學研新創 - 智慧醫療與健康科技
智能聽力檢測應用系統應用於潛藏性聽損
2019-12-18
廖文輝主治醫師團隊/臺北榮民總醫院、國立陽明大學生物醫學工程學系、中央研究院資訊科技創新研究中心

廖文輝、賴穎暉、曹昱、朱原嘉、曾夏葦

潛藏性聽損患者不容易在初期被查覺,往往都是等到聽不清時才就醫治療,進而造成無法回復的困境。有鑑於此,一個具備準確、便利及普及化之早期聽力檢測工具將有助於潛藏性聽損患者之發覺,以幫助他們達到早期治療之目的。本團隊於此次申請案中提出一個創新的智能聽力檢測應用系統來試圖解決上述之問題。此提出系統主要包含: (1)聽力量值應用程式( Ear Scale App )、(2)智能大數據應用系統、(3)機器學習雲端監測系統及(4)多種噪音情境之主動式抗噪演算法等四個部份,它有別於傳統大型聽力檢測儀器與檢測隔音室的限制,期能透過本團隊所開發之App及耳機於非聽力檢測隔音室下進行聽力篩檢。此概念也於近年在北市天母國小的學童純音篩檢活動中被證明可行性,我們從實驗結果發現此系統不僅能早期檢測出潛藏性聽損學童,其量測出之數據與專業量測聽力檢測儀器結果相似。此外,本次提出之系統也整合大數據與人工智慧技術來建立多變量的預測模型,以進一步分析使用者未來之聽力變化。總結來說,本團隊提出一個創新的聽力篩檢系統並結合AI與大數據之技術來進一步的分析使用者之聽力情況。進而希望透過此系統讓潛藏性聽損使用者進行居家自我檢測、追蹤聽力狀況協助聽能復健。

評審推薦
1.以AI技術為基礎來開發雲端聽損監測系統,具主動式抗噪演算法來提升噪音環境下之聽檢效益,可將聽力篩檢普及化、降低篩檢成本。
2.團隊技術及研究潛力佳,應用領域廣泛,包括臨床、公衛及預防醫學,且未來重聽人口增加,市場機會大,極具潛力。
2022年度精進成果
智能聽力檢測應用系統,當受到非穩態環境噪音時,會影響到聽力檢測的準確性,今年我們增加主動式噪音消除技術,可強化智能聽力檢測應用系統於帶噪環境下之效益,提出以信號相關性評估之客觀評估系統來進行效益驗證:透過喇叭進行不同類型之背景噪音及調動噪音音量來進行實驗;利用AI深度學習技術進行主動式抗噪演算法參數估計,提升主動式抗噪系統於非穩態噪音情境下之處理效益,可突破傳統大型聽力檢測儀器與檢測隔音室的限制,完成可攜式行動聽檢隔音室。
可攜式行動聽檢隔音室,一共整合3項關鍵技術,包括:
(1)智能聽力檢測應用系統之聽力量值App。
(2)AI大數據分析。
(3)AI主動式抗噪演算法。
團隊簡介
廖文輝  
學歷 國立陽明大學 醫學工程博士
現職 臺北榮民總醫院 耳鼻喉頭頸醫學部 耳科 主治醫師
經歷 臺北榮民總醫院 耳鼻喉頭頸醫學部主治醫師
陽明大學醫學系 助理教授
巴黎第七大學 臨床研究員
臺北榮民總醫院 耳鼻喉部 總醫師
花蓮玉里榮民總醫院外科部 外科主任
左營海軍陸戰隊 少尉醫官
本網站中所有資料(包括影音.文字.圖表.數據等) ,均屬於本中心或各該新創企業團隊之專屬財產,如有引用,請確實註明出處來源。 <完整資訊>
財團法人生技醫療科技政策研究中心 版權所有
Copyright © 2012 - 2024 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved