پیش ارزیابی نتایج غربالگری شنوایی: نوزاد، مدرسه و محل کار

سود:

• امکان قرار دادن دقیق منطق "گذر/شکست" نتایج غربالگری OAE و خودکار مبتنی بر ABR و تفاوت بین غربالگری و تشخیص با پشتیبانی از هوش مصنوعی
• امکان استفاده از هوش مصنوعی به عنوان یک پیش‌غربال که مواردی را که نیاز به پیگیری دارند در فهرست‌های غربالگری اولویت‌بندی می‌کند و از خطر منفی کاذب جلوگیری می‌کند.
• درک محدودیت ها و تعهدات اطلاع رسانی خروجی هوش مصنوعی در غربالگری نویز محل کار و غربالگری مدرسه

غربالگری شنوایی یک فرآیند غربالگری است که به سرعت افرادی را که ممکن است مشکلات شنوایی در یک جامعه داشته باشند شناسایی کرده و آنها را به سمت ارزیابی تشخیصی هدایت می کند. غربالگری تشخیص نیست. این انتقادی ترین جمله این واحد است. غربالگری می گوید "ممکن است مشکلی برای این شخص وجود داشته باشد، بگذارید بررسی شود". تشخیص می گوید: «این فرد این نوع و درجه از دست دادن را دارد». هوش مصنوعی یک پیش نمایشگر قدرتمند برای ارزیابی پیش از نتایج غربالگری است - به ویژه در مرتب سازی تعداد زیادی از نتایج و اولویت بندی نتایجی که نیاز به پیگیری دارند. اما نمی تواند به طور کامل از منفی کاذب (موارد واقعی از دست رفته) جلوگیری کند و هرگز نمی تواند تصمیم تشخیصی بگیرد.

در این بخش، ما سه زمینه غربالگری رایج را پوشش خواهیم داد: غربالگری شنوایی نوزادان، غربالگری سن مدرسه و غربالگری صدای محیط کار. در هر یک از آنها، ما توضیح خواهیم داد که کجا می توانید با خیال راحت از هوش مصنوعی استفاده کنید و کجا باید متوقف شوید.

منطق تست های غربالگری

بیایید با دو روش اصلی غربالگری نوزاد/شیرخوار آشنا شویم.

OAE (Otoacoustic Emission): صداهای بسیار ضعیف تولید شده توسط حلزون سالم (ارگان شنوایی در گوش داخلی) را در پاسخ به صدا اندازه گیری می کند. یک پروب کوچک در گوش قرار می گیرد. اگر حلزون حلزون "پژواک" بدهد، این آزمایش "گذرانده شده" در نظر گرفته می شود. OAE سریع است اما نمی تواند مشکلات پشت حلزون شنوایی (اعصاب شنوایی) را تشخیص دهد.

ABR خودکار (واکنش شنوایی ساقه مغز): پاسخ الکتریکی عصب شنوایی و ساقه مغز به صدا را اندازه گیری می کند. به ویژه در نوزادان مراقبت های ویژه ترجیح داده می شود زیرا می تواند شرایطی را که OAE ممکن است از دست بدهد، مانند نوروپاتی شنوایی (شرایطی که در آن حلزون گوش کار می کند اما هدایت عصبی مختل می شود) تشخیص دهد.

نتایج هر دو آزمون معمولاً «گذر» یا «شکست/ارجاع» است. "شکست" یک تشخیص نیست. نیاز به ارزیابی بیشتر را نشان می دهد. "Pass" نشان می دهد که هیچ مشکل آشکاری در اسکن فعلی وجود ندارد و شنوایی مادام العمر را تضمین نمی کند.

احتیاط: یک فقدان از نوع نوروپاتی شنوایی ممکن است در یک نوزاد با نتیجه "گذر" از OAE پنهان بماند. به خانواده گفته نمی شود "تمام شد = هرگز مشکلی نخواهد بود"; در صورت لزوم، نظارت بر علائم و پیگیری برای تلفاتی که ممکن است بعدا ایجاد شود، توصیه می شود.

