共计 851 个字符，预计需要花费 3 分钟才能阅读完成。
一项最新国际研究为重度听力损失儿童带来了福音。研究表明，借助前沿的深度迁移学习技术，人工智能模型在预测耳聋儿童植入人工耳蜗后一至三年内的口语发展结果时，准确率高达惊人的 92%。这一重要发现已发表于《美国医学会耳鼻喉头颈外科杂志》，标志着人工智能在听力康复领域的应用取得了关键性突破。
对于重度至极重度听力损失的儿童而言，人工耳蜗植入是目前改善听力、发展口语能力的唯一有效疗法。然而，一个普遍存在的挑战是，植入后儿童的语言发展水平存在显著差异。如果能利用人工智能模型在手术前就预测哪些儿童未来可能在口语学习上遇到较大困难，医疗团队便能及早介入，提供个性化的强化干预，从而最大程度地优化其语言发展路径。
- 
- 
- 
- 
- 
- 
这项研究的成功，得益于其广泛而多样的数据基础。研究团队收集并利用了来自香港、澳大利亚和美国共 278 名儿童的术前脑部磁共振成像扫描数据来训练人工智能模型。值得注意的是，这些儿童分别使用英语、西班牙语和粤语三种不同语言，并且三家参与机构在脑部扫描方案和结果评估方法上也存在差异。这种复杂且异质的数据集对传统机器学习方法构成了巨大挑战，但深度学习模型在本研究中表现出了卓越的适应性和预测性能，在所有评估指标上均优于传统模型。
该研究的资深作者、美国芝加哥安与罗伯特·H·卢瑞儿童医院听力学及人工耳蜗植入项目医学主任南希·M·杨博士对此成果给予了高度评价。她指出：“我们的研究证明，单一的人工智能模型有望成为全球范围内预测儿童人工耳蜗植入后语言结果的可靠工具。这是一个令人振奋的进展。”杨博士进一步解释，这类人工智能工具可以实现“预测 - 处方”的创新模式，通过精准识别哪些儿童可能需要更强化的治疗，从而为每个孩子量身定制最优的语言康复方案。
杨博士同时担任卢瑞儿童医院小儿耳鼻喉科的莉莲·S·威尔斯教授，并在西北大学范伯格医学院耳鼻喉科、以及西北大学传播学院沟通科学与障碍系诺尔斯听力中心担任教授及研究员职务。她的团队正在推动这项技术从研究走向临床，未来有望帮助全球更多耳聋儿童在植入人工耳蜗后获得更理想的语言发展成果。
