利益:
- 人工知能スケッチではなく、校正された測定値で検証することにより、聴力図の基本要素 (dB HL、周波数、気伝導/骨伝導、マスキング) と難聴の種類と程度を解釈する能力
- 構造化された形式で聴力図データを人工知能に提供し、安全な予備解釈草案を作成し、診断言語を専門言語に翻訳する能力
- プロンプトの前に聴力図解釈の一般的な落とし穴 (マスキングのジレンマ、エアボーン ギャップ、構成の盲目) を見つける能力
聴力図は、聴覚学者が最もよく見る文書です。オージオグラムは、患者の聴力閾値（聞こえる最低の音の強さ）を周波数ごとにプロットしたグラフです。横軸は周波数（音のピッチ、ヘルツ単位 - Hz、通常は 250 ～ 8000 Hz）で、縦軸は強度（音の大きさ、デシベル単位の聴覚レベル - dB HL）です。グラフは上から下に読み取られます。しきい値が低いほど (dB HL 数値が大きいほど)、難聴は大きくなります。この単元では、AI を聴力図解釈の下書きジェネレーターとして使用する方法を学びますが、最終的な解釈を常に校正された測定と臨床の目で検証する必要がある理由を学びます。
主な原則は次のとおりです。AI はきちんとした読みやすいプレコメンタリーの下書きを作成できます。ただし、難聴の種類と程度、およびマスキングの必要性は、校正されたデバイスのデータと専門家の評価によって明らかになります。人工知能に聴力図を「解釈」するように指示するのではなく、「私が与えた数値から規則的な輪郭が浮かび上がってくるので、それを検証します」と言うのが正しいアプローチです。
聴力図の基本コンポーネント
聴力図を正しく読み取るためのいくつかの概念を明確にしましょう。人工知能に与える前に、それぞれを自分の頭で理解する必要があります。
気道 (HY): 音はヘッドフォンまたはスピーカーを通じて外耳に入り、聴覚経路全体 (外耳、中耳、内耳) をテストします。聴力図では通常、右耳は「O」、左耳は「X」とマークされます。
骨伝導 (BO): 振動ヘッド (骨バイブレーター) が耳の後ろの骨に配置されます。音は外耳と中耳をバイパスし、蝸牛（内耳の聴覚器官）を直接テストします。通常、聴力図には「<」と「>」のマークが付けられます。
気骨隙間 (AAC): 気道閾値は骨隙間よりも著しく悪いです。この範囲は、外耳/中耳からの音の伝達に障害があること、つまり、(外耳/中耳から発生する)伝導成分があることを示唆しています。
マスキング: 片方の耳をテストしているときに音が頭蓋骨を通ってもう一方の (テストされていない) 耳に伝わることを交差聴覚と呼びます。 2 つの耳のしきい値の差がこれを引き起こすほど十分に大きい場合、しきい値が実際にテスト対象の耳に属するように、テストされていない耳にノイズを導入することによって差が「マスク」されます。
注意: 必要な箇所でマスキングが実行されていない聴力図では、間違った耳に閾値が表示される可能性があります。人工知能は、与えられた数値をそのまま解釈します。マスキングが実行されているかどうかを確認して検証する必要があります。
難聴の種類と程度
聴力図からわかることは主に 2 つあります。それは、損失の種類と程度です。
タイプは損失がどこにあるかを示します。気伝導と骨伝導がともに悪く、隙間がない場合は、感音（内耳・神経由来）型が考えられます。骨伝導が正常に近いにもかかわらず、気道が悪い（隙間がある場合）場合は、伝導タイプが考慮されます。両方が一緒の場合は混合型です。
グレードは損失の程度を表し、通常は平均しきい値 (正常、軽度、中程度、中程度から重度、重度、非常に重度) に従って分類されます。以下の表は、一般的なフレームワークを示しています。ただし、所属機関が使用するしきい値の範囲と現在のガイダンスに依存してください。
学位
おおよその閾値範囲 (dB HL)
日常生活への影響の可能性
普通の
≤ 20
明らかな困難はありません
軽量
21–40
静かに/遠くで話すのが難しい
中程度
41–55
普通に話すのが難しい
中上級
56–70
大声で話す必要がある
次へ
71–90
デバイスなしでのコミュニケーションは非常に困難
遠すぎる
> 90
デバイス/インプラントの評価
人工知能はこの分類を思い出させてくれます。ただし、どの周波数を平均するか、キャリブレーションの有効性、および検査の信頼性（患者の協力、子供の年齢に応じた方法）はあなたの責任です。
ステップバイステップ: 人工知能による安全な聴力図の事前解釈
- データを構造化します。右/左、空気/骨伝導閾値を周波数ごとに匿名で dB HL 単位で表にします。
- マスク状態を指定します。どのしきい値がマスクされるかを追加します。不足している場合は「マスキングを評価する必要がある」と記入してください。
- 役割を限定します。人工知能に「診断はしないでください。私が与える数値から種類と程度を概説するだけで、正確な言葉は使わないでください」と伝えてください。
- 草案を入手して確認します。結果として得られるタイプ/次数の解釈を、独自の読み取り値およびデバイス データと比較します。
- 臨床状況と統合します。病歴、耳鏡検査、ティンパノメトリー、音声テストと統合します。
- エキスパート言語に切り替えてください。ドラフトをレポート/患者の言語に適した検証済みのステートメントに変換します。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
この患者の聴力図は悪く、右耳は約 60 です。どのようなタイプの損失装置が必要ですか?
