Eén model, vele hersenen: Tether Evo publiceert drie door vakgenoten beoordeelde onderzoeken naar universele BCI-decodering

2. Visuele decodering (Imaging Neuroscience) — Het model reconstrueert visuele beelden op basis van neurale signalen (spiking data) bij primaten. Ook hier wordt een cross-subject trainingsaanpak gebruikt in plaats van per individu hertrainen . Het visuele model identificeerde het exacte beeld uit duizenden opties met een nauwkeurigheid van 70%, op basis van slechts 20 milliseconden aan hersenactiviteit .

3. Muziekdecodering (Neural Networks) — Het model decodeert muzieknummers en -genres uit hersenactiviteit, waarmee hetzelfde principe van cross-subject-generaliseerbaarheid in het auditieve/muzikale domein wordt aangetoond .

Hoe de één-model-aanpak werkt

De technische kern van alle drie de papers is een gedeelde transformer-architectuur die wordt getraind op neurale data die van meerdere proefpersonen tegelijk zijn samengevoegd. Door deze gezamenlijke training leert het model algemene neurale kenmerken — patronen in hoe de hersenen spraak, visuele beelden en muziek coderen die consistent zijn tussen individuen — terwijl het minder afhankelijk wordt van persoonspecifieke eigenaardigheden . Wanneer het model met een nieuwe patiënt te maken krijgt, volstaat een korte fine-tuningsessie van enkele minuten, in plaats van een volledige hertrainingspijplijn die weken in beslag neemt .

Een eerdere preprint van Tether Evo (mei 2026) over cross-subject neurale-naar-foneemdecodering toonde al aan dat een model dat gezamenlijk was getraind op de twee grootste intracorticale spraakdatasets, de prestaties van modellen die per individu waren getraind evenaarde of overtrof .

Waarom dit van belang is voor de adoptie van BCI's

De meeste bestaande BCI-decoders moeten voor elke gebruiker afzonderlijk worden gekalibreerd — een proces dat weken kan duren. De aanpak van Tether Evo pakt een van de grootste barrières aan voor klinische en consumententoepassingen van BCI's: de omslachtige personalisatie. Door aan te tonen dat één model kan generaliseren over verschillende mensen en zelfs over verschillende soorten neurale meetmethoden, wijst het onderzoek de weg naar plug-en-play-neuroprothesen die vrijwel direct na implantatie kunnen worden gebruikt .

Kortom: de doorbraak is niet één model dat gelijktijdig alle drie modaliteiten decodeert, maar een algemene methodologie — cross-subject gezamenlijke training met efficiënte fine-tuning — die afzonderlijk is toegepast op spraak-, visuele en muziekdecodering, elk gevalideerd in een eigen peer-reviewed paper.