Gewinne:
- Fähigkeit, die Grundkomponenten des Audiogramms (dB HL, Frequenz, Luftleitung/Knochenleitung, Maskierung) sowie die Art und den Grad des Hörverlusts zu interpretieren, indem er mit einer kalibrierten Messung und nicht mit einer Skizze mit künstlicher Intelligenz überprüft wird
- Fähigkeit, künstlicher Intelligenz Audiogrammdaten in einem strukturierten Format bereitzustellen, einen sicheren vorläufigen Interpretationsentwurf zu erstellen und die Diagnosesprache in Expertensprache zu übersetzen
- Fähigkeit, häufige Fallstricke bei der Audiogramminterpretation (Maskierungsdilemma, Luft-Knochen-Lücke, Konfigurationsblindheit) vor der Eingabeaufforderung zu erkennen
Das Audiogramm ist das Dokument, das sich ein Audiologe am häufigsten ansieht. Das Audiogramm ist ein Diagramm, das die Hörschwellen des Patienten (die niedrigste Schallintensität, die er hören kann) nach Frequenz darstellt: Auf der horizontalen Achse ist die Frequenz (Tonhöhe in Hertz – Hz, typischerweise 250–8000 Hz) und auf der vertikalen Achse die Intensität (Lautstärke des Tons, Hörpegel in Dezibel – dB HL) aufgetragen. Die Grafik wird von oben nach unten gelesen: Je niedriger die Schwelle (je größer die dB HL-Zahl), desto größer ist der Hörverlust. In dieser Einheit lernen wir, wie man KI als groben Entwurfsgenerator für die Audiogramminterpretation verwendet, aber warum Sie die endgültige Interpretation immer mit kalibrierten Messungen und dem klinischen Auge überprüfen sollten.
Das Hauptprinzip ist folgendes: KI kann Ihnen einen übersichtlichen, lesbaren Vorkommentar verfassen; Mit kalibrierten Gerätedaten und Expertenbewertung werden jedoch Art und Grad des Hörverlusts sowie die Notwendigkeit einer Verdeckung deutlich. Anstatt der künstlichen Intelligenz zu sagen, dass sie das Audiogramm „interpretieren“ soll, ist der richtige Ansatz, zu sagen: „Aus den Zahlen, die ich gebe, wird sich ein regelmäßiger Umriss ergeben, den ich verifizieren werde.“
Grundbestandteile des Audiogramms
Lassen Sie uns einige Konzepte klären, um ein Audiogramm richtig zu lesen. Sie müssen jede davon in Ihrem eigenen Kopf verstehen, bevor Sie sie der künstlichen Intelligenz übergeben.
Atemwege (HY): Schall gelangt über Kopfhörer oder Lautsprecher in das Außenohr und testet den gesamten Hörweg (äußeres Mittelohr). Auf dem Audiogramm ist normalerweise „O“ für das rechte Ohr und „X“ für das linke Ohr markiert.
Knochenleitung (BO): Ein vibrierender Kopf (Knochenvibrator) wird auf den Knochen hinter dem Ohr aufgesetzt; Der Schall umgeht das Außen- und Mittelohr und testet direkt die Cochlea (das Hörorgan im Innenohr). Im Audiogramm ist es normalerweise mit „<“ und „>“ gekennzeichnet.
Air-Bone-Gap (AAC): Die Atemwegsschwelle ist deutlich schlechter als der Bone-Gap. Dieser Bereich deutet darauf hin, dass es ein Hindernis bei der Schallübertragung vom Außen-/Mittelohr gibt, d. h. es gibt eine leitende Komponente (die vom Außen-/Mittelohr ausgeht).
Maskierung: Wenn der Schall beim Testen eines Ohrs durch den Schädel zum anderen (nicht getesteten) Ohr gelangt, spricht man von Kreuzhören. Wenn der Unterschied zwischen den Schwellenwerten der beiden Ohren groß genug ist, um dies zu verursachen, wird er „maskiert“, indem Rauschen in das nicht getestete Ohr eingespeist wird, sodass der Schwellenwert tatsächlich zum getesteten Ohr gehört.
