隨著世界人口老齡化以及日常生活中越來越多地暴露在高聲級環境中，聽力損失已成為日益嚴重的公共衛生問題。患者正在尋找更自然和個性化的聽覺體驗，而人工智能 (AI) 可以實時處理真實情況的復雜性。

例如，她舉例說明，一個女人坐在長凳上，孩子們在她旁邊玩耍。她可能有截然不同的意圖。首先是能夠聽到她的孫子的聲音。第二個是能夠隔離自己閱讀科學報告。第三，最后，能夠放松，沉浸在深思中。“如果助聽器只關注環境，并假設語音可懂度，那么它就會與她想要的東西相悖。這就是人工智能算法和人工智能應用程序可以提供幫助的地方。如果您標記意圖，助聽器中所有參數的調整將朝著正確的方向進行。”

Widex 聲稱其 SoundSense Learn 解決方案利用來自 40,000 多名助聽器佩戴者的實時機器學習算法和數據來幫助患者個性化他們的聽力并創建個人聽力程序。“真實世界的數據比我們在實驗室中生成的數據要好得多。這是人們在真實情況下所需要的，而在實驗室里這都是理論上的。”

Henningsen 堅持認為，數據是匿名的，并且符合 GDPR。基本上，聲音由麥克風捕獲，并由助聽器內部的數字信號處理器進行本地處理。“它不是在云端處理，而是在用戶的耳朵上處理，”Henningsen 說，并指出只有助聽器的參數設置和用戶偏好被發送到云端。“它是匿名的，我們無法將實際用戶之間的點聯系起來。”

該公司會生成一個唯一的匿名 ID，因為如果客戶想要撤銷他或她的同意，“我們需要能夠回溯到安全的數據結構并刪除文件。” 沒有聲音被記錄下來。

WS Audiology 的所有助聽器都有環境分類器和聲音分類器。“根據環境聲音，你可以識別餐廳環境或音樂廳環境，但有時你錯了，”Henningsen 說。“即使你在餐廳里，你的意圖也可能不是理解桌子對面的人在說什么。” 在這里，關鍵是放大洞察力的粒度。

減少處理延遲以防止聲音失真也很重要。Widex 推出了 ZeroDelay，這是一種信號通路，可將麥克風和接收器之間的處理延遲降低到 0.5 毫秒以下，以克服人工聲音。來自助聽器的直達聲信號和放大的聲音信號確實是同步的，并創造了不失真的聆聽體驗。“我們用經典的助聽器和快速的信號處理通路測量了大腦的反應。我們可以看到，真正快速通路的編碼是非常自然的，并且 [...] 會影響大腦實際處理聲音的方式。”

預測意圖

展望未來，出現了許多問題：明天配備人工智能的助聽器是否能夠模仿人類的聽覺并如此準確地感知佩戴者的偏好，以至于他們可以預測意圖和行為？它們會超越聽力學家根據患者的獨特需求定制助聽器的能力嗎？工作本身會過時并迫使專業人士接受再培訓嗎？

當她在 1980 年代開始臨床聽力學家的職業生涯時，Henningsen 會問她的同事：“如果我們可以制造一種助聽器，記錄用戶覺得非常困難的情況，這樣我們就可以聽到并做微調，因為很難根據我的病人告訴我的例子進行微調。”

當時，助聽器技術是模擬的，大家都把她看成“瘋了”，但“我們幾乎到了那里，助聽器基本上可以跟蹤和適應環境。”

她繼續說：“我們是否能夠預測是一個很好的假設。我認為助聽器將學習用戶的聽力模式并適應一整天的旅程。”

經常被問到人工智能和機器學習是否會取代聽力保健專業人員，Henningsen 回答說技術“增加了新的維度、洞察力和機會”，但不會取代聽力學家的咨詢技能。“聽力損失是一種漸進性疾病，患者需要專家指導他們通過變化和機遇的迷宮。” 她沒有看到自動化的威脅，而是鼓勵她的同行認識到技術如何使他們為患者做出更明智、更有見地的決定。

Henningsen 相信，用 AI 賦予用戶權力的想法會吸引年輕一代的用戶，因為他們會想要對他們聽到的聲音做點什么。“年輕人可能更傾向于從自己的經驗中學習并自己做事。”

當被問及基于 AI 的助聽器的可負擔性時，Henningsen 表示 AI 和機器學習應用程序已經在 Widex 的價格點上提供。“這是一個價格階梯，有多種不同型號可供選擇。如果您有非常復雜的聽力損失，或者如果您的生活復雜且聆聽環境要求苛刻，那么您需要更強大、更精細的設備。” 盡管如此，“在這個時候，我想說每個人都能買得起 [人工智能助聽器]，而且我認為這并不是更高價位的專屬，”Henningsen 總結道。

審核編輯 黃昊宇