Keuntungan:
- Kemampuan menafsirkan komponen dasar audiogram (dB HL, frekuensi, konduksi udara/konduksi tulang, masking) serta jenis dan derajat gangguan pendengaran dengan memverifikasinya dengan pengukuran yang dikalibrasi, bukan dengan sketsa kecerdasan buatan
- Kemampuan untuk memberikan kecerdasan buatan dengan data audiogram dalam format terstruktur, menghasilkan draf interpretasi awal yang aman, dan menerjemahkan bahasa diagnostik ke dalam bahasa ahli
- Kemampuan untuk menangkap kendala interpretasi audiogram yang umum (dilema penyembunyian, kesenjangan udara-tulang, kebutaan konfigurasi) sebelum diminta
Audiogram adalah dokumen yang paling banyak dilihat oleh audiolog. Audiogram adalah grafik yang memetakan ambang pendengaran pasien (intensitas suara terendah yang dapat mereka dengar) berdasarkan frekuensi: pada sumbu horizontal adalah frekuensi (nada suara, dalam Hertz — Hz, biasanya 250–8000 Hz), dan pada sumbu vertikal adalah intensitas (kerasnya suara, tingkat pendengaran dalam desibel — dB HL). Grafik dibaca dari atas ke bawah: semakin rendah ambang batasnya (semakin besar angka dB HL), semakin besar pula gangguan pendengarannya. Dalam unit ini kita akan mempelajari cara menggunakan AI sebagai generator rancangan kasar untuk interpretasi audiogram, namun mengapa Anda harus selalu memverifikasi interpretasi akhir dengan pengukuran yang dikalibrasi dan mata klinis.
Prinsip utamanya adalah ini: AI dapat menyusun pra-komentar yang rapi dan mudah dibaca untuk Anda; Namun, jenis dan derajat gangguan pendengaran serta perlunya penggunaan masker menjadi jelas dengan data perangkat yang dikalibrasi dan evaluasi ahli. Daripada menyuruh kecerdasan buatan untuk "menafsirkan" audiogram, pendekatan yang tepat adalah dengan mengatakan "garis besar teratur akan muncul dari angka yang saya berikan, saya akan memverifikasinya."
Komponen dasar audiogram
Mari kita perjelas beberapa konsep untuk membaca audiogram dengan benar; Anda harus memahami masing-masingnya dalam pikiran Anda sendiri sebelum memberikannya pada kecerdasan buatan.
Airway (HY): Suara masuk ke telinga luar melalui headphone atau speaker dan menguji seluruh jalur pendengaran (telinga luar-tengah-dalam). Pada audiogram biasanya diberi tanda “O” untuk telinga kanan dan “X” untuk telinga kiri.
Konduksi tulang (BO): Kepala yang bergetar (vibrator tulang) ditempatkan pada tulang di belakang telinga; Suara tersebut melewati telinga luar dan tengah dan langsung menguji koklea (organ pendengaran di telinga bagian dalam). Biasanya ditandai dengan “<” dan “>” pada audiogram.
Celah udara-tulang (AAC): Ambang batas saluran napas secara signifikan lebih buruk dibandingkan celah tulang. Kisaran ini menunjukkan adanya hambatan pada transmisi bunyi dari telinga luar/tengah, yaitu adanya komponen penghantar (yang berasal dari telinga luar/tengah).
Masking: Ketika suara melewati tengkorak ke telinga lainnya (yang belum diuji) saat menguji satu telinga, hal itu disebut pendengaran silang. Jika perbedaan antara ambang batas kedua telinga cukup besar untuk menyebabkan hal ini, hal tersebut "ditutupi" dengan memasukkan kebisingan ke dalam telinga yang belum diuji sehingga ambang batas tersebut benar-benar milik telinga yang diuji.
Perhatian: Audiogram yang tidak dilakukan penyembunyian jika diperlukan dapat menunjukkan ambang batas pada telinga yang salah. Kecerdasan buatan menafsirkan angka-angka yang Anda berikan sebagaimana adanya; Anda harus memastikan dan memverifikasi apakah masking dilakukan.
Jenis dan derajat gangguan pendengaran
Ada dua hal utama yang disampaikan audiogram kepada Anda: jenis dan tingkat kehilangan.
Type memberitahu dimana letak kerugiannya. Jika konduksi udara dan tulang buruk dan tidak ada celah, maka dipertimbangkan tipe sensorineural (telinga bagian dalam/asal saraf). Jika saluran napas buruk (jika terdapat celah) sementara konduksi tulang mendekati normal, jenis konduksi dipertimbangkan. Jika keduanya bersamaan, maka itu adalah tipe campuran.
