Hirnimplantat erkennt Gangzustände von Parkinson-Patienten im Alltag
Forschende berichten, dass ein vollständig implantiertes Hirngerät bei Parkinson-Patienten während unbeaufsichtigter Alltagsaktivitäten Gehzustände erkennen kann. Die Ergebnisse weisen den Weg zu adaptiver tiefer Hirnstimulation (DBS), die sich in Echtzeit an das Bewegungsverhalten im realen Leben anpasst.
Ein experimentelles Hirnimplantat kann die Signale bewegungsrelevanter Hirnregionen erfassen, während Parkinson-Patienten alltägliche Tätigkeiten ausführen – etwa in die Küche gehen oder durch einen Park spazieren –, wie Forschende am 13. Februar in der Fachzeitschrift Science Advances berichteten. Dies ist der erste Nachweis, dass ein vollständig implantiertes Gerät beim Menschen während realer Alltagsaktivitäten dazu genutzt werden kann, einen spezifischen Bewegungszustand zu erkennen.
Forschende der UC San Francisco rekrutierten vier Patienten mit Parkinson-Krankheit, die eine Implantation zur tiefen Hirnstimulation (deep brain stimulation, DBS) erhalten sollten. Diese Implantate können Parkinson-Symptome reduzieren, indem sie elektrische Impulse an Hirnregionen senden, die die Bewegung steuern. Die vier Patienten erhielten Implantate, die nicht nur elektrische Impulse abgeben, sondern auch Hirnaktivität aufzeichnen können.
Das Forschungsteam beobachtete die Patienten anschließend über mehr als 80 Stunden unbeaufsichtigter Alltagsaktivität. In dieser Zeit trugen die Patienten außerdem einen Sensor am Knöchel, der ihr Gangbild beim Gehen erfasste, sodass Forschende diese Daten mit den während der Bewegung auftretenden Hirnwellen vergleichen konnten. Das bidirektionale, experimentelle DBS-System zeichnete neuronale Aktivität aus bewegungsrelevanten Hirnregionen auf, darunter motorischer Kortex und Globus pallidus.
Die Ergebnisse zeigten, dass sich Gehen allein anhand von Hirnwellen von Nicht-Gehzuständen unterscheiden ließ – mithilfe von Mustern, die zwischen den einzelnen Personen variierten. Durch die Analyse synchronisierter neuronaler und Bewegungsdaten, die während unbeaufsichtigter Alltagsaktivität erhoben wurden, identifizierten die Forschenden individualisierte Muster der Hirnaktivität, die mit dem Gehen assoziiert sind. Diese neuronalen Signaturen ermöglichten es dem implantierten DBS-Gerät, Bewegungszustände anhand von Signalen zu klassifizieren, die bei natürlichem Verhalten zu Hause entstehen.
Die Forschenden identifizierten personalisierte neuronale Biomarker, die mit dem Gang assoziiert sind, und zeigten, dass diese Signale – innerhalb der Grenzen eines implantierten Geräts – für eine Echtzeit-Klassifikation von Bewegungszuständen genutzt werden können. Damit wird ein Rahmen für zukünftige adaptive DBS-Systeme geschaffen, die die Stimulation in Abhängigkeit vom Aktivitätszustand eines Patienten anpassen könnten.
Auf Basis dieser Rückmeldung aus dem Implantat könnten Ärztinnen und Ärzte möglicherweise die tiefe Hirnstimulation so anpassen, dass sie dazu passt, ob eine Person gerade geht, sitzt oder eine andere Aktivität ausführt. So könnten die Implantate beispielsweise so konfiguriert werden, dass sie immer dann eine für das Gehen optimierte Stimulation liefern, wenn sie erkennen, dass ein Parkinson-Patient auf den Beinen ist.
Bewegungsprobleme sind ein zentrales Symptom der Parkinson-Krankheit – kurze, schlurfende Schritte, Steifigkeit, Instabilität, Tremor und unwillkürliche Bewegungen. Eine Gangstörung gehört zu den am stärksten beeinträchtigenden Symptomen der Parkinson-Krankheit. Patienten erleben häufig kurze, schlurfende Schritte, Schwierigkeiten beim Einleiten von Bewegungen sowie Instabilität beim Drehen. Diese Veränderungen erhöhen das Sturzrisiko und können Unabhängigkeit und Lebensqualität erheblich beeinträchtigen. Die derzeitige DBS-Therapie liefert eine kontinuierliche Stimulation, doch Symptome wie Gehprobleme können im Tagesverlauf schwanken und sprechen oft nicht auf DBS-Einstellungen an, die Tremor, Verlangsamung oder Steifigkeit behandeln.
Die Studie wurde konzipiert, um die Machbarkeit zu zeigen, nicht die klinische Wirksamkeit. Die Stichprobe war klein, und weitere Studien werden erforderlich sein, um zu klären, ob die Erkennung von Bewegungszuständen die klinischen Ergebnisse verbessern kann. Das Forschungsteam plant nun künftige Studien, um zu prüfen, ob für das Gehen optimierte Stimulationseinstellungen mithilfe dieser neuronalen Biomarker dynamisch angewendet werden können.
Indem der Ansatz die Untersuchung von Hirnaktivität während natürlichen Verhaltens ermöglicht, könnte er letztlich die Reichweite von Gehirn-Computer-Schnittstellen und adaptiver Neuromodulation über kontrollierte Laborumgebungen hinaus erweitern – hinein in den Alltag.