Une étude montre que l'IA peut prédire le succès de la parole après des implants cochléaires

Une étude montre que l'IA peut prédire le succès de la parole après des implants cochléaires

Selon une étude internationale majeure publiée dans , un modèle d'IA utilisant l'apprentissage par transfert profond – la forme la plus avancée d'apprentissage automatique – a prédit les résultats du langage parlé un à trois ans après l'implantation d'implants cochléaires (aide auditive électronique implantée) avec une précision de 92 %JAMA Otolaryngologie – Chirurgie de la tête et du cou.

Bien que l'implantation cochléaire soit le seul traitement efficace pour améliorer l'audition et permettre le langage parlé chez les enfants présentant une perte auditive sévère à profonde, le développement du langage parlé est plus variable après une implantation précoce que chez les enfants ayant une audition normale. S'il est déterminé avant l'implantation que les enfants sont susceptibles d'avoir de plus grandes difficultés avec le langage parlé, une thérapie intensifiée peut être proposée plus tôt pour améliorer leur langage.

Les chercheurs ont formé des modèles d’IA pour prédire les résultats sur la base d’IRM cérébrales préimplantatoires de 278 enfants de Hong Kong, d’Australie et des États-Unis qui parlaient trois langues différentes (anglais, espagnol et cantonais). Les trois centres de l’étude ont également utilisé différents protocoles d’exploration cérébrale et différentes mesures des résultats.

Des ensembles de données aussi complexes et hétérogènes posent problème pour l’apprentissage automatique traditionnel, mais l’étude a montré d’excellents résultats avec le modèle d’apprentissage profond. Il a surpassé les modèles traditionnels d’apprentissage automatique dans toutes les mesures de résultats.

"Nos résultats démontrent la faisabilité d'un modèle unique d'IA comme outil pronostique robuste pour les résultats linguistiques des enfants servis par des programmes d'implants cochléaires dans le monde entier. Il s'agit d'une avancée passionnante pour ce domaine", a déclaré l'auteur principal Nancy M. Young, directrice médicale des programmes d'audiologie et d'implants cochléaires à l'hôpital pour enfants Ann & Robert H. Lurie de Chicago - le centre américain de l'étude.

Cet outil alimenté par l’IA permet une approche « prévoir pour prescrire » pour optimiser le développement du langage en identifiant quel enfant pourrait bénéficier d’une thérapie plus intensive.

Nancy M. Young, Ann et Robert H. Lurie Hôpital pour enfants de Chicago

Ce travail a été soutenu par la subvention GRF14605119 du Research Grants Council de Hong Kong, les National Institutes of Health R21DC016069 et R01DC019387.

Le Dr Young est titulaire de la chaire Lillian S. Wells en oto-rhino-laryngologie pédiatrique au Lurie Children's. Elle est également professeur d'oto-rhino-laryngologie à la Feinberg School of Medicine de la Northwestern University et professeur et membre du Knowles Hearing Center, Département des sciences et des troubles de la communication de la Northwestern University School of Communication.

Le programme d'implants cochléaires pédiatriques de Lurie est l'un des plus vastes et des plus expérimentés au monde. Depuis son introduction en 1991, plus de 2 000 procédures d'implantation cochléaire ont été réalisées.

Sources :