Intelligenza artificiale: applicare l'innovazione in un contesto tradizionale

Hearing loss is defined as a mild or moderate severe reduction in hearing. This pathology goes beyond a sensory disorder, since it is associated with negative functional, social, cognitive and emotional consequences. Hearing loss poses significant communication barriers in any area of daily life. In this regard, scientific evidence shows that a significant percentage of cases of hearing loss can be managed correctly through the application of a hearing aid. Scientific and technological progress in the field of hearing aids has achieved considerable development, leading to significant improvements to the way in which hearing aids process sound. For proper hearing, the brain benefits from access to fully amplified sound scenes with all acoustic objects in balance. Traditional hearing aid technology, focusing exclusively on speech comprehension, has not allowed people with hearing loss to experience a complete sound perspective. In order to preserve the voice, the sound environment has been limited by directionality, feedback management, traditional compression and noise reduction, thus providing less information to the brain to work on. However, this is not the correct way to treat hearing loss. Technological evolution has enabled the application of a deep neural network to hearing aid software. This is a derivation of machine learning which involves the creation of neural networks consisting of a large amount of identical elementary cells in order to replicate the operating mode of the brain. These innovations in sound processing technology differ from traditional approaches of compression and noise reduction, giving the brain access to a greater part of the complete sound scene so that patients can better focus on what matters without losing track of significant sounds occurring in the surrounding environment. The objective of this study is to deepen the audiological and technological evolution of hearing aids with particular attention to those with Artificial Intelligence in order to evaluate optimal solutions which will offer people with hearing loss a better quality of life.

L’ipoacusia viene definita come una riduzione più o meno grave dell’udito. Questa patologia va oltre il solo disturbo sensoriale, poiché è associata a conseguenze negative funzionali, sociali, cognitive ed emotive. La perdita dell’udito pone significative barriere comunicative in qualsiasi ambito della vita quotidiana. A tale proposito l’evidenza scientifica mostra che una percentuale notevole di casi di ipoacusia può essere gestita correttamente attraverso l’applicazione di un apparecchio acustico. In ambito audioprotesico, il progresso scientifico e tecnologico ha raggiunto un notevole sviluppo, apportando significativi miglioramenti alla modalità di elaborazione del suono da parte degli apparecchi acustici. Per un corretto udito, il cervello beneficia dell’accesso a scene sonore totalmente amplificate con tutti gli oggetti acustici in equilibrio. La tecnologia audioprotesica tradizionale, concentrandosi esclusivamente sulla comprensione vocale, non ha permesso alle persone ipoacusiche di sperimentare una prospettiva sonora completa. Al fine di preservare la voce, lo scenario sonoro è stato limitato dalla direzionalità, gestione del feedback, compressione tradizionale e riduzione del rumore, fornendo in questo modo meno informazioni al cervello sulle quali lavorare. Questo però non rappresenta il corretto modo di trattare una perdita uditiva. L’evoluzione tecnologica ha consentito l’applicazione di una rete neurale profonda ai software degli apparecchi acustici. Questa è una derivazione del Machine Learning che prevede la realizzazione di reti neurali costituite da una quantità elevata di celle elementari identiche al fine di replicare la modalità operativa del cervello. Queste innovazioni nella tecnologia di elaborazione del suono differiscono dagli approcci tradizionali di compressione e riduzione del rumore, dando al cervello l’accesso a una parte maggiore della scena sonora completa in modo che i pazienti possano concentrarsi meglio su quello che è di loro interesse senza perdere traccia dei suoni significativi che si verificano nell’ambiente circostante. L’obiettivo di questo studio è quello di approfondire l’evoluzione audiologica e tecnologica degli apparecchi acustici con particolare attenzione a quelli con Intelligenza Artificiale al fine di valutare soluzioni ottimali che permettono di offrire alle persone ipoacusiche una migliore qualità di vita.