По данным Всемирной организации здравоохранения более 5% населения мира, примерно 430 млн человек, страдают от нарушений слуха. По оценкам к 2050 году более 700 млн человек, или каждый десятый, будут иметь инвалидизирующую потерю слуха.
Несмотря на масштабность проблемы, диагностические и реабилитационные подходы с использованием слуховых устройств все еще ограничены, прежде всего из-за разрозненных эмпирических знаний о сниженном восприятии речи и ограниченной индивидуальной пользе слухового аппарата без систематического анализа данных.
Группа петербургских и немецких ученые совместно разрабатывают программный комплекс, позволяеющий подбирать индивидуальную терапию при лечении пациентов, имеющих проблемы со слухом.
«Сегодня диагностика нарушений слуховой системы и подбор слухового аппарата опираются на нестандартизированный набор различных тестов, мало связанных друг с другом и отличающихся в разных странах, что ведет к низкой эффективности реабилитации и слухопротезирования», – отмечает профессор Мария Бобошко, участник международного научного коллектива из Первого Санкт-Петербургского государственного медицинского университета им. И. П. Павлова.
Совместный проект ученых из СПбГЭТУ «ЛЭТИ», СПбПУ, ПСПбГМУ имени И. П. Павлова и Ольденбургского университета имени Карла фон Осецкого (Германия) «Российско-Германская статистическая аудиология: обработка данных и анализ аудиологического профиля для диагностики и компенсации тугоухости» повысит эффективность реабилитации слабослышащих пациентов на основе полноценной индивидуальной диагностики дефицита восприятия речи, соответсвующего подбора и настройки слуховых устройств.
«Мы создадим решение на основе машинного обучения, которое не только значительно упростит процесс подборки настроек слуховых аппаратов, но и сможет прогнозировать эффективность использования аппарата с этими настройками», – поясняет исполнитель Проекта, доцент кафедры автоматики и процессов управления СПбГЭТУ «ЛЭТИ» Дмитрий Каплун.
Реализация проекта рассчитана на период с 2022 по 2024 годы. Разработка поддержана грантом совместного конкурса Российского научного фонда (РНФ) с Немецким научно-исследовательским сообществом (DFG).
