人工智能模型用于预测成年耳植入物候选人,使用常规行为听力测量

科学领域:

• 听力学 听力学是指听力学.
• 人工智能的人工智能
• 医疗信息学 医疗信息学

背景情况:

• 耳植入是一个复杂的决定,具有不同的候选标准.
• 预测模型可以帮助识别适合耳植入物的候选人.

研究的目的:

• 开发和描述一种人工智能 (AI) 模型,用于预测成人耳植入物候选人.
• 利用基本的人口和标准行为听力测试数据进行预测.

主要方法:

• 采用了机器学习方法,使用了接受耳植入候选人测试的成年人的回顾性数据.
• 该模型预测了CNC单词得分和安静得分中的AzBio句子.
• 性能与已发布的预测工具和基准进行了比较.

主要成果:

• 该模型对770名成年人进行了培训,显示同声组和词识别得分是关键预测因素.
• 平均绝对差异为AzBio的15%和CNC分数的13%.
• 组合模型实现了87%的准确性 (90%的灵敏度,80%的精度).

结论:

• 适应性AI模型可以使用常规听力测量和人口统计数据预测成年耳植入物候选人.
• 实施包括公开的在线工具,智能手机应用程序和EHR集成.
• 该模型有助于识别和吸引潜在的耳植入候选人.