「Nature」網(wǎng)站日前發(fā)表了一項(xiàng)開創(chuàng)性的研究，該研究透過深度學(xué)習(xí)技術(shù)，來提升兒童行為聽力測(cè)驗(yàn)的可行性與精確度。

研究人員構(gòu)建了一個(gè)專用設(shè)計(jì)的兒童姿勢(shì)檢測(cè)數(shù)據(jù)集，該數(shù)據(jù)集收錄了大量來自兒童行為聽力測(cè)試的珍貴影像資料，細(xì)膩地記錄了各式典型的聽力測(cè)試動(dòng)作。

基于此數(shù)據(jù)基礎(chǔ)，研究人員進(jìn)一步開發(fā)了一個(gè)智能檢測(cè)平臺(tái)，此平臺(tái)的核心技術(shù)在于一個(gè)同步開發(fā)的患者骨骼關(guān)鍵點(diǎn)估計(jì)模型 （POTR），該模型同樣基于優(yōu)化Transformer架構(gòu)，專職于精準(zhǔn)估算人體骨骼的關(guān)鍵節(jié)點(diǎn)。 透過POTR的精確骨骼點(diǎn)定位能力，DoT平臺(tái)得以對(duì)兒童在行為聽力測(cè)試過程中的影片進(jìn)行細(xì)致的姿勢(shì)辨識(shí)，進(jìn)而實(shí)現(xiàn)聽力測(cè)試流程的自動(dòng)化分析。

這項(xiàng)技術(shù)使醫(yī)護(hù)人員能夠?qū)崟r(shí)監(jiān)測(cè)和分析兒童在測(cè)試中的動(dòng)作，客觀地評(píng)估其聽力水平。 更重要的是，研究團(tuán)隊(duì)通過將特定的動(dòng)作與聽力學(xué)的專業(yè)知識(shí)相結(jié)合，制定了一套基于動(dòng)作的決策規(guī)則，借此根據(jù)兒童的動(dòng)態(tài)表現(xiàn)來輔助判斷其聽力狀況。

實(shí)驗(yàn)結(jié)果顯示，在2.5至4歲的兒童群體中，傳統(tǒng)人工行為聽力測(cè)驗(yàn)的敏感性 （0.900） 相較于人工智能行為聽力測(cè)驗(yàn) （0.929） 略遜一籌，但在特異性 （0.824） 和曲線下面積 （AUC） （0.901） 方面則表現(xiàn)更優(yōu)。 而在4至6歲的兒童群體中，人工行為聽力測(cè)驗(yàn)的敏感性 （0.943）、特異性 （0.947） 和 AUC （0.924） 均優(yōu)于人工智能行為聽力測(cè)驗(yàn)。

研究團(tuán)隊(duì)的下一步計(jì)劃將聚焦于探索人工智能行為聽力測(cè)驗(yàn)在更年幼（2.5歲以下）的嬰幼兒中的準(zhǔn)確性，以期進(jìn)一步拓展這項(xiàng)科技在兒童聽力健康領(lǐng)域的應(yīng)用價(jià)值。