来源：期刊VIP网 时间：
作者：杨冰雨;严晓虹;赵宇;
单位：四川大学华西医院耳鼻咽喉头颈外科;
摘要：听力损失作为影响全球超过15亿人口的重大公共卫生问题，其早期诊断与干预因听力技师资源严重短缺而面临严峻挑战。本文阐述了人工智能(artificial intelligence, AI)技术在听力损失临床诊疗中的突破性应用：在诊断层面，基于卷积神经网络(convuluted neural network, CNN)和支持向量机(support vector machine, SVM)的脑干听觉诱发电位(brainstem auditory evoked potentials, BAEP)分析模型显著提高了新生儿听力筛查的准确性与效率；深度学习方法(如ResNet-101和双向长短时记忆网络)则实现了纯音听力图的自动化分型，对混合性听力损失的特异性识别率达98.4%。在影像诊断领域，3D-CNN模型通过颞骨CT扫描实现了慢性中耳炎与胆脂瘤的精准识别，诊断性能超越临床专家；结合U-net架构的内耳三维分割技术为耳科手术规划提供了可视化支持。在干预环节，AI驱动的自适应算法动态优化助听器噪声环境下的言语增强功能，而机器学习模型(如深度置信网络)通过整合多模态数据可预测人工耳蜗植入效果。这些技术突破不仅提升了诊疗效率，更通过远程筛查系统弥合了资源分配不均的全球性困境。未来研究需着力解决设备异质性数据标准化、动态监测模型构建以及人机协同决策框架等挑战，以推动AI技术在听力健康管理全周期中的转化应用。
关键词：人工智能;;听力损失;;助听设备
基金资助：华西医院学科卓越发展1.3.5工程项目(ZYJC21027);; 四川省干保课题(川干研2022-113)
