機械学習によりティンパノメトリーの使用が広がり、子供の聴覚スクリーニングが改善される可能性がある

機械学習によりティンパノメトリーの使用が広がり、子供の聴覚スクリーニングが改善される可能性がある

Ear and Hearing誌6月15日号に掲載された新しい研究によると、スマートフォンの技術を利用したコンピューターベースのシステムにより、地方に住む訓練を受けていない個人でも、子どもの聴覚障害をより正確にスクリーニングできることが明らかになりました。

研究チームは、大規模な耳の測定データセットを用いて、ハイブリッド型ディープラーニングモデルを開発しました。

このモデルは、鼓膜の動きをグラフ化したもので、一般的な中耳炎などの問題を特定するのに役立ちます。

著者らは、「自動化された臨床判断支援によって、農村部の十分なサービスを受けていない集団でも、訓練された聴覚専門医と同様の感度で、素人がスクリーニングのための鼓膜検査を行うことが可能になることを実証した最初の研究である」と述べています。

子供の難聴は、コミュニケーション、言語、社会的スキルに影響を与える可能性があり、早期に聴覚の助けを得ることで、子供の可能性を最大限に引き出すことができます。

国立衛生研究所によると、6人に5人の子供が3歳までに少なくとも1回は耳の感染症にかかっており、耳の感染症は親が子供を医者に連れて行く最も一般的な理由となっています。

耳の感染症には、経過観察から抗生物質の投与、鼓膜の奥に液体がたまらないようにするイヤーチューブなど、いくつかの治療法があります。

さらに、聴覚に問題があると判断された子供には、学校での補聴器や特別席などの便宜を図ることができます。

医師が中耳の問題をチェックする最も一般的な方法は、携帯型の耳鏡を使って鼓膜を見ることです。

鼓膜の奥に水が溜まっていたり、耳管機能に問題があったり、鼓膜に穴が開いていたりする場合は、音と気圧の変化から検出します。

残念ながら、ティンパノメトリーは、スクリーニングのガイドラインがないこと、費用がかかること、複雑であること、素人が使用するための意思決定支援がないことなどから、学校での聴力スクリーニング・プログラムの一部とはなっていません。

リンク先はアメリカのHearing Trackerというサイトの記事になります。(英文)
Back to blog

Leave a comment