隨著生活型態改變,越來越多人習慣在通勤時間,戴耳機聽音樂或看影片,但長期暴露在高分貝的聲音環境中,正在逐漸削弱我們的聽力。由於潛藏式的聽力損失常在就診時已經無法恢復,臺北榮總耳科主任廖文輝醫師團隊,因此研發出一款可利用智慧型手機在日常生活中操作的聽力檢測的聽力量值應用程式(Ear Scale APP),以期能在聽力初期受損時就能及時發現並評估狀況... |
許多人可能不知道自己已經有聽力障礙,或者沒有及時被診斷出來,成為潛藏性聽損患者。根據估計,臺灣約有兩百萬人口有聽力受損,且聽障人口不僅持續增加,發病年齡也呈現下降趨勢。造成此現象的主因,可能是人們常曝露於85分貝以上高噪音環境的機會日益頻繁,例如長期使用手機通話、戴耳機聽音樂等,導致聽力逐漸受損但本人毫無自覺。 換句話說,多數聽力損失是漸進式的,實際患者人數可能高於目前統計,但由於早期不易被察覺,往往到聽力已顯著衰退時才就診,已無法復原。因此,臺北榮民總醫院廖文輝醫師認為,需要定期進行聽力檢查的族群包括學童、老年人、以及容易受噪音影響的青少年。而未被診斷出的潛在聽力損傷患者,也形成了龐大的市場需求,迫切需要一種可供大規模使用的聽力篩檢工具。 傳統聽力檢查不易普及,廖文輝醫師團隊開發可攜式聽力量值App(Ear Scale) 然而,傳統聽力檢查需使用大型儀器,並由專業人員在標準隔音室內進行,不便於普及。有鑑於此,廖文輝醫師團隊因應市場需求開發出早期聽力篩檢工具,以助於發現並預防聽力問題。 廖文輝醫師團隊研發的解決方案是一款名為「聽力量值應用程式(Ear Scale APP)」的可攜式聽力檢測計,可於智慧型手機及平板執行。此系統基於純音聽力檢查原理,播放不同頻率的純音,記錄使用者能聽見的最低音量,快速量化個人聽力程度,檢測是否存在有聽力損失狀況。
為消除環境噪音干擾,團隊開發主動式抗噪演算法 為使民眾能在家中進行檢查,節省往返醫療院所的時間與成本,研發團隊進一步改良App的抗噪功能與患者追蹤機制: 1. 主動式抗噪演算法:有效抑制環境噪音是聽力篩檢軟體的重要關鍵。為此,團隊開發出新的主動式抗噪技術,先運用深度學習模型分析使用環境,再根據分類結果找出最適合的神經網路模型進行主動抗噪。當播放純音信號進行聽測時,若偵測到環境噪音,主動抗噪系統將產生相反信號抵消之,使聽力篩檢信號不受環境干擾,確保篩檢品質。 2. 機器學習與雲端監測系統:聽力量值應用程式(Ear Scale APP)檢測結果將上傳至雲端進行運算與儲存,聽力損傷患者可隨時查看個人資料,透過定期追蹤與篩檢實施遠端聽力監控。此外,患者篩檢歷程資料彙整於雲端後,可依醫師建議自主進行聽力復健,醫師也能根據記錄評估復健進度與效果,提供遠端醫療建議,實現聽覺遠距醫療照護。
廖文輝醫師指出,團隊將持續改良技術、擴展應用領域,例如建構更智慧型的聽力監控系統,實時監測使用者聽力狀況並提供即時警示或建議,以維護聽力健康。同時,團隊也將持續提升技術競爭力。 展望未來,團隊希望能與醫療機構合作,將聽力篩檢與監控技術整合至現有醫療服務,協助提升機構聽力照護品質及改善就診體驗。此外,也將尋找技術移轉公司作為合作夥伴,共同推廣技術應用。總體而言,團隊期望透過不同層面的合作,擴大聽力篩檢與監控技術之影響力與受眾層面。
|
Copyright © 2012 - 2024 Research Center for Biotechnology and Medicine Policy (RBMP). All Rights Reserved