Decoderkop
Stel je iemand voor die door een beroerte of een dwarslaesie geen enkele spier meer kan bewegen, maar wiens hersenen nog volledig helder zijn. Als deze persoon dénkt aan het bewegen van een hand, vuurt een groepje hersencellen nog steeds elektrische signaaltjes af, precies zoals vroeger. Alleen komen die signalen nooit meer bij de spieren aan. Een decoderkop is het onderdeel van een brain-computer interface (BCI, een hersen-computerkoppeling) dat deze elektrische krabbels opvangt en vertaalt naar iets bruikbaars: een letter op een scherm, de beweging van een cursor, of zelfs gesproken taal via een kunstmatige stem.
Je kunt een decoderkop het beste zien als een simultaantolk die geen woord van de brontaal kent, maar na duizenden voorbeelden precies heeft geleerd welk patroon van klanken bij welke betekenis hoort. In dit geval is de 'brontaal' het vuurpatroon van tientallen tot duizenden hersencellen, en de 'doeltaal' is tekst, spraak of een beweging. De decoderkop zelf is meestal geen stukje hardware met een naam erop, maar een stuk software: een getraind machine-learning-model dat continu meeluistert en vertaalt, vaak tientallen keren per seconde.
Wat is het precies?
Een BCI-systeem bestaat grofweg uit drie onderdelen. Eerst is er de sensor: elektroden die elektrische activiteit van hersencellen meten. Dat kan met een operatie geïmplanteerd elektrodearray zijn dat rechtstreeks op of in de hersenschors ligt, of minder ingrijpend, zoals elektroden die via een bloedvat naar de juiste plek worden geschoven zonder de schedel te openen. Er bestaan ook niet-invasieve varianten met een muts vol elektroden op de hoofdhuid (EEG), maar die meten een veel vager, ruisiger signaal omdat schedel en huid het signaal dempen.
Vervolgens komt de voorbewerking: de ruwe elektrische signalen worden gefilterd om ruis eruit te halen en omgezet in een reeks getallen die het vuurpatroon van individuele of gegroepeerde hersencellen weergeven.
Het derde en beslissende onderdeel is de decoderkop zelf. Dit is een neuraal netwerk dat tijdens een trainingsfase heeft geleerd welk vuurpatroon hoort bij welke bedoeling. Bij oudere systemen gebeurde dit met relatief eenvoudige wiskundige modellen zoals het Kalman-filter; moderne systemen gebruiken vaak recurrente neurale netwerken (RNN's, die goed zijn in het herkennen van patronen die zich in de tijd ontvouwen) en de laatste jaren ook transformer-modellen, dezelfde architectuur die achter taalmodellen als ChatGPT zit. Om te trainen vraagt men de gebruiker herhaaldelijk om aan een bepaalde beweging of letter te denken, waarna het model leert welk hersenpatroon daarbij hoort. Die training moet regelmatig herhaald worden, omdat hersensignalen enigszins verschuiven in de tijd.
Wat wil men ermee bereiken?
Het primaire doel is communicatie en controle teruggeven aan mensen die dat door verlamming zijn kwijtgeraakt: patiënten met een dwarslaesie, ALS (amyotrofische laterale sclerose, een ziekte die spieren geleidelijk laat verlammen) of een hersenstaminfarct waarbij iemand volledig 'locked-in' kan raken, wel bij bewustzijn maar niet in staat om te bewegen of te spreken. Voor deze groep kan een goed werkende decoderkop het verschil betekenen tussen volledige isolatie en het kunnen typen van een zin, het bedienen van een rolstoel, of het besturen van een robotarm om zelf een kop koffie vast te houden.
Op langere termijn onderzoeken wetenschappers ook toepassingen zoals het herstellen van beweging via stimulatie van het ruggenmerg, het decoderen van innerlijke spraak voor snellere communicatie, en, veel voorzichtiger en controversiëler, mogelijke toekomstige interfaces voor gezonde gebruikers. Voor die laatste categorie bestaat vooralsnog geen medische noodzaak en spelen vragen over privacy van hersendata, veiligheid en nut een grote rol.
Voorbeelden uit de praktijk
BrainGate is een onderzoeksconsortium van onder meer Brown University, Massachusetts General Hospital en Stanford University dat al sinds het begin van de jaren 2000 met geïmplanteerde elektrodearrays experimenteert. Een bekend moment was in 2012, toen een verlamde vrouw met haar gedachten een robotarm bestuurde om zelfstandig een kopje koffie te drinken.