不完全で非構造化データ、直接診断とデバイスの決定要求、マスキングと骨伝導情報なし。 AI はそのギャップを補うことを余儀なくされています。
強力なプロンプト:
あなたの役割: 聴覚学者に対する事前通訳の草案作成のアシスタント。診断を行う。私が与えた数字からタイプと程度を下書きし、「可能性のある」言語を使用し、欠落しているデータを [データなし] としてマークします。 1000=30、2000=45、4000=50マスキング：適用されます。左耳: [データなし]。タスク: 右耳の考えられるタイプ (範囲?) と程度、確認のためにどのような追加検査が必要かをスケッチします。決定は聴覚科医次第であると述べてください。
強力なプロンプトにより、構造化されたデータが提供され、役割と境界が設定され、捏造が防止され、検証が必要になります。
ミニケース3個
ケース 1 — ギャップを捉える。聴覚学者は、右耳の HY 1000 Hz = 50 dB、KY 1000 Hz = 15 dB のデータを人工知能に与えます。 YZは、「空気と骨のギャップは約35 dB、導電性の成分の可能性がある。耳鏡検査とティンパノメトリーで確認する必要がある」と概説している。専門家はこれを耳鏡検査やティンパノメトリーと組み合わせて、患者を中耳の評価に導きます。 AI が草案を加速させたが、決定は専門家に委ねられた。
ケース 2 — マスキング警告。聴力検査者は、右耳のデータを 4000 Hz = 20 dB、左耳のデータを同じ周波数 = 80 dB で入力し、マスキングが適用されていないと述べます。 AI は、その違いが混聴につながる可能性があり、マスキングなしでは左耳の閾値が信頼できないことを思い出させます。専門家はマスキングをしてテストを繰り返します。 60dBの差により、見落とされていた落とし穴が可視化されました。
ケース 3 — 幻覚の予防。専門家は右耳のデータのみを入力しますが、「両耳を解釈する」と言います。 AIは、与えられていない左耳の値を当てはめる傾向があります。専門家が「不足しているデータを補い、[データなし]を書き込む」ルールをプロンプトに追加すると、AI は左耳を空のままにします。教訓: 制限を設定しなければ、モデルがそのギャップを埋めることになります。
コピー可能なプロンプトテンプレート
オーディオデータ設定テンプレート 以下のしきい値を匿名テーブル (周波数行、右 HY、右 KY、左 KY、左 KY 列) にプロットします。不足しているセル [データなし] を書き込み、フィッティングします。生データ: [しきい値]
TYPE-RADE ドラフト テンプレートあなたの役割: 事前コメントのドラフト アシスタント。私が与えた閾値から、各耳に (1) 気骨ギャップがあるかどうか、(2) 可能なタイプ、(3) 可能な程度のスケッチが「可能」という言語で描かれます。確定診断を行う。検証に必要な追加のテストを指定します。データ: [テーブル]
マスキング制御テンプレート私が指定した 2 つの耳のしきい値の間に、マスキングを必要とする違いはありますか?どの周波数でマスキングを評価する必要がありますか?結果をリストとして与えます。決定は専門家次第です。データ: [しきい値]
専門用語への翻訳用テンプレート 以下で確認した草案を、臨床報告書に適した、慎重かつ「可能な」言語で単一段落に翻訳します。捏造された調査結果を追加します。ドラフト: [検証済みドラフト]
よくある間違い
- 骨の通り道をバイパスします。航空会社を伝えて、タイプのコメントを求めてください。隙間があるかないかは見えません。
- マスキングのジレンマを無視します。大きな両耳差をマスキングせずに、しきい値を正確なものとして受け入れます。
- 構成の盲目さ。平均だけを見て、単一の周波数ノッチ (例: 4000 Hz ノイズ ノッチ) を見逃します。 AIが平均を返した場合、詳細は非表示になります。
- 最終的な診断言語をリクエストしています。 AIに「診断」するよう指示する。草案を最終報告書として使用します。
- 不足しているデータを補うこと。制限を設定しない場合、モデルが空のセルを埋めることができるようにします。
要約すれば
聴力検査;これは、周波数、dB HL、空気/骨伝導、およびマスキングの概念に基づいています。 AI は、与えられた構造化された数値からきちんとした型と次数のアウトラインを生成し、マスキングなどの落とし穴を思い出させてくれます。しかし、テストの種類、グレード、信頼性は、校正された測定と専門家の評価を通じて明らかになります。匿名かつ構造化されたデータを提供し、不足している [データなし] を印刷し、常に自分自身の読みで下書きを確認してください。
アプリケーションタスク
「データ構造化」テンプレートを使用して、所有する (匿名化された) 聴力図のしきい値を表にプロットし、「タイプ度ドラフト」テンプレートを使用して予備的な解釈を取得します。次に、あなた自身が独自に読んで、AI の草案と比較します。どこが同じで、どこが違うのでしょうか?マスキング要件を満たしていないかどうかに注意し、最終的に検証されたコメントを「専門家翻訳」テンプレートを使用して単一の段落に変換します。
チェックリスト
- [ ] 私は匿名かつ構造化された形式で閾値を与えました。
- [ ] 私は空気と骨の通り道を一緒に確立しました。範囲を確認してみました。
- [ ] マスキングの必要性を検討しました。
- [ ] 捏造を防止するため、不足しているデータを [データなし] としてマークしました。
- [ ] 私は AI 原稿を私自身の読書と臨床的文脈で検証しました。
- [ ] 私は最後のコメントを専門家の言葉、慎重で「可能な」言葉に翻訳しました。