Künstliche Intelligenz (AI) und DNN in Hörgeräten: Den ganzen Lärm hinter sich lassen – ein Interview mit Andreas Thelander Bertelsen von Whisper

Sie befinden sich in einem lauten Restaurant und haben Schwierigkeiten, die Menschen an Ihrem Tisch zu hören. Sie greifen in Ihre Tasche und setzen Ihre neuen KI-gestützten Hörgeräte ein. Für einen Moment wird alles viel lauter. Dann nutzen Ihre Hörgeräte Wort für Wort, Kopfbewegung für Kopfbewegung die Verarbeitung durch künstliche Intelligenz (KI) und Deep Neural Network-Modelle (DNN), um den Klang zu erkennen, der Sie am meisten interessiert, die Störgeräusche und das Stimmengewirr in den Hintergrund treten zu lassen und das Gespräch Ihrer Tischbegleiter in den Vordergrund zu rücken. Deren Stimmen werden noch klarer, während Sie weiterhin mit ihnen interagieren. Schon bald hören und sprechen Sie mühelos, selbst wenn der Raum im Laufe des Abends lauter wird.

Obwohl sich Hörgeräte beim Hören in lauter Umgebung deutlich verbessert haben, ist das oben beschriebene Szenario noch keine Realität. Noch nicht. Doch für einen Audioingenieur und KI-Experten wie Andreas Thelander Bertelsen ist das obige ein erreichbares Ziel – und zwar schon bald.

Bertelsen hat in den vergangenen zehn Jahren bei führenden globalen Hörgeräteunternehmen wie ReSound und Oticon gearbeitet, neue Wege zur Verbesserung der Sprachverständlichkeit erforscht und bei der Entwicklung erfolgreicher Produkte wie Oticon More und Oticon Opn S mitgewirkt. Mit zahlreichen Patenten in der Tasche leitet er nun die Entwicklung von Audiotechnologien bei Whisper.ai, einem in San Francisco ansässigen Hörgerätehersteller, der einen einzigartigen Ansatz zur Entfernung von Störgeräuschen durch „Denoising“ verfolgt, das stark auf AI und DNNs angewiesen ist.

HearingTracker hielt es für interessant, seine Perspektiven dazu einzuholen, wie die Hörversorgung durch die Anwendung dieser neuen fortschrittlichen Technologien verändert wird.

HearingTracker: Abgesehen von all dem Marketing-Hype rund um AI, maschinelles Lernen und DNN: Können Sie uns erklären, wie diese in Hörgeräten eingesetzt werden?

Bertelsen: Zunächst einmal denke ich, dass die Anwendung von AI in Hörgeräten derzeit das Aufregendste in der Hörversorgung ist. Es gibt einen guten Grund, warum so viele Unternehmen kürzlich AI-fähige Produkte eingeführt haben: AI und DNN werden verändern, wie Hörgeräte Schall verarbeiten, und sie könnten sehr wohl alles verändern, was mit Hörversorgung zu tun hat.

Die Technologie dahinter — AI und insbesondere DNN — ist eine neue Art von Technologie, die komplexe Zusammenhänge anhand von Beispielen lernen kann. Anstatt also Verarbeitungsschemata auf Grundlage einer Reihe von Annahmen zu entwickeln, geht es bei AI darum, aus Daten zu lernen.

DNN ist, wie der Name „neuronales Netzwerk“ vermuten lässt, eine vom menschlichen Gehirn inspirierte Struktur, die Schichten innerhalb des Netzwerks verbindet, um gelernte Muster darzustellen. Das DNN kann neue Eingaben aufnehmen, das umfangreiche Netzwerk von Verbindungen nutzen, um ähnliche Muster in den Eingaben zu identifizieren, und Ausgaben liefern, die sonst nicht erkennbar gewesen wären. So erkennt ein neuronales Netzwerk beispielsweise menschliche Sprache im Unterschied zum Bellen eines Hundes: Es sucht nach Mustern, die dem ähneln, was es gelernt hat.

Einige DNNs befinden sich direkt in den Hörgeräten oder sind in ihnen integriert. Hörgeräte mit speziellen Prozessoren, die DNNs enthalten, können nun neue Arten der Sprachverbesserung und Störgeräuschunterdrückung durchführen, die ältere Hörgeräte nicht konnten. DNN-fähige Hörgeräte können sich außerdem besser an unterschiedliche Hörsituationen anpassen und sicherstellen, dass das Hörerlebnis zur Umgebung passt — beispielsweise indem sie zwischen einer ruhigen Wanderung und einem lauten Restaurant unterscheiden.

