Für Menschen mit gelähmten oder amputierten Gliedmaßen könnte der Fortschritt der Robotertechnik ebenfalls neue Möglichkeiten und Erleichterungen bringen. Bisher werden Prothesen beispielsweise meist durch die Nervensignale des noch erhaltenen Arm- oder Beinstumpfs gesteuert. Da die künstlichen Arme oder Beine nur auf ganz spezielle Signale reagieren, müssen Patienten meist erst mühsam lernen, genau dieses Signalmuster zu erzeugen - ein Prozess, der nicht nur viel Konzentration sondern auch Zeit erfordert.

Das könnte sich bald ändern: Forscher der Tsukuba Universität in Japan haben nun einen lernfähigen Roboterarm entwickelt, der die individuellen Signalmuster des Patienten lernt. Dank einer entwicklungsfähigen Hardware kann sich der Arm damit an den jeweiligen Menschen anpassen statt umgekehrt. In einem Test konnte nach nur zehn Versuchen der Roboterarm in 81 Prozent der Fälle die korrekten Bewegungen ausführen. Ein weiterer Vorteil: Bei vielen Amputierten verändern sich die Muskeln im verbleibenden Stumpf, der lernfähige Arm passt sich auch daran ohne Probleme an. Die neue Prothese soll nun in die ersten klinischen Tests gehen.

Einen anderen Ansatz verfolgen Forscher der Hahnemann Medizinhochschule in Philadelphia. Sie arbeiten an einer Methode, die es bald möglich machen soll, einen Roboterarm direkt durch Gehirnzellenaktivität zu steuern. Für Menschen, deren Gliedmaßen völlig gelähmt sind oder Amputierte, denen nicht einmal ein Stumpf geblieben ist, gab es bisher nur wenige Möglichkeiten, Prothesen oder Hilfsmittel zu steuern. Das neue System testeten die amerikanischen Wissenschaftler erst einmal in Versuchen mit Ratten. Diese lernten, einen Roboterarm herunterzudrücken, wenn sie Wasser bekommen wollten. In ihrem Gehirn eingepflanzte Elektroden registrierten das spezifische Muster bei dieser Bewegung und speicherten es. Im nächsten Schritt wurden die Elektroden direkt mit dem Roboterarm verbunden und die Ratten begriffen schnell, den Hebel allein durch ihre Gehirnaktivität zu betätigen.

Bevor dieses Verfahren allerdings auf den Menschen übertragen werden kann, müssen noch einige Hürden überwunden werden. Der Roboteram in seiner jetzigen Form ist nur in einer Richtung beweglich, die Signalmuster der Gehirnzellen sind dementsprechend noch relativ einfach zu analysieren. Anders sieht es dagegen mit einer Prothese aus, die wie ein echter Arm auch in allen drei Dimensionen bewegbar sein soll. Ob die Methode auch noch den damit verbundenen komplexeren Gehirnaktiviäten gewachsen ist, soll die Zukunft zeigen.