Zastosowanie metod sztucznej inteligencji w klasyfikacji niedosłuchów na podstawie badań audiometrii tonalnej
Identyfikator grantu: PT01167
Kierownik projektu: Michał Kassjański
Politechnika Gdańska
Wydział Elektroniki, Telekomunikacji i Informatyki
Gdańsk
Data otwarcia: 2024-04-23
Streszczenie projektu
Według Światowej Organizacji Zdrowia (WHO) ubytek słuchu dotyka obecnie ponad 1,5 miliarda ludzi na całym świecie, z czego 430 milionów ma umiarkowany lub wyższy poziom ubytku słuchu w lepiej słyszącym uchu. WHO przewiduje, że do 2050 roku prawie 2,5 miliarda ludzi będzie miało pewien stopień ubytku słuchu, a co najmniej 700 milionów będzie wymagało usług rehabilitacyjnych. Na szczęście wielu przypadkom utraty słuchu można zapobiec poprzez wczesną diagnozę i skuteczną interwencję. Metody medyczne i chirurgiczne mogą być skuteczne w leczeniu chorób uszu, w wielu przypadkach prowadząc do przywrócenia pierwotnej jakości słuchu.
Do diagnostyki utraty słuchu używane głównie jest badanie audiometrii tonalnej, zwykle wykonywanej w pozycji siedzącej w komorze bezechowej. Polega ona na podawaniu czystych tonów o rosnącym natężeniu, zwykle za pośrednictwem słuchawek, i określaniu progu słyszenia dla przewodnictwa powietrznego i kostnego. Przewodnictwo powietrzne określa funkcję całego narządu słuchu, od małżowiny usznej po ośrodki słuchu w płatach skroniowych. Przewodnictwo kostne bada narząd słuchu z poziomu kostnej torebki ślimaka, omijając przewodzenie dźwięku przez ucho zewnętrzne i środkowe.
Wyniki badań audiometrii tonalnej są zwykle wykreślane na audiogramie, na którym wykresy wskazują najcichsze lub najniższe poziomy dźwięku (lub ciśnienia akustycznego), które dana osoba może usłyszeć na różnych wysokościach lub częstotliwościach. Audiogram składa się z dwóch osi. Oś pionowa audiogramu wskazuje głośność lub natężenie dźwięku, które jest mierzone w decybelach (dB). W miarę przesuwania się w dół osi głośność dźwięku wzrasta. Jest to odpowiednik zwiększania intensywności dźwięku w radiu lub telewizorze. Na szczycie osi zero decybeli (dB) reprezentuje najcichszy dźwięk (najniższe ciśnienie akustyczne). Oś pozioma audiogramu odpowiada częstotliwości lub wysokości dźwięku mierzonej w hercach (Hz). Częstotliwość dźwięku stopniowo wzrasta w miarę przesuwania się w prawo wzdłuż osi. Lewa strona audiogramu wyświetla najniższe częstotliwości, podczas gdy prawa strona wyświetla najwyższe częstotliwości.
Zbiór danych wykorzystany do projektu powstał z badań słuchu przeprowadzone w komorach dźwiękoszczelnych (ISO 8253, ISO 8253) w Klinice Otolaryngologii Uniwersyteckiego Centrum Klinicznego w Gdańsku w latach 2010-2022. Sygnały były generowane przez skalibrowane audiometry kliniczne Itera II i Midimate 622 firmy Madsen Electronics (Otometrics, Kopenhaga, Dania) (PN-EN 60645-1, ISO 389, ISO 8789, ISO 7566, ISO 8789). Aparatura była w stanie dostosować się do standardowych poziomów słyszenia ANSI S 3.6-1989 i 2004. Wytyczne American Speech-Language-Hearing Association (ASHA) zostały zastosowane do audiometrii tonalnej oceny słuchu. Sygnał generowany przez audiometr został podłączony do słuchawek TDH-39P do oceny przewodnictwa powietrznego. Audiometr został podłączony do wibratora kostnego B-71 (New Eagle, PA) w celu przeprowadzenia oceny przewodnictwa kostnego. Każdy pacjent dostarczył maksymalnie dwa wyniki testów, jeden dla lewego ucha i jeden dla prawego, co pozwoliło uniknąć powielania danych od tego samego pacjenta i zapewnić odpowiednią różnorodność danych. Trzech doświadczonych audiologów oznaczyło morfologie ubytku słuchu na wynikach testów audiometrycznych. Obecnie zestaw danych składa się z 15046 wyników testów audiometrycznych od 9663 dorosłych pacjentów.
Głównym celem tego projektu jest skonstruowanie modelu klasyfikacji z użyciem sztucznej inteligencji dla danych audiometrii tonalnej pod kątem trzech rodzajów ubytku słuchu (przewodzeniowy, odbiorczy lub mieszany) oraz słuchu normalnego. Aby model ten mógł zostać wdrożony w warunkach klinicznych, musi osiągnąć minimalny poziom 97% dokładności. Po wytrenowaniu modelu zostanie wdrożona aplikacja mobilna z możliwością skanowania i klasyfikowania wydrukowanych audiogramów. Stworzenie aplikacji mobilnej wiąże się również z optymalizacją modelu do użytku na urządzeniach mobilnych i opracowaniem narzędzi do wykrywania obiektów w celu wyodrębnienia najważniejszych danych ze zeskanowanych audiogramów.
