Μελέτη δείχνει ότι η τεχνητή νοημοσύνη μπορεί να προβλέψει την επιτυχία της ομιλίας μετά από κοχλιακά εμφυτεύματα

Μελέτη δείχνει ότι η τεχνητή νοημοσύνη μπορεί να προβλέψει την επιτυχία της ομιλίας μετά από κοχλιακά εμφυτεύματα

Σύμφωνα με μια μεγάλη διεθνή μελέτη που δημοσιεύτηκε στο , ένα μοντέλο AI που χρησιμοποιεί μάθηση βαθιάς μεταφοράς – την πιο προηγμένη μορφή μηχανικής μάθησης – προέβλεψε τα αποτελέσματα της προφορικής γλώσσας ένα έως τρία χρόνια μετά τα κοχλιακά εμφυτεύματα (εμφυτευμένο ηλεκτρονικό ακουστικό βαρηκοΐας) με ακρίβεια 92%.JAMA Ωτορινολαρυγγολογία – Χειρουργική Κεφαλής και Τραχήλου.

Αν και η κοχλιακή εμφύτευση είναι η μόνη αποτελεσματική θεραπεία για τη βελτίωση της ακοής και την ενεργοποίηση του προφορικού λόγου σε παιδιά με σοβαρή έως βαθιά απώλεια ακοής, η ανάπτυξη του προφορικού λόγου είναι πιο μεταβλητή μετά την πρώιμη εμφύτευση σε σύγκριση με τα παιδιά με φυσιολογική ακοή. Εάν διαπιστωθεί πριν από την εμφύτευση ότι τα παιδιά είναι πιθανό να έχουν μεγαλύτερη δυσκολία στον προφορικό λόγο, μπορεί να προσφερθεί εντατική θεραπεία νωρίτερα για τη βελτίωση της γλώσσας τους.

Οι ερευνητές εκπαίδευσαν μοντέλα τεχνητής νοημοσύνης για την πρόβλεψη των αποτελεσμάτων με βάση τις μαγνητικές τομογραφίες εγκεφάλου πριν από την εμφύτευση 278 παιδιών στο Χονγκ Κονγκ, την Αυστραλία και τις ΗΠΑ που μιλούσαν τρεις διαφορετικές γλώσσες (Αγγλικά, Ισπανικά και Καντονέζικα). Τα τρία κέντρα στη μελέτη χρησιμοποίησαν επίσης διαφορετικά πρωτόκολλα σάρωσης εγκεφάλου και διαφορετικά μέτρα έκβασης.

Τέτοια πολύπλοκα, ετερογενή σύνολα δεδομένων είναι προβληματικά για την παραδοσιακή μηχανική μάθηση, αλλά η μελέτη έδειξε εξαιρετικά αποτελέσματα με το μοντέλο βαθιάς μάθησης. Ξεπέρασε τα παραδοσιακά μοντέλα μηχανικής μάθησης σε όλα τα μέτρα αποτελέσματος.

"Τα αποτελέσματά μας καταδεικνύουν τη σκοπιμότητα ενός μεμονωμένου μοντέλου τεχνητής νοημοσύνης ως ισχυρού προγνωστικού εργαλείου για τα γλωσσικά αποτελέσματα των παιδιών που εξυπηρετούνται από προγράμματα κοχλιακών εμφυτευμάτων παγκοσμίως. Αυτή είναι μια συναρπαστική πρόοδος για τον τομέα", δήλωσε ο επικεφαλής συγγραφέας Nancy M. Young, ιατρικός διευθυντής προγραμμάτων ακοολογίας και κοχλιακών εμφυτευμάτων. μελέτη.

Αυτό το εργαλείο που υποστηρίζει την τεχνητή νοημοσύνη επιτρέπει μια προσέγγιση «πρόβλεψη προς συνταγογράφηση» για τη βελτιστοποίηση της γλωσσικής ανάπτυξης, προσδιορίζοντας ποιο παιδί μπορεί να ωφεληθεί από πιο εντατική θεραπεία.

Nancy M. Young, Ann & Robert H. Lurie Children's Hospital of Chicago

Αυτή η εργασία υποστηρίχθηκε από το Research Grants Council of Hong Kong Grant GRF14605119, τα Εθνικά Ινστιτούτα Υγείας R21DC016069 και R01DC019387.

Ο Δρ Young είναι κάτοχος του καθηγητή Lillian S. Wells στην Παιδιατρική Ωτορινολαρυγγολογία στο Lurie Children’s. Είναι επίσης καθηγήτρια ωτορινολαρυγγολογίας στην Ιατρική Σχολή Feinberg στο Northwestern University και καθηγήτρια και υπότροφος στο Knowles Hearing Center, Τμήμα Επιστημών Επικοινωνίας και Διαταραχών στο Northwestern University School of Communication.

Το πρόγραμμα παιδιατρικών κοχλιακών εμφυτευμάτων της Lurie είναι ένα από τα μεγαλύτερα και πιο έμπειρα στον κόσμο. Από την εισαγωγή του το 1991, έχουν πραγματοποιηθεί περισσότερες από 2.000 επεμβάσεις κοχλιακής εμφύτευσης.

Πηγές: