Ein Team der Newcastle University forscht an einer Handprothese, die automatisch die richtige Greifposition einnimmt, wenn der Benutzer das zu greifende Objekt mit einer kleinen Kamera filmt. Das soll den Greifprozess beschleunigen, hoffen die Forscher um Kianoush Nazarpour, die nun einen Prototyenp gebaut haben. Das Gerät analysiert das von einer Webcam aufgenommene Bild mit Hilfe von Deep Learning. Dadurch ermittelt die Kamera auch bei unbekannten Objekten den jeweils passenden Griff.

Nazarpour und Kollegen trainierten die künstliche Intelligenz darauf, zu einem gegebenen Objekt einen von fünf Griffen auszuwählen. Bei herkömmlichen Prothesen kann der Benutzer nur einfache Kommandos an seine Kunsthand geben, ausschlaggebend ist dabei meist die elektrische Aktivität der Muskeln im verbliebenen Armstumpf. Die "sehende Hand" soll das Zugreifen nun schneller und mit weniger Konzentration ermöglichen – ähnlich wie beim intuitiven Greifen mit einer intakten Hand.

Wie sie im "Journal of Neural Engineering" schreiben, erreichten die Forscher in ersten Tests an zwei Freiwilligen eine Quote von 80 bis 90 Prozent korrekten Greifbewegungen. Das könnte sich durch Training und Weiterentwicklung vielleicht noch verbessern lassen. Nazarpour und Kollegen sehen ihren Ansatz als praktikable Zwischenlösung, bis bessere Steuerungsmöglichkeiten anwendungsreif werden. Mit hoch entwickelten Sensoren der nächsten Generation ließen sich beispielsweise auch einzelne Finger steuern. Bis es so weit ist, biete die "sehende Hand" eine kostengünstige Alternative auf Basis bewährter Technik.