Achtung: Ein Audiogramm, bei dem die Maskierung nicht an den erforderlichen Stellen durchgeführt wird, zeigt möglicherweise eine Schwelle im falschen Ohr an. Künstliche Intelligenz interpretiert die von Ihnen eingegebenen Zahlen so, wie sie sind; Sie müssen sicherstellen und überprüfen, ob eine Maskierung durchgeführt wird.
Art und Grad des Hörverlusts
Das Audiogramm sagt Ihnen vor allem zwei Dinge: die Art und den Grad des Verlusts.
Der Typ gibt an, wo der Verlust liegt. Wenn die Luft- und Knochenleitung zusammen schlecht sind und kein Spalt vorhanden ist, wird der sensorineurale Typ (Innenohr/Nervenursprung) in Betracht gezogen. Wenn die Atemwege schlecht sind (wenn eine Lücke vorhanden ist) und die Knochenleitung nahezu normal ist, wird der Leitungstyp in Betracht gezogen. Liegen beide zusammen vor, handelt es sich um einen Mischtyp.
Der Grad beschreibt, wie groß der Verlust ist, und wird in der Regel nach durchschnittlichen Schwellenwerten klassifiziert (normal, leicht, mäßig, mäßig-schwer, schwer, sehr schwer). Die folgende Tabelle bietet einen allgemeinen Rahmen; Verlassen Sie sich jedoch auf die von Ihrer Einrichtung verwendeten Schwellenwerte und die aktuellen Leitlinien.
Abschluss
Ungefährer Schwellenwertbereich (dB HL)
Mögliche Auswirkungen auf das tägliche Leben
normal
≤ 20
Keine offensichtlichen Schwierigkeiten
leicht
21–40
Schwierigkeiten, leise/distanziert zu sprechen
mittel
41–55
Schwierigkeiten, normal zu sprechen
mittel-fortgeschritten
56–70
Muss laut sprechen
Als nächstes
71–90
Die Kommunikation ohne Gerät ist sehr schwierig
zu weit
> 90
Geräte-/Implantatbewertung
Künstliche Intelligenz kann Sie an diese Klassifizierung erinnern; Welche Häufigkeiten gemittelt werden, die Gültigkeit der Kalibrierung und die Zuverlässigkeit des Tests (Mitarbeit des Patienten, altersgerechte Methode beim Kind) liegen jedoch in Ihrer Verantwortung.
Schritt für Schritt: sichere Audiogramm-Vorinterpretation mit künstlicher Intelligenz
- Strukturieren Sie die Daten. Tragen Sie die Schwellenwerte für die rechte/linke Luft-/Knochenleitung anonym, Frequenz für Frequenz, in dB HL ein.
- Geben Sie den Maskierungsstatus an. Fügen Sie hinzu, welche Schwellenwerte maskiert sind. Wenn es fehlt, notieren Sie „Maskierung sollte ausgewertet werden“.
- Begrenzen Sie die Rolle. Sagen Sie der künstlichen Intelligenz: „Stellen Sie keine Diagnose, skizzieren Sie nur die Art und den Grad anhand der Zahl, die ich Ihnen gebe, und verwenden Sie keine präzise Sprache.“
- Holen Sie sich den Entwurf und überprüfen Sie ihn. Vergleichen Sie die resultierende Typ-/Grad-Interpretation mit Ihren eigenen Lese- und Gerätedaten.
- Integrieren Sie sich in den klinischen Kontext. Integrieren Sie Anamnese, Otoskopie, Tympanometrie und Sprachtests.
- Bringen Sie es zur Expertensprache. Wandeln Sie den Entwurf in eine validierte Stellungnahme um, die dem Bericht/der Patientensprache entspricht.
Schwache Eingabeaufforderung / Starke Eingabeaufforderung
Schwache Eingabeaufforderung:
Das Audiogramm dieses Patienten ist schlecht, das rechte Ohr liegt bei etwa 60. Welche Art von Verlustgerät benötige ich?