چرا تشخیص زودهنگام بسیار مهم است؟

دلیل اینکه غربالگری شنوایی نوزادان چنین برنامه ای رایج و جدی است این است که شنوایی اساس رشد زبان و گفتار است. از لحظه ای که نوزاد به دنیا می آید، زبان را با شنیدن صداهای اطرافش یاد می گیرد. اگر کم شنوایی مورد توجه قرار نگیرد، این پنجره توسعه را می توان بی سر و صدا از دست داد. در صورت تشخیص زودهنگام کم شنوایی و پشتیبانی مناسب، رشد زبان کودک به طور قابل توجهی بهتر از زمانی که دیر تشخیص داده شود، پیشرفت می کند. به همین دلیل است که "منفی کاذب" غربالگری - یعنی از دست دادن یک نوزاد با از دست دادن واقعی به عنوان "گذشته" - پرهزینه ترین اشتباه در این زمینه است: ماه های از دست رفته می تواند بعداً به تفاوت های رشدی تبدیل شود که جبران آن دشوار است.

هوش مصنوعی به ویژه در این زمینه برای اطمینان از اینکه زنجیره ردیابی شکسته نشده است ارزشمند است. یک مشکل رایج در برنامه های غربالگری این است که نوزاد با نتیجه "شکست" هرگز برای ارزیابی بیشتر نمی آید (خانواده حاضر نمی شود، سابقه از بین می رود، قرار ملاقات فراموش می شود). هوش مصنوعی می‌تواند با تنظیم فهرست مواردی که نیاز به پیگیری دارند و ایجاد متون یادآوری، به کاهش این میزان «پیگیری از دست رفته» کمک کند. اما تصمیم گیری در مورد اینکه کدام نوزاد واقعا در معرض خطر است و روند تشخیصی چگونه پیش خواهد رفت، همیشه بر عهده متخصص و برنامه است.

تعادل منفی کاذب و مثبت کاذب

هر تست غربالگری می تواند دو نوع خطا ایجاد کند. یک منفی کاذب از دست دادن شخصی است که واقعاً مشکل را دارد، زیرا او "آن را پشت سر گذاشته است" - خطرناک ترین اشتباه در مراقبت های بهداشتی زیرا کودک دنبال نشده باقی می ماند. مثبت کاذب اساساً فرد سالم را به عنوان "شکست خورده" علامت گذاری می کند - ایجاد اضطراب غیر ضروری و آزمایش های اضافی، اما کمتر خطرناک است.

هنگام استفاده از هوش مصنوعی در لیست های غربالگری، باید آگاهانه این تعادل را رعایت کنید: در پیش غربالگری، عموماً ایمن تر است که آستانه را به سمت «از دست ندادن» نگه دارید (یعنی دنبال کردن مظنون). جدول زیر سه زمینه را با هم مقایسه می کند.

زمینه

روش معمولی

خطر منفی کاذب

نقش ایمن هوش مصنوعی

نوزاد تازه متولد شده

OAE / ABR اتوماتیک

زیاد (تاخیر توسعه)

ویرایش لیست نتایج، یادآوری بعدی

سن مدرسه

اسکن صدای خالص

متوسط (اثر تمرینی)

اولویت بندی کلاس/فهرست

محل کار

شنوایی سنجی نویز

متوسط به بالا (بیماری شغلی)

روند/طرح مقایسه

گام به گام: پیش ارزیابی اسکن با هوش مصنوعی

1. ناشناس سازی و ساختار داده ها نتایج را بر اساس کد/شماره دنباله به جای شناسه، پاس/ناقص و مقدار اندازه گیری در صورت وجود فهرست کنید.
2. قانون پیش صلاحیت را تعریف کنید. کسانی که "شکست خورده اند" و کسانی که در مرز هستند را در اولویت قرار دهید. آن را تنظیم کنید تا تصمیم را از دست ندهید.
3. هوش مصنوعی را در اولویت قرار دهید. فهرستی را بخواهید که مواردی را که باید تحت نظارت باشد، مواردی که نیاز به اسکن مجدد دارند و آنچه که طبیعی است را تجزیه و تحلیل کند.
4. مراقب منفی های کاذب باشید حتی در گروه «گذر»، اگر کسی علائمی را توصیف کرد (شک خانوادگی، تأخیر گفتار)، پیگیری کنید.
5. راهنمایی های تشخیصی را به متخصص بسپارید. تشخیص نهایی و تصمیم گیری بیشتر به شنوایی شناس/پزشک تعلق دارد.
6. اجرای تعهد اطلاع رسانی اجرای فرآیندهای اطلاع رسانی و حفاظت از بهداشت حرفه ای، به ویژه در موارد تلفات کشف شده در محل کار.

