Gains :
- Capacité à comprendre la formule de prescription (NAL-NL2, DSL), les étapes de gain, de compression et d'ajustement et à vérifier la recommandation de l'intelligence artificielle avec la mesure de l'oreille réelle (REM)
- Capacité à utiliser l'intelligence artificielle pour résoudre les problèmes d'ajustement, traduire les plaintes des patients en langage d'ajustement et générer des listes de contrôle
- Capacité à appliquer que la décision d'ajustement doit être confirmée par le logiciel de l'appareil et les données REM, et que l'intelligence artificielle ne remplace pas la mesure calibrée
Après la sélection de l'appareil, vient la phase la plus technique et la plus répétitive du travail : l'ajustement (programmation de l'aide auditive en fonction de la surdité et de l'oreille du patient). L'ajustement consiste à déterminer le gain (quantité d'amplification sonore) que l'appareil donnera à quelle fréquence, comment il compressera les sons et comment il limitera les niveaux perturbants. Dans cette unité, nous apprendrons comment utiliser l'IA comme assistant de dépannage et de communication dans le processus d'ajustement, mais pourquoi vous devez toujours confirmer l'exactitude des réglages avec une mesure réelle de l'oreille. Principe principal : l'IA peut traduire la plainte du patient dans un langage défini et générer une liste de contrôle ; Cependant, la décision d'ajustement est vérifiée par le logiciel de l'appareil et les données de mesure de l'oreille réelle (REM), elle ne remplace pas la mesure calibrée.
Formule de prescription, gain et compression
La base de l'ajustement est une formule de prescription. La formule de prescription est une méthode qui calcule le gain à apporter à chaque fréquence en fonction des seuils auditifs du patient. Les deux formules les plus courantes sont NAL-NL2 (une méthode de prescription fréquemment utilisée chez les adultes) et DSL (une méthode particulièrement préférée chez les enfants). Ces formules donnent un objectif initial ; Le logiciel de l'appareil propose un paramétrage initial basé sur cette cible.
La compression est la compression de différents sons (entre les chuchotements et les cris) dans une plage que le patient peut entendre confortablement. Même si les sons faibles ne peuvent pas être entendus dans une oreille malentendante, les sons très forts peuvent néanmoins être dérangeants ; la compression gère ce champ auditif rétréci.
Attention : Le graphique « cible atteinte » affiché par le logiciel de l'appareil sur l'écran représente une estimation, et non la sortie réelle produite par l'appareil au niveau de l'oreille. L’acoustique de l’oreille réelle varie d’une personne à l’autre. L'ajustement n'est pas considéré comme vérifié simplement parce que le logiciel atteint l'objectif.
Pourquoi la mesure de l'oreille réelle (REM) est indispensable
REM (Real-Ear Measurement) est la mesure du niveau sonore réellement produit par l'appareil dans l'oreille du patient en plaçant un microphone à sonde fine dans le conduit auditif. Le volume du canal, la forme et l'acoustique de chaque oreille sont différents ; Le même appareil produit une sortie différente dans deux oreilles différentes avec le même réglage. REM est la seule méthode objective permettant d'indiquer si la production réelle de l'appareil atteint l'objectif de prescription. La réponse à la question de Fitting : « Est-ce qu'il va bien ? n'est pas l'expression subjective du patient, mais les données REM.
L'IA ne peut pas faire de REM ; Il s'agit d'une mesure physique qui nécessite un appareil et une sonde calibrés. L’IA peut être très utile pour esquisser l’interprétation des résultats du REM ou décrire les domaines dans lesquels l’objectif n’est pas atteint – mais l’expert effectue la mesure et l’ajustement final.
Étapes de montage
étape
que faire
Rôle de l'IA
1. Perte de données
L'audiogramme est saisi dans le logiciel de l'appareil
Aucun (données calibrées)
2. Sélection de recettes
La destination NAL-NL2/DSL est déterminée
Rappel de différence de formule
3. Paramétrage initial
Le logiciel génère la recommandation
Aucun
4. Vérification REM
La production réelle est mesurée par rapport à la cible
Projet d’interprétation sommaire du REM
5. Réglage fin
Des ajustements sont effectués en fonction de la plainte
Traduire la plainte dans la langue de paramétrage
6. Suivi
Enregistrement des données + commentaires des patients
Générer une liste de contrôle
Pas à pas : adapter le dépannage avec l'IA
- Recueillir la plainte. Enregistrez de manière anonyme la déclaration du patient (« ma propre voix semble bizarre », « les lettres s grincent »).
- Demandez à l'IA de traduire. Demandez un aperçu qui traduit la plainte dans les directions de réglage possibles (par exemple, quelle bande de fréquences, gain ou compression).
- Préserver la langue possible. Dites « Ne donnez pas de paramètres exacts ; listez les aspects possibles et les éléments à vérifier. »
- Vérifiez avec REM. Confirmez l’effet de chaque réglage sur la cible avec une mesure réelle de l’oreille.
- Essayez-le avec le patient. Combinez-le avec des sons réels et des commentaires subjectifs.
- Fermez avec une liste de contrôle. Complétez les étapes avec la liste de contrôle d'ajustement produite par YZ.
Invite faible/Invite forte
Invite faible :
Le patient entend étrangement sa propre voix. Combien de dB dois-je réduire sur l’appareil ?
Cela nécessite un réglage numérique précis (l’IA ne peut pas le savoir sans mesurer dans l’oreille), et ignore le contexte paradoxal et clinique.
