Uno studio dimostra che l'intelligenza artificiale può prevedere il successo del linguaggio dopo gli impianti cocleari

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Un modello di intelligenza artificiale che utilizza il deep transfer learning – la forma più avanzata di machine learning – ha previsto i risultati del linguaggio parlato da uno a tre anni dopo gli impianti cocleari (apparecchio acustico elettronico impiantato) con una precisione del 92%, secondo un ampio studio internazionale pubblicato su JAMA Otolaryngology - Head and Neck Surgery. Sebbene l'impianto cocleare sia l'unico efficace...

Uno studio dimostra che l'intelligenza artificiale può prevedere il successo del linguaggio dopo gli impianti cocleari

Secondo un importante studio internazionale pubblicato nel , un modello di intelligenza artificiale che utilizza il deep transfer learning, la forma più avanzata di apprendimento automatico, ha previsto i risultati del linguaggio parlato da uno a tre anni dopo gli impianti cocleari (apparecchio acustico elettronico impiantato) con una precisione del 92%.JAMA Otorinolaringoiatria – Chirurgia della testa e del collo.

Sebbene l’impianto cocleare sia l’unico trattamento efficace per migliorare l’udito e consentire il linguaggio parlato nei bambini con perdita dell’udito da grave a profonda, lo sviluppo del linguaggio parlato è più variabile dopo l’impianto precoce rispetto ai bambini con udito normale. Se prima dell’impianto viene accertato che i bambini potrebbero avere maggiori difficoltà con il linguaggio parlato, può essere offerta prima una terapia intensificata per migliorare il loro linguaggio.

I ricercatori hanno addestrato modelli di intelligenza artificiale per prevedere i risultati sulla base delle scansioni MRI cerebrali pre-impianto di 278 bambini di Hong Kong, Australia e Stati Uniti che parlavano tre lingue diverse (inglese, spagnolo e cantonese). I tre centri coinvolti nello studio hanno utilizzato anche diversi protocolli di scansione cerebrale e diverse misure di risultato.

Set di dati così complessi ed eterogenei sono problematici per il machine learning tradizionale, ma lo studio ha mostrato risultati eccellenti con il modello di deep learning. Ha sovraperformato i tradizionali modelli di machine learning in tutte le misure di risultato.

"I nostri risultati dimostrano la fattibilità di un singolo modello di intelligenza artificiale come solido strumento prognostico per i risultati linguistici dei bambini serviti da programmi di impianto cocleare in tutto il mondo. Questo è un progresso entusiasmante per il campo", ha affermato l'autrice principale Nancy M. Young, direttrice medica dei programmi di audiologia e impianto cocleare presso l'Ann & Robert H. Lurie Children's Hospital di Chicago, il centro statunitense dello studio.

Questo strumento basato sull’intelligenza artificiale consente un approccio “prevedere-prescrivere” per ottimizzare lo sviluppo del linguaggio identificando quale bambino potrebbe trarre beneficio da una terapia più intensiva”.

Ospedale pediatrico Nancy M. Young, Ann e Robert H. Lurie di Chicago

Questo lavoro è stato sostenuto dal Research Grants Council di Hong Kong Grant GRF14605119, dal National Institutes of Health R21DC016069 e R01DC019387.

Il dottor Young è titolare della cattedra Lillian S. Wells in Otorinolaringoiatria pediatrica presso il Lurie Children's. È anche professoressa di otorinolaringoiatria presso la Feinberg School of Medicine della Northwestern University e professoressa e collega presso il Knowles Hearing Center, Dipartimento di scienze e disturbi della comunicazione presso la Northwestern University School of Communication.

Il programma di impianti cocleari pediatrici di Lurie è uno dei più vasti ed esperti al mondo. Dalla sua introduzione nel 1991, sono state eseguite più di 2.000 procedure di impianto cocleare.


Fonti:

Journal reference:

Wang, Y.,et al. (2025) Previsione dello sviluppo del linguaggio parlato nei bambini con impianti cocleari utilizzando la risonanza magnetica preimpianto.JAMA Otorinolaringoiatria – Chirurgia della testa e del collo. DOI:10.1001/jamaoto.2025.4694.  https://jamanetwork.com/journals/jamaotolaryngology/fullarticle/2842669.