Künstliche Intelligenz in Cochlea-Implantaten

Wie werde ich mit dem Cochlea-Implantat hören? Das fragt sich jeder, der vor der Entscheidung für eine Versorgung steht. Der Austausch mit CI-Trägern bietet hier zwar Orientierung, doch Erfahrungen und Versorgungserfolge sind immer individuell.

KI kann anhand einer Fülle von Daten den Erfolg einer Versorgung ungleich genauer vorhersagen. Ebenso könnte die KI Aussagen zur Lebensdauer der Technik oder zum Einfluss bestimmter Wartungen auf diese Lebensdauer treffen. Die KI könnte auch Probleme der Technik managen, Ausfallzeiten minimieren oder Effekte der CI-Versorgung über lange Zeit berücksichtigen.

Welches Hörtraining ist für diesen Patienten geeignet? Welcher Schwierigkeitsgrad ist angemessen für ihn? Auch bei der Entwicklung personalisierter Behandlungs- bzw. Reha-Strategien kann KI unterstützen. Nutzen lassen sich dabei etwa Ergebnisse des Data-Loggings: Wie lange trägt der Patient sein CI? Wie könnte er die Technik noch besser nutzen? Was empfiehlt man ihm? Schon bisher liefert Data-Logging eine Fülle individueller Nutzerdaten. Doch deren Interpretation obliegt bislang einem einzelnen Menschen – dem Audiologen, der diese Daten anhand seines Wissens subjektiv deutet. Eine KI kann diese Datenflut viel gründlicher durchdringen und viel konsequenter berücksichtigen.

Wieder ein Beispiel: Die Funktion SCAN ermöglicht auch die automatische Registrierung des Data Logging. Nutzungsdauer und Hörsituationen, Lautstärke, Verwendung von Zubehör, Aktivierung von Programmen und von FowardFocus – zahlreiche Daten werden erfasst und beschreiben das Nutzerverhalten. Auf dieser Basis kann man den CI-Träger individuell passend beraten. Voraussetzung hierfür ist allerdings, dass Audiologe oder CI-Akustiker wissen, welches Nutzerverhalten generell »normal« bzw. optimal ist.

Hier helfen automatisch erfasste Daten aus Untersuchungen zum Nutzerverhalten mit CI. Sie zeigen etwa, dass sich Senioren eher in ruhigen Umgebungen aufhalten, und dass junge CI-Träger mehr Musik hören, dass sich die beiden Gruppen jedoch bei der täglichen Nutzungsdauer kaum unterscheiden (3). Eine andere Untersuchung zeigt, dass CI-Patienten leisere Hörsituationen zwischen 50 und 60 Dezibel bevorzugen, während sie lautstarke Situationen über 65 Dezibel eher vermeiden (4). Die individuellen Daten eines Data Loggings könnte die KI mit solchen objektiven Daten abgleichen und daraus Konsequenzen für die Therapie herleiten. Diese maßgeschneiderten Empfehlungen könnten sowohl dem Patienten als auch Audiologen, Ärzten und Therapeuten Orientierung bieten.

KI kann schon heute alle möglichen Bilder erkennen und erzeugen. Auch bei der CI-Versorgung wird KI diesbezüglich schon genutzt: Wie ist die Cochlea anatomisch gestaltet? Wie können dementsprechend die CI-Elektroden platziert werden? Welcher Zugang zum Innenohr empfiehlt sich für den Operateur – eine Cochleostomie oder eine Rundfensterinsertion? Die KI analysiert die Bilddaten automatisch. Sie kann das MRT-Bild der Cochlea in Segmente zerlegen und eine 3D Darstellung erzeugen. Sie kann berechnen, wie groß der Abstand zwischen Elektrodenkontakt und Modiolus wäre und vieles mehr. Das bringt erhebliche Vorteile für die Planung von Operationen, aber auch für die Entwicklung neuer CI-Elektroden.

Tests zum Sprachverstehen mit dem CI erfolgen heute zumeist noch manuell. Doch KI kann Sprache automatisch erkennen. Auch das Erkennen von nonverbalen Sprachanteilen oder von Emotionen eines Sprechers sind heute bereits möglich. Und die KI kann Akustik virtuell erzeugen. Das alles eröffnet auch für Sprachtests neue Möglichkeiten. Man könnte Tests mit virtueller Akustik auch aus der Ferne (Remote) durchführen. Alle Rückmeldungen des CI-Trägers erfasst die KI automatisch und wertet sie sofort aus. Mitschreiben muss dann niemand mehr.

Eine gute Patientenbetreuung braucht ausreichend Zeit und Personal. Angesichts steigender Patientenzahlen stellen sich entscheidende Fragen: Wie kann man Ressourcen effizient einsetzen und Prozesse optimieren? Wie lässt sich die Qualität der Versorgung für immer mehr Menschen sicherstellen und erhöhen? Auch hier kann KI helfen – etwa beim Krankenhaus-Management oder in der Tele-Audiologie. Ebenso hilft sie beim Schutz der Daten, zum Beispiel bei der sicheren Authentifizierung. Objektive Messwerte lassen sich mit ihr automatisch analysieren. Und sie kann den Service verbessern.

Die medizinische Indikation für CI-Versorgungen basiert auf zahlreichen Kriterien: Wie ist der Hörverlust eines Patienten? Wie ist seine Anatomie? Welche Wünsche hat er? Welche technischen Spezifikationen bieten die verschiedenen CI-Systeme? Bei akustischen Hörsystemen: Wie unterscheiden sie sich zum Beispiel mit Blick auf den Frequenzbereich, der kompensiert werden muss? Was wäre demnach die optimale Lösung für den Patienten?

Immer mehr Möglichkeiten zur Personalisierung verlangen nach immer mehr Entscheidungen. Der Operateur allein kann diese kaum noch überschauen bzw. treffen. Hier kann KI den Arzt in der diagnostischen Entscheidung unterstützen, insbesondere wenn es mehrere Therapieoptionen gibt. Und KI könnte auch bei der Erstellung genetischer Analysen effektiv unterstützen.

Bislang war ein Upgrade des Soundprozessors der einzige Weg, um neue KI-Anwendungen nutzbar zu machen. Mit der Einführung des ersten smarten Cochlea-Implantats hat sich dies grundlegend geändert: Nucleus Nexa verfügt über einen Chip, der es erlaubt, das Implantat auch mit zukünftigen Neuerungen (Firmware Upgrades) auszustatten. Darüber hinaus bieten Upgrades des Soundprozessors auch weiterhin Zugang zu neuen Technologien.