KI hat auch ein spannendes Potenzial, das über die Verarbeitung innerhalb eines Hörgeräts hinausgeht. Der Anpassungs- und Personalisierungsprozess ist ein großartiges Beispiel. Jeder, der HearingTracker liest, weiß wahrscheinlich, wie wichtig eine gute Anpassung und patientenzentrierte Versorgung für bessere Ergebnisse sind, und ich bin sicher, dass KI künftig bei stärker personalisierten Anpassungen eine Rolle spielen wird. KI wird bedeuten, dass ein Hörgeräteträger (und seine Hörakustikfachkraft, falls er mit einer zusammenarbeitet) durch die Nutzung der bisherigen Erfahrungen von Millionen anderer Hörgeräteträger weltweit eine hyperpersonalisierte Anpassung erhalten kann – und das in deutlich kürzerer Zeit, als es heute dauern würde.

Diese Technologie entwickelt sich sehr schnell, und es gibt noch viele Wege zu erkunden, um das Patientenerlebnis zu verbessern. Und obwohl maschinell lernende Hörgeräte seit über 15 Jahren existieren, betreten wir erst jetzt ein völlig neues Terrain.

Das liegt daran, dass sie im Kern alle auf vereinfachten Annahmen über die Struktur von Geräuschen und Sprachlauten beruhen. In der realen Welt gibt es jedoch eine enorme Vielfalt an Stimmen und Klangumgebungen. Und Menschen bewegen sich, ebenso wie ihre Gespräche und andere relevante Geräusche. Daher können diese traditionellen Techniken letztlich zu einfach sein, um die Komplexität des realen Lebens in Echtzeit zu bewältigen.

Künstliche Intelligenz – und insbesondere DNNs – haben uns eine neue Kategorie von Werkzeugen eröffnet. Sie können die komplexen Strukturen innerhalb von Schall präzise erlernen und entschlüsseln, indem sie umfangreiche Sammlungen von Klangumgebungen analysieren. Diese Tiefe des Verständnisses ist nicht nur nützlich, wenn ein Hörgerät versucht, Geräusche zu reduzieren, sondern kann auch genutzt werden, um Richtmikrofone so zu steuern, dass sie sich darauf konzentrieren, woher die Sprache kommt – selbst wenn sich der Nutzer bewegt!

Zahlreiche Forschungen haben bereits nachgewiesen, dass DNN-basierte Ansätze traditionelle Methoden aufgrund ihrer Genauigkeit übertreffen können, insbesondere wenn man sich in einer komplexen Klangumgebung mit viel konkurrierender Sprache und Lärm befindet. Letztlich bedeutet dies, dass Hörgeräteträger weniger Höranstrengung aufwenden und Sprache an immer anspruchsvolleren Orten verstehen können.

HearingTracker: Was meinen Unternehmen, wenn sie sagen, dass ein Hörgerät über „onboard DNN“ verfügt? Ist das nur ein Schlagwort oder ist es wichtig?

Bertelsen: Das ist eine großartige Frage. Aufgrund der Begeisterung über ihre Fähigkeiten sind KI und DNNs schnell zu Schlagwörtern bei Hörgeräten und vielen anderen Hightech-Produkten geworden.

Aber nicht alle DNN-fähigen Hörgeräte sind gleich. Ihr Erfolg hängt weitgehend davon ab, welche Art von Prozessoren sich im Hörgerät befinden und wie hochwertig die DNN-Modelle sind, die auf diesem Prozessor laufen. Das erste entscheidende Puzzleteil besteht also darin, einen spezialisierten DNN-Prozessor im Hörgerät zu haben. Mit anderen Worten: Die Klangverarbeitungs-Engine im Hörgerät muss speziell dafür konzipiert sein, die Vorteile von KI voll auszuschöpfen. Denn dieser Prozessor ermöglicht es dem Hörgerät, hochspezialisierte KI-Software auszuführen, sogenannte DNN-Modelle.

DNN-Modelle sind das zweite entscheidende Element, um KI-Technologie zu nutzen. Hörgeräteingenieure wie ich entwickeln DNN-Modelle, indem sie Software erstellen, die das Hörgerät „lehrt“, indem sie ihm Audioinformationen aus mehreren Jahren präsentiert. Das gibt dem Modell viele Beispiele und viel Erfahrung, auf die es zurückgreifen kann, und ist Teil davon, wie wir sicherstellen, dass diese Produkte die bestmögliche Leistung bieten.

Darüber hinaus müssen wir sicherstellen, dass diese Software schnell und effizient auf dem Gerät selbst ausgeführt werden kann. Schließlich haben Hörgeräte nur wenige Millisekunden Zeit, um Schall aus der Umgebung zu verarbeiten, bevor er aus dem Lautsprecher kommt, und wir müssen dies den ganzen Tag mit winzigen Batterien leisten!

HearingTracker: Guter Punkt! Hörakustiker und erfahrene Fachleute der Hörgerätebranche sind sich der Kompromisse zwischen Batterielaufzeit und Funktionsumfang von Hörgeräten (z. B. Audio-Streaming, Verarbeitungsalgorithmen, Klangqualität usw.) sehr bewusst. Welche Rolle spielt die Batterielaufzeit bei der Implementierung von KI in Hörgeräten?