Stanford-onderzoekers publiceerden in 2021 in het tijdschrift Nature een systeem waarbij een verlamde deelnemer 'dacht' dat hij met de hand schreef; de decoderkop zette dat denkbeeldige handschrift met opmerkelijke snelheid om in getypte tekst.
Het lab van neurochirurg Edward Chang aan UC San Francisco publiceerde in 2023 een systeem waarbij een vrouw die door een beroerte niet meer kon spreken, via elektroden op haar hersenschors weer kon 'praten': haar hersensignalen werden vertaald naar tekst, gesynthetiseerde spraak in haar eigen stem, en de mimiek van een digitale avatar.
Synchron ontwikkelde de Stentrode, een elektrode die niet via open hersenchirurgie maar via een bloedvat in de hals naar de juiste plek in het brein wordt geschoven. Het bedrijf plaatste zijn eerste implantaten bij mensen in Australië (vanaf 2019) en test het systeem sindsdien ook in de Verenigde Staten.
Neuralink, het bedrijf van Elon Musk, plaatste begin 2024 zijn eerste chip bij een menselijke patiënt, die daarna met zijn gedachten een computer kon bedienen. Neuralink kiest voor een volledig geïmplanteerd systeem met veel meer elektroden dan oudere onderzoeksarrays, wat in theorie een fijnere decodering mogelijk maakt, maar ook meer chirurgisch risico met zich meebrengt.
Ook in Nederland is gewerkt aan deze technologie: onderzoekers van het UMC Utrecht plaatsten in 2016 een volledig geïmplanteerd, draadloos BCI-systeem bij een vrouw met vergevorderde ALS, waarmee ze zonder kabels naar buiten toe letters kon selecteren.
Hoe ver is de techniek?
De vooruitgang van decoderkoppen is de afgelopen tien jaar aanzienlijk geweest, maar het gaat om een handvol tot enkele tientallen proefpersonen wereldwijd, niet om technologie die klaar is voor grootschalig gebruik. De belangrijkste knelpunten zijn technisch en biologisch van aard. Elektroden die in hersenweefsel steken, roepen op termijn een afweerreactie op: er vormt zich littekenweefsel (gliosis genoemd) rond de elektrode, waardoor het signaal na verloop van maanden tot jaren zwakker en ruisiger wordt. Daarnaast verschuift het hersenpatroon dat bij een bepaalde gedachte hoort enigszins van dag tot dag, waardoor een decoderkop regelmatig opnieuw gekalibreerd moet worden.
Er is ook een spanningsveld tussen precisie en invasiviteit: hoe dichter de elektrode bij de hersencellen zit, hoe schoner het signaal, maar hoe groter het chirurgische risico en hoe moeilijker langdurig veilig gebruik te garanderen is. Minder invasieve methoden, zoals de bloedvat-route van Synchron of EEG-mutsen, zijn veiliger maar leveren een vager signaal op, wat de decoderkop meer werk geeft en de nauwkeurigheid beperkt.
Klinische goedkeuring verloopt bovendien traag en zorgvuldig, via kleine 'early feasibility'-studies onder toezicht van regelgevers zoals de Amerikaanse FDA. Een decoderkop die in het laboratorium goed werkt bij één patiënt, moet nog bewijzen dat hij jarenlang betrouwbaar blijft functioneren bij een grotere, diverse groep gebruikers voordat aan reguliere medische toepassing gedacht kan worden. Realistische schattingen in de sector gaan uit van nog zeker een jaar of tien voordat dit soort systemen breed beschikbaar zijn voor de patiëntengroepen waarvoor ze bedoeld zijn.
Wie werken eraan?
Het onderzoeksveld wordt sterk gedomineerd door de Verenigde Staten. Academische zwaargewichten zijn onder meer Stanford University, Brown University, UC San Francisco, University of Pittsburgh en Case Western Reserve University, vaak gefinancierd via Amerikaanse overheidsprogramma's zoals de NIH BRAIN Initiative en voorheen DARPA. Aan de bedrijvenkant lopen Neuralink, Synchron, Blackrock Neurotech (dat de veelgebruikte 'Utah Array'-elektroden produceert), Precision Neuroscience en Paradromics voorop, elk met een eigen aanpak voor de balans tussen signaalkwaliteit en invasiviteit.
Buiten de VS is met name Europa actief: de Zwitserse EPFL werkt samen met het bedrijf Onward aan ruggenmergstimulatie om lopen te herstellen na een dwarslaesie, en in Nederland heeft het UMC Utrecht een van de langstlopende Europese onderzoekslijnen op dit gebied. Ook China investeert de laatste jaren fors in eigen BCI-onderzoek en -bedrijven, al is over de precieze stand van die projecten minder in internationale vaktijdschriften gepubliceerd.