Unvollständige und unstrukturierte Daten, direkte Diagnose- und Geräteentscheidungsanfrage, keine Maskierungs- und Knochenleitungsinformationen. Die KI ist gezwungen, die Lücken zu schließen.
Kraftvolle Aufforderung:
Ihre Rolle: Assistent beim Verfassen des Vordolmetschens für den Audiologen. Eine Diagnose stellen; ENTWICKELN Sie einfach den Typ und den Grad der von mir angegebenen Zahlen, verwenden Sie die „mögliche“ Sprache und markieren Sie die fehlenden Daten als [keine Daten]. 1000=30, 2000=45, 4000=50Maskierung: angewendet. Linkes Ohr: [keine Daten]. Aufgabe: Skizzieren Sie den möglichen Typ (Bereich?) und Grad für das rechte Ohr, welche zusätzlichen Tests zur Bestätigung erforderlich sind. Geben Sie an, dass die Entscheidung beim Audiologen liegt.
Eine starke Eingabeaufforderung liefert strukturierte Daten, legt Rollen und Grenzen fest, verhindert Fälschungen und erfordert eine Überprüfung.
drei Mini-Koffer
Fall 1 – Die Lücke schließen. Ein Audiologe gibt die Daten von HY 1000 Hz = 50 dB, KY 1000 Hz = 15 dB im rechten Ohr an die künstliche Intelligenz weiter. YZ gibt an: „Luft-Knochen-Abstand ca. 35 dB, mögliche leitfähige Komponente; sollte durch Otoskopie und Tympanometrie bestätigt werden.“ Der Spezialist kombiniert dies mit Otoskopie und Tympanometrie und weist den Patienten an eine Mittelohruntersuchung an. KI beschleunigte den Entwurf, die Entscheidung blieb beim Experten.
Fall 2 – Maskierungswarnung. Ein Audiometriker gibt Daten für das rechte Ohr ein: 4000 Hz = 20 dB, für das linke Ohr die gleiche Frequenz = 80 dB und gibt an, dass keine Maskierung angewendet wird. Die KI erinnert daran, dass der Unterschied zu einem Kreuzhören führen kann, wobei die Schwelle des linken Ohrs ohne Maskierung unzuverlässig ist. Der Spezialist wiederholt den Test mit Maskierung. Der Unterschied von 60 dB machte eine Falle sichtbar, die hätte übersehen werden können.
Fall 3 – Halluzinationsprävention. Ein Experte gibt nur die Daten für das rechte Ohr ein, sagt aber „beide Ohren interpretieren“. Die KI tendiert dazu, Werte für das linke Ohr anzupassen, was nicht gegeben ist. Wenn der Experte der Eingabeaufforderung die Regel „fehlende Daten ergänzen, [keine Daten] schreiben“ hinzufügt, lässt die KI das linke Ohr leer. Lektion: Wenn Sie keine Grenzen setzen, wird das Modell die Lücke füllen.
