Sztuczna inteligencja wykorzystująca głębokie uczenie transferowe — opisane w artykule jako najbardziej zaawansowana forma uczenia maszynowego — była w stanie przewidzieć z 92% dokładnością rozwój mowy u dzieci w okresie od jednego do trzech lat po wszczepieniu implantu ślimakowego, wynika z dużego, międzynarodowego badania opublikowanego w JAMA Otolaryngology–Head & Neck Surgery.
Implant ślimakowy pozostaje jedynym skutecznym sposobem poprawy słyszenia i umożliwienia rozwoju mowy u dzieci z głębokim lub ciężkim niedosłuchem. Mimo to rozwój mowy po wczesnym wszczepieniu bywa znacznie bardziej zróżnicowany niż u dzieci urodzonych z prawidłowym słuchem. Zidentyfikowanie przed zabiegiem tych dzieci, które prawdopodobnie będą miały większe trudności z nabywaniem mowy, pozwala wcześniej wdrożyć intensywniejszą terapię, co może poprawić efekty językowe.
W badaniu naukowcy trenowali modele AI na podstawie przedimplantacyjnych obrazów rezonansu magnetycznego mózgu 278 dzieci z ośrodków w Hongkongu, Australii i Stanach Zjednoczonych. Dzieci posługiwały się trzema różnymi językami: angielskim, hiszpańskim i kantońskim. Ważnym elementem projektu było to, że trzy ośrodki stosowały odmienne protokoły skanowania oraz różne miary oceny wyników, co dało bardzo złożony i heterogeniczny zestaw danych.
Tego typu zróżnicowane dane stanowią wyzwanie dla tradycyjnych metod uczenia maszynowego, jednak zastosowany model głębokiego uczenia poradził sobie znakomicie, przewyższając klasyczne algorytmy we wszystkich ocenianych miarach wyników. Wynik ten sugeruje, że pojedynczy, ujednolicony model AI może służyć jako solidne narzędzie prognostyczne dla programów implantów ślimakowych na całym świecie.
To narzędzie oparte na AI umożliwia podejście „przewiduj — przepisuj”, które optymalizuje rozwój językowy, określając, które dziecko może skorzystać na bardziej intensywnej terapii.
Nancy M. Young, Ann & Robert H. Lurie Children’s Hospital of Chicago
Autorka korespondencyjna, dr Nancy M. Young — dyrektor medyczna programów audiologii i implantów ślimakowych w Ann & Robert H. Lurie Children’s Hospital of Chicago, będącym amerykańskim ośrodkiem w badaniu — podkreśla, że wyniki potwierdzają wykonalność zastosowania jednego modelu AI jako narzędzia prognostycznego dla efektów językowych dzieci objętych programami implantów ślimakowych. To istotny krok naprzód w tej dziedzinie.
Praca była finansowana przez Research Grants Council of Hong Kong (Grant GRF14605119) oraz National Institutes of Health (R21DC016069 i R01DC019387). Dr Young pełni także funkcję profesora otolaryngologii na Northwestern University Feinberg School of Medicine oraz jest profesorem i członkiem Knowles Hearing Center w Department of Communication Sciences and Disorders na Northwestern University School of Communication.
Program implantów ślimakowych w Lurie Children’s należy do największych i najdłużej działających na świecie — od 1991 roku wykonano w nim ponad 2 000 procedur implantacji ślimakowej.
Odniesienie: Wang, Y., et al. (2025) Forecasting Spoken Language Development in Children With Cochlear Implants Using Preimplant Magnetic Resonance Imaging. JAMA Otolaryngology–Head & Neck Surgery. DOI:10.1001/jamaoto.2025.4694. Pełny artykuł dostępny pod adresem: https://jamanetwork.com/journals/jamaotolaryngology/fullarticle/2842669.