Badanie pokazuje, że sztuczna inteligencja może przewidzieć sukces mowy po wszczepieniu implantu ślimakowego

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Jak wynika z dużego międzynarodowego badania opublikowanego w JAMA Otolaryngology – Head and Neck Surgery, model sztucznej inteligencji wykorzystujący uczenie głębokiego transferu – najbardziej zaawansowaną formę uczenia maszynowego – przewidywał wyniki w zakresie języka mówionego od jednego do trzech lat po wszczepieniu implantu ślimakowego (wszczepionego elektronicznego aparatu słuchowego) z 92% dokładnością. Chociaż implant ślimakowy jest jedyną skuteczną...

Badanie pokazuje, że sztuczna inteligencja może przewidzieć sukces mowy po wszczepieniu implantu ślimakowego

Według dużego międzynarodowego badania opublikowanego w , model sztucznej inteligencji wykorzystujący uczenie się głębokiego transferu – najbardziej zaawansowaną formę uczenia maszynowego – przewidywał wyniki w zakresie języka mówionego od jednego do trzech lat po wszczepieniu implantów ślimakowych (wszczepionego elektronicznego aparatu słuchowego) z dokładnością 92%.JAMA Otolaryngologia – Chirurgia Głowy i Szyi.

Chociaż implantacja ślimakowa to jedyna skuteczna metoda poprawy słuchu i umożliwienia mówienia u dzieci ze znacznym lub głębokim ubytkiem słuchu, rozwój języka mówionego po wczesnej implantacji jest bardziej zróżnicowany w porównaniu z dziećmi z prawidłowym słuchem. Jeśli przed implantacją zostanie ustalone, że dzieci mogą mieć większe trudności z mówieniem, można wcześniej zastosować intensywną terapię w celu poprawy ich języka.

Naukowcy przeszkolili modele sztucznej inteligencji do przewidywania wyników na podstawie przedimplantacyjnych skanów MRI mózgu 278 dzieci w Hongkongu, Australii i USA, które mówiły trzema różnymi językami (angielskim, hiszpańskim i kantońskim). Trzy ośrodki biorące udział w badaniu stosowały także różne protokoły skanowania mózgu i różne mierniki wyników.

Tak złożone, heterogeniczne zbiory danych są problematyczne w przypadku tradycyjnego uczenia maszynowego, ale badanie wykazało doskonałe wyniki w przypadku modelu głębokiego uczenia się. We wszystkich miarach wyników przewyższył tradycyjne modele uczenia maszynowego.

„Nasze wyniki pokazują wykonalność pojedynczego modelu sztucznej inteligencji jako solidnego narzędzia prognostycznego dotyczącego wyników językowych dzieci objętych programami implantów ślimakowych na całym świecie. To ekscytujący postęp w tej dziedzinie” – powiedziała główna autorka Nancy M. Young, dyrektor medyczna ds. audiologii i programów implantów ślimakowych w szpitalu dziecięcym Ann & Robert H. Lurie w Chicago – amerykańskim ośrodku badawczym.

To narzędzie oparte na sztucznej inteligencji umożliwia podejście „od przewidywania do przepisania” w celu optymalizacji rozwoju języka poprzez określenie, które dziecko może odnieść korzyść z bardziej intensywnej terapii”.

Nancy M. Young, Szpital Dziecięcy Ann i Roberta H. Lurie w Chicago

Praca ta była wspierana przez Radę ds. grantów badawczych w ramach grantu GRF14605119 z Hongkongu, Narodowe Instytuty Zdrowia R21DC016069 i R01DC019387.

Dr Young jest profesorem Lillian S. Wells w dziedzinie otolaryngologii dziecięcej w Lurie Children’s. Jest także profesorem otolaryngologii w Feinberg School of Medicine na Northwestern University oraz profesorem i pracownikiem naukowym w Knowles Hearing Center na Wydziale Nauk o Komunikacji i Zaburzeń Komunikacji w Northwestern University School of Communication.

Program implantów ślimakowych dla dzieci Lurie jest jednym z największych i najbardziej doświadczonych na świecie. Od czasu jego wprowadzenia w 1991 r. wykonano ponad 2000 zabiegów wszczepienia implantu ślimakowego.


Źródła:

Journal reference:

Wang, Y.,i in. (2025) Prognozowanie rozwoju języka mówionego u dzieci z implantami ślimakowymi przy użyciu obrazowania metodą rezonansu magnetycznego przed implantem.JAMA Otolaryngologia – chirurgia głowy i szyi. DOI:10.1001/jamaoto.2025.4694.  https://jamanetwork.com/journals/jamaotolaryngology/fullarticle/2842669.