اعلان ضعیف / اعلان قوی

اعلان ضعیف:

نوزادان زیر نتایج OAE دارند، به من بگویید کدام یک ناشنوا هستند: [فهرست]

این زبان به زبان تشخیصی دقیق مانند «ناشنوایان» نیاز دارد، تمایز غربالگری-تشخیص را نادیده می گیرد و خطر منفی کاذب را نادیده می گیرد.

اعلان قدرتمند:

نقش شما: دستیار پیش از غربالگری که نتایج غربالگری را سازماندهی می کند. تشخیص ندادن؛ به من یادآوری کنید که غربالگری "گذر/شکست" یک تشخیص نیست. داده ها (ناشناس، با شماره دنباله): [لیست پاس/شکست + یادداشت ها در صورت وجود] وظیفه: (1) موارد «شکست خورده» را اولویت بندی کنید، (2) «مصوب» را به طور جداگانه علامت گذاری کنید اما یادداشت نشده باشید (ظن خانوادگی و غیره)، (3) مرحله بعدی توصیه شده را برای هر گروه بنویسید. بيان كنيد كه تشخيص نهايي و تصميم آزمايش بيشتر بر عهده شنوايي شناس/پزشك است.

درخواست قوی ناشناس است، تمایز غربالگری-تشخیص را حفظ می کند، منفی کاذب را در نظر می گیرد و تصمیم گیری را به متخصص واگذار می کند.

سه کیف کوچک

مورد 1 - اولویت بندی. یک واحد غربالگری دارای 120 نتیجه نوزاد است. 8 "چپ". شنوایی شناس لیست ناشناس را به هوش مصنوعی می دهد و لیست ردیابی را ویرایش می کند. هوش مصنوعی 8 مورد "شکست" و 3 مورد را با یادداشت "گذر، اما سابقه خانوادگی کاهش شنوایی" جدا می کند. متخصص 11 نوزاد را دنبال می کند. هوش مصنوعی 120 خط را در چند دقیقه ویرایش کرد. خطر آدم ربایی کاهش یافته است.

مورد 2 - گرفتن منفی کاذب. در غربالگری مدرسه، یک کودک 9 ساله در غربالگری لحن خالص "گذر" دریافت کرد، اما معلم خاطرنشان کرد که "او همیشه آن را تکرار می کند و وقتی از پشت صدا می زند آن را نمی شنود." شنوایی شناس این یادداشت را با فیلتر "آیا علائمی در گروه پاس وجود دارد؟" در هوش مصنوعی اسکن می کند. کودک برای ارزیابی بیشتر گرفته می شود و فقدان کمی مواج تشخیص داده می شود. عددی "گذرانده شده" علامت بالینی را نادیده نمی گیرد.

مورد 3 - تعصب در محل کار. شنوایی سنجی نویز سالانه 50 کارگر در یک کارخانه وجود دارد. کارشناس طرحی را می خواهد که مقادیر ناشناس را با سال گذشته مقایسه کند. YZ 5 کارگر را نشان می دهد که تغییر آستانه قابل توجهی را در 4000 هرتز نشان می دهد. متخصص آنها را به ارزیابی تشخیصی و بررسی تجهیزات حفاظت فردی ارجاع می دهد. فرآیند اطلاع رسانی بهداشت حرفه ای را آغاز می کند.