Tingkat menggambarkan seberapa besar kerugian yang terjadi dan biasanya diklasifikasikan berdasarkan ambang batas rata-rata (normal, ringan, sedang, sedang-parah, berat, sangat parah). Tabel di bawah ini memberikan kerangka umum; namun, andalkan rentang ambang batas yang digunakan oleh institusi Anda dan panduan saat ini.
Gelar
Perkiraan rentang ambang batas (dB HL)
Kemungkinan dampaknya terhadap kehidupan sehari-hari
biasa
≤ 20
Tidak ada kesulitan yang jelas
ringan
21–40
Kesulitan berbicara dengan pelan/jarak jauh
sedang
41–55
Kesulitan berbicara secara normal
menengah-lanjutan
56–70
Perlu berbicara dengan keras
Selanjutnya
71–90
Komunikasi tanpa perangkat sangatlah sulit
terlalu jauh
> 90
Evaluasi perangkat/implan
Kecerdasan buatan dapat mengingatkan Anda tentang klasifikasi ini; Namun frekuensi mana yang dirata-ratakan, validitas kalibrasi, dan reliabilitas tes (kerjasama pasien, metode yang sesuai dengan usia anak) adalah tanggung jawab Anda.
Langkah demi langkah: pra-interpretasi audiogram yang aman dengan kecerdasan buatan
- Susun datanya. Tabel kanan/kiri, ambang konduksi udara/tulang secara anonim, frekuensi demi frekuensi, dalam dB HL.
- Tentukan status penyembunyian. Tambahkan ambang batas mana yang ditutupi; Jika tidak ada, tuliskan "masking harus dievaluasi".
- Batasi peran tersebut. Katakan pada kecerdasan buatan "jangan membuat diagnosis; cukup uraikan jenis dan derajatnya dari nomor yang saya berikan, jangan gunakan bahasa yang tepat."
- Dapatkan drafnya dan verifikasi. Bandingkan interpretasi jenis/derajat yang dihasilkan dengan pembacaan dan data perangkat Anda sendiri.
- Integrasikan dengan konteks klinis. Integrasikan dengan riwayat, otoskopi, timpanometri, dan tes bicara.
- Bawa ke bahasa ahli. Ubah draf menjadi pernyataan tervalidasi yang sesuai dengan laporan/bahasa pasien.
Perintah lemah / Perintah kuat
Perintah yang lemah:
Audiogram pasien ini buruk, telinga kanan sekitar 60. Alat bantu dengar jenis apa yang saya perlukan?
Data tidak lengkap dan tidak terstruktur, diagnosis langsung dan permintaan keputusan perangkat, tidak ada informasi masking dan konduksi tulang. AI terpaksa mengisi kesenjangan tersebut.
Perintah yang kuat:
Peran Anda: asisten penyusunan pra-interpretasi kepada audiolog. Membuat diagnosis; cukup GRAFIK jenis dan derajatnya dari angka yang saya berikan, gunakan bahasa "mungkin", tandai data yang hilang sebagai [tidak ada data]. 1000=30, 2000=45, 4000=50Masking: diterapkan. Telinga kiri: [tidak ada data]. Tugas: membuat sketsa jenis (rentang?) dan derajat yang mungkin untuk telinga kanan, pengujian tambahan apa yang diperlukan untuk konfirmasi. Nyatakan bahwa keputusan ada di tangan audiolog.
Perintah yang kuat memberikan data terstruktur, menetapkan peran dan batasan, mencegah pemalsuan, dan memerlukan verifikasi.
tiga kasus mini
Kasus 1 - Mengatasi kesenjangan. Seorang audiolog memberikan data HY 1000 Hz = 50 dB, KY 1000 Hz = 15 dB di telinga kanan kepada kecerdasan buatan. YZ menguraikan "celah udara-tulang sekitar 35 dB, kemungkinan komponen tipe konduktif; harus dikonfirmasi dengan otoskopi dan timpanometri." Dokter spesialis menggabungkan hal ini dengan otoskopi dan timpanometri dan mengarahkan pasien untuk evaluasi telinga tengah. AI mempercepat rancangannya, keputusan tetap di tangan ahlinya.
Kasus 2 — Peringatan penyembunyian. Seorang audiometri memasukkan data untuk telinga kanan 4000 Hz = 20 dB, telinga kiri dengan frekuensi yang sama = 80 dB dan menyatakan tidak dilakukan masking. AI mengingatkan bahwa perbedaan tersebut dapat menyebabkan gangguan pendengaran, sehingga ambang telinga kiri tidak dapat diandalkan tanpa adanya masker. Spesialis mengulangi tes dengan masking. Perbedaan 60 dB memperlihatkan jebakan yang bisa saja diabaikan.
