnaktivität bei Epilepsie
• Implantate für Patienten mit Rückenmarksverletzungen zur Wiederherstellung motorischer Funktionen
• Experimentelle Demenztherapien durch Stimulation des Hippocampus
• Energieeffiziente Übertragungssysteme für die Langzeitüberwachung neurodegenerativer Erkrankungen
• Prototypen intelligenter Prothesen, die direkt auf Nervenimpulse reagieren
• Forschungsplattformen zum Testen von Medikamenten, die auf das Nervensystem wirken
• Hybridschaltkreise, die Siliziumchips mit lebenden Neuronen für die Robotik kombinieren
• Fortgeschrittene Rehabilitationssysteme für Schlaganfallpatienten

Was Wissenschaftler vor dem klinischen Einsatz noch lösen müssen

Bislang existiert ein einziges Bauteil, das unter Laborbedingungen vielversprechend funktioniert. Die Herausforderungen sind dennoch offensichtlich: Es muss die Langzeitstabilität, die Widerstandsfähigkeit gegenüber Temperaturschwankungen, chemischen Veränderungen und die Fähigkeit zur Zusammenarbeit mit weiteren Zellen überprüft werden. Forscher müssen außerdem herausfinden, wie sich eine große Anzahl künstlicher Neuronen am besten mit lebendem Gewebe verbinden lässt.

Wie viele werden benötigt? In welchen Anordnungen? Wie steuert man ihr Lernen? Dabei spielen nicht nur ingenieurwissenschaftliche, sondern auch ethische Fragen eine Rolle. Die Grenzen des Eingriffs in das Gehirn werden immer drängender, je näher die Technologie der klinischen Praxis rückt. Regulierungsbehörden wie die FDA oder die EMA werden klare Regeln für die Prüfung und Zulassung solcher Geräte festlegen müssen.

Universitäten wie Stanford, MIT oder die ETH Zürich arbeiten bereits heute an ähnlichen Projekten. Der Wettbewerb wird die Entwicklung beschleunigen, gleichzeitig aber den Druck auf Sicherheitsstandards erhöhen.

Welche Chancen und Risiken die Verbindung von Gehirn und Elektronik birgt

Wenn die Technologie in die medizinische Anwendung gelangt, könnten Patienten mit Parkinson oder Alzheimer völlig neue therapeutische Möglichkeiten erhalten. Anstatt nur Symptome zu lindern, hätten Ärzte die Chance, Funktionen verlorener Neuronen teilweise wiederherzustellen – eine Revolution, die mit dem Aufkommen der Antibiotika im vergangenen Jahrhundert vergleichbar wäre.

Schnittstellen zwischen Gehirn und Elektronik wecken stets eine Mischung aus Faszination und Besorgnis. Auf der einen Seite lockt die Aussicht, verlorene Fähigkeiten zurückzugewinnen. Auf der anderen Seite zwingt es zum Nachdenken über die Grenzen der Modifikation des Menschen – und darüber, wer so sensible Daten wie neuronale Aktivität verwalten wird. Fragen der Cybersicherheit und des Datenschutzes werden hier von zentraler Bedeutung sein.

Es lohnt sich außerdem daran zu erinnern, dass Neuronen weit mehr als bloße Leitungssysteme sind. Jede Zelle besitzt ihre eigene Chemie und ihren eigenen Stoffwechsel, reagiert auf Hormone und Substanzen aus ihrer Umgebung. Ein künstliches Neuron, selbst das fortschrittlichste, ahmt bislang vor allem die elektrische Ebene nach. Es wird daher noch lange eher eine Stütze und Prothese bleiben als ein vollwertiger Ersatz für lebendes Gewebe.

Für Beobachter der künstlichen Intelligenz mag das Thema weit entfernt klingen – doch es gibt eine interessante Verbindung. Maschinelles Lernen orientiert sich nur symbolisch an der Biologie. Die neuromorfische Integration hingegen versucht, dem Gehirn auf der Hardware-Ebene näherzukommen. Wenn diese beiden Ansätze beginnen, sich zu überschneiden, könnten wir Zeugen völlig neuer Arten intelligenter Geräte werden: nicht nur schnell und leistungsstark, sondern auch näher an der Funktionsweise unseres eigenen Nervensystems.