Sztuczna inteligencja "widzi" szum w uszach

Przewlekły szum w uszach pojawia się u około 15 proc. dorosłych. Jest zwykle diagnozowany na podstawie tego, jak opisuje go pacjent, testu słuchu lub subiektywnego kwestionariusza.

Dr Mehrnaz Shoushtarian z Instytutu Bioniki w Melbourne w Australii i jej współpracownicy opracowali algorytm, który może wykryć, czy dana osoba cierpi na szum w uszach, a także jakie jest jego nasilenie.

Jak wyjaśnia dr Shoushtarian, wiele wizualno-słuchowych ścieżek neuronowych oddziałuje na siebie, zarówno u osób z upośledzeniem słuchu, jak i bez niego. Wcześniejsze badania wykazały, że osoby z szumami usznymi mają zmniejszoną aktywność części płata potylicznego mózgu zwanej klinkiem. Ten region mózgu odpowiada za przetwarzanie obrazu.

Naukowcy zastosowali nieinwazyjną technikę neuroobrazowania znaną jako funkcjonalna spektroskopia w bliskiej podczerwieni (fNIRS) na 25 osobach z przewlekłym szumem usznym i 21 osobach bez tego schorzenia. Technika fNIRS wykorzystuje światło podczerwone do pomiaru przepływu krwi i poziomu tlenu w niektórych obszarach mózgu, co pozwala ocenić ich aktywność.

Pomiar sygnałów fNIRS przeprowadzany był w czasie, gdy uczestnikom badań prezentowano zarówno bodźce wizualne, jak i słuchowe: wyświetlanie okrągłych szachownic i 15-sekundowe nagrania hałasu.

Osoby z szumami usznymi zostały poproszone o ocenę, jak głośne i irytujące były te szumy. Wyniki zostały porównane z wzorcami aktywności mózgu opartymi na sygnałach fNIRS.

Okazało się, że osoby z bardziej nasilonymi szumami usznymi miały wyższy poziom połączeń w tle pomiędzy niektórymi regionami mózgu. U osób z głośniejszym szumem w uszach reakcje mózgu na bodźce wzrokowe i słuchowe były znacznie zmniejszone. Zespół uważa, że dzieje się tak, ponieważ zwiększona aktywność neuronalna w tle u osób z szumami usznymi wpływa na zdolność mózgu do reakcji.

Następnie naukowcy wytrenowali algorytm sztucznej inteligencji w interpretacji wyników fNIRS i nasilenia szumów usznych. Sztuczna inteligencja potrafiła wykryć obecność szumów usznych z 78-procentową dokładnością, przy czym postać ciężką od łagodnej odróżniała z dokładnością rzędu 87 proc.

Jak podkreśla Shoushtarian, fakt, że sztuczna inteligencja może obiektywnie rozróżnić łagodne i silne szumy uszne, może pomóc w ulepszeniu leczenia. Obecnie trudno ocenić, jak skuteczne są stosowane zabiegi, ponieważ wyniki opierają się na subiektywnych raportach pacjenta na przestrzeni czasu. (PAP)

Autor: Paweł Wernicki

pmw/ ekr/