Ogólnie rzecz biorąc, wyniki badań są istotne dla praktyki klinicznej, zarówno jako system klasyfikacji dla lekarzy rodzinnych, jak i jako system wsparcia dla profesjonalnych lekarzy audiologów. Opracowany model może znacznie zmniejszyć obciążenie specjalistów audiologii, umożliwiając lekarzom rodzinnym samodzielną klasyfikację wyników badań audiometrii tonalnej. Ponadto proponowane rozwiązanie ma na celu zapewnienie audiologom dostępu do systemu wspomagania decyzji AI, który może potencjalnie zmniejszyć ich obciążenie, poprawić dokładność diagnostyczną i zmniejszyć liczbę błędów ludzkich. Ponadto wdrożenie modelu klasyfikacji w urządzeniach mobilnych ułatwi korzystanie z nowych technologii w prosty i nowoczesny sposób.
Do diagnostyki utraty słuchu używane głównie jest badanie audiometrii tonalnej, zwykle wykonywanej w pozycji siedzącej w komorze bezechowej. Polega ona na podawaniu czystych tonów o rosnącym natężeniu, zwykle za pośrednictwem słuchawek, i określaniu progu słyszenia dla przewodnictwa powietrznego i kostnego. Przewodnictwo powietrzne określa funkcję całego narządu słuchu, od małżowiny usznej po ośrodki słuchu w płatach skroniowych. Przewodnictwo kostne bada narząd słuchu z poziomu kostnej torebki ślimaka, omijając przewodzenie dźwięku przez ucho zewnętrzne i środkowe.
Wyniki badań audiometrii tonalnej są zwykle wykreślane na audiogramie, na którym wykresy wskazują najcichsze lub najniższe poziomy dźwięku (lub ciśnienia akustycznego), które dana osoba może usłyszeć na różnych wysokościach lub częstotliwościach. Audiogram składa się z dwóch osi. Oś pionowa audiogramu wskazuje głośność lub natężenie dźwięku, które jest mierzone w decybelach (dB). W miarę przesuwania się w dół osi głośność dźwięku wzrasta. Jest to odpowiednik zwiększania intensywności dźwięku w radiu lub telewizorze. Na szczycie osi zero decybeli (dB) reprezentuje najcichszy dźwięk (najniższe ciśnienie akustyczne). Oś pozioma audiogramu odpowiada częstotliwości lub wysokości dźwięku mierzonej w hercach (Hz). Częstotliwość dźwięku stopniowo wzrasta w miarę przesuwania się w prawo wzdłuż osi. Lewa strona audiogramu wyświetla najniższe częstotliwości, podczas gdy prawa strona wyświetla najwyższe częstotliwości.
Zbiór danych wykorzystany do projektu powstał z badań słuchu przeprowadzone w komorach dźwiękoszczelnych (ISO 8253, ISO 8253) w Klinice Otolaryngologii Uniwersyteckiego Centrum Klinicznego w Gdańsku w latach 2010-2022. Sygnały były generowane przez skalibrowane audiometry kliniczne Itera II i Midimate 622 firmy Madsen Electronics (Otometrics, Kopenhaga, Dania) (PN-EN 60645-1, ISO 389, ISO 8789, ISO 7566, ISO 8789). Aparatura była w stanie dostosować się do standardowych poziomów słyszenia ANSI S 3.6-1989 i 2004. Wytyczne American Speech-Language-Hearing Association (ASHA) zostały zastosowane do audiometrii tonalnej oceny słuchu. Sygnał generowany przez audiometr został podłączony do słuchawek TDH-39P do oceny przewodnictwa powietrznego. Audiometr został podłączony do wibratora kostnego B-71 (New Eagle, PA) w celu przeprowadzenia oceny przewodnictwa kostnego. Każdy pacjent dostarczył maksymalnie dwa wyniki testów, jeden dla lewego ucha i jeden dla prawego, co pozwoliło uniknąć powielania danych od tego samego pacjenta i zapewnić odpowiednią różnorodność danych. Trzech doświadczonych audiologów oznaczyło morfologie ubytku słuchu na wynikach testów audiometrycznych. Obecnie zestaw danych składa się z 15046 wyników testów audiometrycznych od 9663 dorosłych pacjentów.
Głównym celem tego projektu jest skonstruowanie modelu klasyfikacji z użyciem sztucznej inteligencji dla danych audiometrii tonalnej pod kątem trzech rodzajów ubytku słuchu (przewodzeniowy, odbiorczy lub mieszany) oraz słuchu normalnego. Aby model ten mógł zostać wdrożony w warunkach klinicznych, musi osiągnąć minimalny poziom 97% dokładności. Po wytrenowaniu modelu zostanie wdrożona aplikacja mobilna z możliwością skanowania i klasyfikowania wydrukowanych audiogramów. Stworzenie aplikacji mobilnej wiąże się również z optymalizacją modelu do użytku na urządzeniach mobilnych i opracowaniem narzędzi do wykrywania obiektów w celu wyodrębnienia najważniejszych danych ze zeskanowanych audiogramów.
Ogólnie rzecz biorąc, wyniki badań są istotne dla praktyki klinicznej, zarówno jako system klasyfikacji dla lekarzy rodzinnych, jak i jako system wsparcia dla profesjonalnych lekarzy audiologów. Opracowany model może znacznie zmniejszyć obciążenie specjalistów audiologii, umożliwiając lekarzom rodzinnym samodzielną klasyfikację wyników badań audiometrii tonalnej. Ponadto proponowane rozwiązanie ma na celu zapewnienie audiologom dostępu do systemu wspomagania decyzji AI, który może potencjalnie zmniejszyć ich obciążenie, poprawić dokładność diagnostyczną i zmniejszyć liczbę błędów ludzkich. Ponadto wdrożenie modelu klasyfikacji w urządzeniach mobilnych ułatwi korzystanie z nowych technologii w prosty i nowoczesny sposób.