Kasus 3 — Pencegahan halusinasi. Seorang ahli hanya memasukkan data telinga kanan tetapi mengatakan "interpretasikan kedua telinga". AI cenderung menyesuaikan nilai untuk telinga kiri, yang tidak diberikan. Saat pakar menambahkan aturan "isi data yang hilang, tulis [tidak ada data]" ke perintah, AI membiarkan telinga kiri kosong. Pelajaran: jika Anda tidak menetapkan batasan, model akan mengisi kekosongan tersebut.
Templat cepat yang dapat disalin
TEMPLATE KONFIGURASI DATA AUDIOGRAM Plot ambang batas berikut ke dalam tabel anonim (baris frekuensi; HY kanan, KY kanan, KY kiri, kolom KY kiri). Tulis sel yang hilang [tidak ada data], pas. Data mentah: [ambang batas]
TEMPLATE DRAFT TYPE-RADEPeran Anda: asisten draf pra-komentar. Dari ambang batas yang telah saya berikan, untuk masing-masing telinga (1) apakah terdapat celah udara-tulang, (2) jenis kemungkinan, (3) sketsa derajat kemungkinan digambar dengan bahasa “mungkin”. Membuat diagnosis pasti; Tentukan pengujian tambahan yang diperlukan untuk verifikasi. Data: [tabel]
TEMPLATE KONTROL MASKING Apakah ada perbedaan antara dua ambang telinga yang saya berikan yang memerlukan masking? Pada frekuensi manakah masking harus dievaluasi? Berikan hasilnya sebagai daftar; keputusan ada di tangan ahlinya. Data: [ambang batas]
TEMPLATE UNTUK TERJEMAHAN KE DALAM BAHASA AHLI Terjemahkan draf yang telah saya verifikasi di bawah ini ke dalam satu paragraf dalam bahasa yang terukur dan "mungkin", sesuai dengan laporan klinis. Menambahkan temuan palsu. Draf: [draf terverifikasi]
Kesalahan umum
- Melewati jalur tulang. Berikan saja maskapainya dan minta komentar jenis; Tidak bisa dilihat apakah ada kesenjangan atau tidak.
- Mengabaikan dilema penyembunyian. Menerima ambang batas sebagai akurat tanpa menutupi perbedaan interaural yang besar.
- Kebutaan konfigurasi. Hanya melihat rata-rata dan kehilangan satu takik frekuensi (misalnya takik noise 4000 Hz); Jika AI mengembalikan rata-rata, detailnya disembunyikan.
- Meminta bahasa diagnostik yang pasti. Memberitahu AI untuk "mendiagnosis"; Menggunakan draf tersebut sebagai laporan akhir.
- Mengisi data yang hilang. Mengizinkan model mengisi sel kosong saat tidak menetapkan batas.
Singkatnya
Audiogram; Hal ini didasarkan pada konsep frekuensi, dB HL, konduksi udara/tulang dan masking. AI dapat menghasilkan garis besar derajat tipe yang rapi dari angka terstruktur yang Anda berikan dan mengingatkan Anda tentang jebakan seperti penyembunyian; namun jenis, nilai dan reliabilitas tes menjadi jelas melalui pengukuran yang terkalibrasi dan evaluasi ahli. Berikan data secara anonim dan terstruktur, cetak yang hilang [tidak ada data], selalu verifikasi draf dengan bacaan Anda sendiri.
Tugas aplikasi
Plot ambang audiogram (anonim) yang Anda miliki ke dalam tabel dengan templat "penataan data", dan dapatkan interpretasi awal dengan templat "draf tingkat tipe". Kemudian lakukan pembacaan independen Anda sendiri dan bandingkan dengan draf AI: di mana hasil yang sama, di mana hasil yang berbeda? Perhatikan apakah komentar tersebut memenuhi persyaratan penyembunyian dan ubah komentar akhir yang terverifikasi menjadi satu paragraf dengan templat “terjemahan ahli”.
daftar periksa
- [ ] Saya memberikan ambang batas dalam bentuk anonim dan terstruktur.
- [ ] Saya membangun jalur udara dan tulang bersama-sama; Saya memeriksa jangkauannya.
- [ ] Saya mempertimbangkan perlunya masking.
- [ ] Saya menandai data yang hilang sebagai [tidak ada data], mencegah pemalsuan.
- [ ] Saya memvalidasi naskah AI dengan bacaan dan konteks klinis saya sendiri.
- [ ] Saya menerjemahkan komentar terakhir ke dalam bahasa ahli, dengan bahasa yang terukur dan "mungkin".