一个机器学习模型来预测耳植入物接受者的术后语音识别结果:开发,验证和与专家临床判断的比较
Alexey Demyanchuk1,2, Eugen Kludt1,2, Thomas Lenarz1,2
1Department of Otorhinolaryngology, Hannover Medical School, Carl-Neuberg-Straße 1, 30625 Hannover, Germany.
Journal of clinical medicine
|June 13, 2025
概括
一个新的机器学习模型准确地预测了耳植入物 (CI) 语音结果,与专家听力学家的预测相匹配. 这种工具可以帮助对有神经感官听力损失的患者做出临床决策.
科学领域:
- 耳鼻喉科 耳鼻喉科 耳鼻喉科
- 生物医学工程 生物医学工程
- 数据科学数据科学数据科学
背景情况:
- 耳植入器 (CI) 可以改善听力,但结果各不相同.
- 在手术前很难预测CI的成功.
- 需要大量的数据集来开发预测模型.
研究的目的:
- 开发和验证一种机器学习模型,用于预测CI后的术后语音识别.
- 将模型的预测准确性与专家临床预测进行比较.
主要方法:
- 对2571名患有语后听力损失的成年患者进行了回顾性分析.
- 在手术前变量上训练的决策树回归模型.
- 模型在随机和时间顺序的未来队列上得到验证,并与听力学家预测进行比较.
主要成果:
- 该模型的准确性与专家预测 (MAE 17.3-17.8%) 相当.
- 在不同的验证集中展示了强大的预测性能.
- 机器学习模型的效果与经验丰富的听力学家相似.
结论:
- 机器学习为预测CI语音结果提供了一种可靠的方法.
- 开发的模型显示了临床决策支持的潜力.
- 需要进一步的外部验证和前性研究.