Kopierbare Eingabeaufforderungsvorlagen
AUDIOGRAMM-DATEN-KONFIGURATIONSVORLAGE Zeichnen Sie die folgenden Schwellenwerte in einer anonymen Tabelle ein (Häufigkeitszeile; rechte HY-, rechte KY-, linke KY-, linke KY-Spalte). Fehlende Zellen [keine Daten] schreiben, passend. Rohdaten: [Schwellenwerte]
VORLAGE FÜR TYPRATENENTWURF Ihre Rolle: Assistent für den Entwurf vor der Kommentierung. Ausgehend von den von mir angegebenen Schwellenwerten wird für jedes Ohr (1) ein Luft-Knochen-Lücke, (2) ein möglicher Typ, (3) ein möglicher Grad, eine Skizze mit der Formulierung „möglich“ gezeichnet. Eine definitive Diagnose stellen; Geben Sie zusätzliche Tests an, die zur Verifizierung erforderlich sind. Daten: [Tabelle]
MASKIERUNGSKONTROLLVORLAGEN Gibt es einen Unterschied zwischen den beiden von mir angegebenen Ohrschwellenwerten, der eine Maskierung erfordert? Bei welchen Frequenzen sollte die Maskierung bewertet werden? Geben Sie das Ergebnis als Liste an; Die Entscheidung liegt beim Sachverständigen. Daten: [Schwellenwerte]
VORLAGE FÜR DIE ÜBERSETZUNG IN DIE EXPERTENSPRACHEÜbersetzen Sie den Entwurf, den ich unten überprüft habe, in einen einzigen Absatz in einer angemessenen und „möglichen“ Sprache, die zum klinischen Bericht passt. Hinzufügen erfundener Erkenntnisse. Entwurf: [verifizierter Entwurf]
Häufige Fehler
- Umgehung der Knochenbahn. Geben Sie einfach die Fluggesellschaft an und bitten Sie um einen Typkommentar; Es ist nicht zu erkennen, ob eine Lücke vorhanden ist oder nicht.
- Das Maskierungsdilemma ignorieren. Akzeptieren Sie den Schwellenwert als genau, ohne große interaurale Unterschiede zu maskieren.
- Konfigurationsblindheit. Betrachtet man nur den Durchschnitt und vermisst eine einzelne Frequenzkerbe (z. B. 4000-Hz-Rauschenkerbe); Wenn die KI einen Durchschnitt zurückgibt, wird das Detail ausgeblendet.
- Anforderung einer endgültigen Diagnosesprache. Der KI sagen, sie solle „diagnostizieren“; Verwendung des Entwurfs als Abschlussbericht.
- Fehlende Daten ergänzen. Ermöglichen, dass das Modell leere Zellen füllt, wenn kein Grenzwert festgelegt wird.
Zusammenfassend
Audiogramm; Es basiert auf den Konzepten Frequenz, dB HL, Luft-/Knochenleitung und Maskierung. Die KI kann aus den strukturierten Zahlen, die Sie ihr geben, eine übersichtliche typografische Gliederung erstellen und Sie an Fallstricke wie Maskierung erinnern; Art, Grad und Zuverlässigkeit des Tests werden jedoch durch kalibrierte Messung und Expertenbewertung deutlich. Geben Sie die Daten anonym und strukturiert an, drucken Sie die fehlenden [keine Daten] aus und überprüfen Sie den Entwurf immer anhand Ihrer eigenen Lektüre.
Anwendungsaufgabe
Tragen Sie die Schwellenwerte eines (anonymisierten) Audiogramms, das Sie haben, in einer Tabelle mit der Vorlage „Datenstrukturierung“ ein und erhalten Sie eine vorläufige Interpretation mit der Vorlage „Typ-Grad-Entwurf“. Führen Sie dann Ihre eigene unabhängige Lektüre durch und vergleichen Sie sie mit dem Entwurf der KI: Wo sind Sie gleich herausgekommen, wo sind Sie anders herausgekommen? Beachten Sie, ob die Maskierungsanforderung verfehlt wird, und wandeln Sie den endgültigen überprüften Kommentar mithilfe der Vorlage „Expertenübersetzung“ in einen einzelnen Absatz um.
Checkliste
- [ ] Die Schwellenwerte habe ich in anonymisierter und strukturierter Form angegeben.
- [ ] Ich habe den Luft- und Knochendurchgang gemeinsam hergestellt; Ich habe die Reichweite überprüft.
- [ ] Ich habe über die Notwendigkeit einer Maskierung nachgedacht.
- [ ] Ich habe die fehlenden Daten als [keine Daten] markiert, um eine Fälschung zu verhindern.
- [ ] Ich habe das KI-Manuskript anhand meiner eigenen Lektüre und meines klinischen Kontexts validiert.
- [ ] Den letzten Kommentar habe ich in Expertensprache übersetzt, in maßvolle, „mögliche“ Sprache.