Invite puissante :
Votre rôle : assistant de dépannage montage. NE PAS donner de valeur exacte en dB ; lister uniquement les DIRECTIONS de réglage possibles et les points à vérifier auprès de REM. Plainte (anonyme) : le patient entend sa propre voix « creuse/étrange » (peut avoir une sensation d'occlusion). Appareil : RIC, moule fermé. Prescription : NAL-NL2.Tâche : énumérer les causes possibles de cette plainte et les ajustements/acoustiques qui pourraient être tentés ; Écrivez l’étape REM ou de vérification clinique pour chaque direction. Préciser que le réglage final revient à l'expert.
L'invite forte ne nécessite pas de décisions numériques, elle donne la plainte dans son contexte et relie la vérification REM à chaque étape.
trois mini-cases
Cas 1 — Plainte d’occlusion. Un patient portant le nouvel appareil entend sa propre voix "comme s'il parlait depuis un puits". L'audiologiste dépose la plainte auprès de l'IA ; YZ indique que cela peut être lié à l'effet d'occlusion (le motif fermé emprisonnant son propre son), au contrôle de la ventilation/du motif et au réglage des basses fréquences. L'expert examine le modèle et le gain basse fréquence et le vérifie avec REM ; les plaintes diminuent. L'IA donnait des orientations possibles, la mesure et la décision restaient à l'expert.
Cas 2 – crépitement « S ». Le patient dit que les sons à haute fréquence (« s », « sh ») sont dérangeants. L'expert traduit la plainte en intelligence artificielle ; Le projet recommande le contrôle du gain haute fréquence et la limite de sortie maximale. L'expert constate que la région REM et les hautes fréquences dépassent la cible, corrige le réglage et mesure à nouveau. La plainte subjective est résolue lorsqu’elle est confrontée à une mesure objective.
Cas 3 — Erreur sans REM. Un expert ne s’appuie pas uniquement sur la cible logicielle et fait du REM par manque de temps ; Le patient revient quelques jours plus tard en disant « tout est trop fort ». Cette fois, l'expert effectue un REM et constate que le rendement réel est nettement supérieur à l'objectif : la prédiction du logiciel n'a pas fonctionné dans cette oreille. Le réglage est corrigé. Leçon : la cible logicielle ne remplace pas REM.
Modèles d'invite copiables
MODÈLE DE TRADUCTION D'UNE PLAINTE DANS LA LANGUE DE CONFIGURATIONVotre rôle : assistant d'ajustement. Ne donnez pas de dB exacts. Traduisez la plainte suivante du patient en causes possibles et en aspects de réglage/acoustique à vérifier ; Écrivez l’étape de vérification REM/clinique pour chaque direction. Plainte : [plainte] Appareil/moule : [information]
MODÈLE DE PROJET DE COMMENTAIRE SUR LES RÉSULTATS REMDans quelles régions de fréquence la mesure REM suivante est-elle au-dessus/en dessous de l'objectif de prescription ? Résumez et marquez quel domaine peut nécessiter un ajustement. La décision finale appartient à l'expert. Données : [valeurs REM + cible]
MODÈLE DE LISTE DE CONTRÔLE D'ADAPTATIONProduisez une liste de contrôle étape par étape pour une séance d'adaptation d'aide auditive : données de perte, sélection de prescription, ajustement initial, vérification REM, réglage fin, essai patient, plan de suivi. Ajoutez une case « vérifié » à chaque étape.
MODÈLE DE DISCRIMINATION D'OCCLUSION/FEEDBACKLe patient décrit la plainte suivante : [plainte]. Serait-ce une sensation d’occlusion, un retour acoustique ou un gain excessif ? Énumérez les questions distinctes et vérifiez les étapes pour chaque possibilité. La décision appartient à l'expert.
Erreurs courantes
- Sauter REM. Ne vous fiez pas uniquement à la cible logicielle et effectuez de véritables mesures auriculaires.
- Confondre expression subjective et mesure. Accepter « l'amende » du patient comme une vérification appropriée.
- Demander des dB exacts à l'IA. Permet au modèle d'effectuer des ajustements numériques sans mesurer à l'oreille.
- Attribuer la plainte à une seule raison. Ajustement sans distinction entre occlusion, feedback et overgain.
- Négliger de faire un suivi. Penser que la première séance suffit ; ignorer l'enregistrement des données et affiner le réglage avec les commentaires.
En résumé
Montage ; La formule de prescription est que le gain et la compression sont programmés en fonction du patient, et leur précision n'est confirmée que par la mesure de l'oreille réelle (REM). L'IA peut traduire les plaintes du patient en orientations d'ajustement possibles, résumer les résultats du REM et produire une liste de contrôle ; Mais le réglage exact, la mesure et la décision finale appartiennent à l'expert. L’objectif logiciel et le « bien » subjectif du patient ne remplacent pas une mesure calibrée de l’oreille réelle.
Tâche de candidature
Configurez un scénario d'adaptation anonyme : un type d'appareil, une formule de prescription et une plainte du patient (par exemple, occlusion ou cri "s"). Obtenez les directions possibles avec le modèle « traduire la plainte dans la langue de paramétrage », puis décomposez les possibilités avec le modèle « occlusion/discrimination par feedback ». Pour chaque direction de réglage possible, notez avec quelle étape REM ou clinique vous allez vérifier. Enfin, établissez une « liste de contrôle d’ajustement » et comparez-la à votre propre routine.
liste de contrôle
- [ ] J'ai enregistré la plainte du patient de manière anonyme et dans son contexte.
- [ ] J'ai demandé à l'IA de me demander des directions possibles au lieu de dB exacts.
- [ ] J'ai connecté chaque aspect de réglage au schéma de vérification REM.
- [ ] J'ai distingué occlusion/feedback/overgain.
- [ ] J'ai combiné un retour subjectif avec une mesure objective.
- [ ] J'ai clôturé le plan de suivi et de mise au point avec la liste de contrôle.