الگوهای درخواستی قابل کپی

الگوی اولویت بندی فهرست صفحه نتایج غربالگری ناشناس زیر را به سه گروه تقسیم کنید: (1) اولویت پیگیری ("شکست")، (2) بررسی به دلیل نمره/شک ("مورد قبولی" + نشانه)، (3) روال. غربالگری تشخیص نیست، تشخیص قطعی نیست. داده ها: [لیست]

FALSE NEGATIVE FILTER TEMPLATERضبط هایی با نتیجه "گذر" اما با علامت/شک خانوادگی/ یادداشت رشد به عنوان یک لیست جداگانه ظاهر می شوند و می نویسند که چرا پیگیری را توصیه می کنید. داده ها: [گروه پاس + یادداشت ها]

الگوی مقایسه روند مکان کار آستانه شنوایی سنجی نویز امسال و سال گذشته را برای کدهای کارگر ناشناس زیر مقایسه کنید. مواردی را که زوال قابل توجهی نشان می دهند (به خصوص 3000-6000 هرتز) علامت گذاری کنید. تصمیم و ابلاغ مربوط به کارشناس می باشد. داده ها: [مقدار]

الگوی اطلاعات خانواده/مرتبط یک پاراگراف اطلاعاتی را به زبان ترکی ساده با پیام "غربالگری تشخیص نیست، گذراندن ضمانت مادام العمر نمی دهد، ماندن به معنای ناشنوایی نیست" بنویسید. اضطراب ایجاد نکنید، واقع بین باشید، بر اهمیت پیگیری تاکید کنید.

اشتباهات رایج

• اشتباه گرفتن اسکن برای تشخیص ارائه نتیجه "گذر/شکست" به عنوان تشخیص قطعی.
• فراموش کردن منفی کاذب نادیده گرفتن موارد علامت دار در گروه "گذر".
• اطمینان کاذب به خانواده گفتن "گذر = مشکلی نیست"؛ نادیده گرفتن احتمالاتی مانند نوروپاتی شنوایی.
• دور زدن تعهد اطلاع رسانی عدم گزارش زیان کشف شده در محیط کار به فرآیند بهداشت حرفه ای.
• وارد کردن اطلاعات شناسایی در خودرو دادن هویت کودک/کارگر به هوش مصنوعی بدون ناشناس کردن آن.

به طور خلاصه

غربالگری حذفی است که مشکلات احتمالی را از بین می برد و آنها را به سمت ارزیابی تشخیصی هدایت می کند. تشخیص نیست. هوش مصنوعی یک پیش‌غربال قدرتمند برای مرتب‌سازی تعداد زیادی از نتایج و اولویت‌بندی نتایجی است که نیاز به پیگیری دارند، اما نمی‌تواند به طور کامل از منفی‌های کاذب جلوگیری کند. در صورت وجود علائم با وجود "پاس"، تصمیم متخصص برای پیگیری است و اگر "شکست"، ارزیابی بیشتر تصمیم متخصص است. تعهدات اطلاع رسانی و حفاظتی باید در موارد تلفات کشف شده در محل کار اجرا شود.

وظیفه کاربردی

یک لیست غربالگری ناشناس و ساخته شده تهیه کنید (حداقل 15 خط، قبولی/شکست، و یادداشت علائم در برخی). دو لیست با الگوهای "اولویت بندی" و "فیلتر منفی کاذب" به هوش مصنوعی بدهید. سپس آن را به صورت دستی بررسی کنید: آیا خطی وجود دارد که هوش مصنوعی از قلم افتاده یا بیش از حد علامت گذاری شده است؟ با استفاده از الگوی «اطلاعات خانواده» یک پاراگراف اطلاعاتی برای خانواده تهیه کنید و آن را برای اغراق/کم اطمینان تصحیح کنید.

چک لیست

• [ ] من نتایج اسکن را به صورت ناشناس و ساختار یافته ارائه کردم.
• [ ] "شکست خورد" و من دنبال کسانی که در مرز بودند را در اولویت قرار دادم.
• [ ] موارد علامت دار در گروه «گذرانده شده» را جداگانه بررسی کردم.
• [ ] تشخیص نهایی و تصمیم گیری آزمایشات بیشتر را به متخصص واگذار کردم.
• [ ] من تعهد اطلاع رسانی/حفاظت را در زمینه محل کار رعایت کرده ام.
• [ ] من اطلاعات خانواده را به زبانی واقع بینانه و بدون اضطراب نوشتم.