Bertelsen: Die Batterielaufzeit ist eine der wichtigsten Überlegungen bei der Entwicklung jedes Hörgeräts. Beim aktuellen Stand der DNN-Prozessoren und Batterietechnologie sind die Fähigkeiten von onboard DNNs in einem traditionellen Hörgerätedesign aufgrund der Größe ziemlich begrenzt. Daher treffen verschiedene Unternehmen unterschiedliche Entscheidungen darüber, wie sie DNNs integrieren möchten. Wollen sie kleinere, weniger leistungsfähige Geräte optimieren oder darauf abzielen, Nutzern mehr Leistung zu bieten?

Jedes Unternehmen wird in dieser Hinsicht eigene Strategien verfolgen, abhängig von seinen Zielen. Bei Whisper wollen wir ausdrücklich Produkte mit möglichst vielen KI-Fähigkeiten entwickeln. Das bedeutete, einige einzigartige Technologien entwickeln zu müssen, wie beispielsweise den Whisper Brain. Der Whisper Brain ist ein kleines Taschenzubehör, das den Hörgeräten zusätzliche Verarbeitungskapazitäten bietet, einschließlich der Möglichkeit, DNNs auszuführen, die eine 100-mal höhere Kapazität haben als das, was sonst in ein konventionelleres Hörgerät passen könnte.

Um dies ohne zusätzliche Verzögerung verfügbar zu machen, haben wir neue drahtlose Verbindungen entwickelt, die es uns ermöglichen, nahezu augenblicklich zwischen den Ohrpassstücken und dem Brain zu kommunizieren. Auch wenn dieses zusätzliche Zubehör möglicherweise nicht für jeden geeignet ist, glauben wir, dass es eine großartige Möglichkeit ist, die Hörtechnologie von morgen schon heute zu den Menschen zu bringen.

Lassen Sie mich ein konkretes Beispiel dafür geben, wie diese zusätzliche Kapazität nützlich ist. Bei einem herkömmlichen Hörgerät verarbeitet das linke Ohr den Schall im Allgemeinen getrennt vom rechten Ohr. Wenn Sie jedoch ein leistungsstarkes Gerät wie den Whisper Brain haben, können Sie bei der Audioverarbeitung Informationen von der linken und rechten Seite kombinieren. Der Vorteil davon ist, dass Sie ein natürlicheres und stabileres Klangbild hören, weil der Prozessor bei hochpräzisen Entscheidungen zur Klangverarbeitung mithilfe von AI die Informationen von beiden Ohren integrieren kann.

HearingTracker: Wie werden Big Data oder Cloud-Daten von AI gespeichert und genutzt?

Bertelsen: AI und DNNs sind unter anderem deshalb sehr leistungsstark, weil sie sich durch einen Lernprozess verbessern und anpassen. Der Lernprozess umfasst, den DNNs neue Informationen – in Form von Daten – bereitzustellen und sie daran anzupassen, wie sie reagieren. Bei Whisper und mehreren anderen etablierten Hörgeräteherstellern hat die AI während dieses Lernprozesses Zugriff auf mehrere Jahre vielfältiger Audioinformationen.

Ebenso werden sich die Werkzeuge von Hörakustikern weiterentwickeln, damit sie in allen Phasen des Versorgungsprozesses effizienter mit Patienten arbeiten können. Beispielsweise werden Fachkräfte KI nutzen können, um Patienten zu zeigen, wie ihre individuellen Anpassungsänderungen mit denen früherer Hörgeräteträger zusammenhängen könnten.

Stellen Sie sich Folgendes vor: Millionen von Menschen verwenden täglich Hörgeräte, und die meisten dieser Hörgeräte wurden anhand einer Formel namens NAL-NL2 angepasst. Dieses Rezept wurde 2011 entwickelt, und die Entwickler verwendeten rund 240 Audiogramme, um die Formel zu erstellen. Heute haben wir die Möglichkeit, Millionen von Datenpunkten zu nutzen. Das wird zu entscheidenden und nützlichen Erkenntnissen für jemanden führen, der zum ersten Mal mit Hörgeräten angepasst wird. Wir können KI einsetzen, viel mehr Daten als zuvor aufnehmen und sie dennoch sinnvoll interpretieren.

Das Ergebnis werden bessere, individuellere Anpassungen und Bewertungen sein. Es ist nicht schwer, sich eine Zukunft vorzustellen, in der mehr Diagnostik zu individuellen Präferenzen zu maßgeschneiderten Einstellungen für die Klangverarbeitung in Dutzenden unterschiedlicher Hörumgebungen führt.

HearingTracker: Zunehmend sehen wir, dass KI sehr gut darin wird, medizinische Erkrankungen zu diagnostizieren, die Ärzte bei etwas wie einer CT-Aufnahme oder anhand einer Reihe von Symptomen weniger wahrscheinlich erkennen. Glauben Sie, dass KI-Hörgeräte der Zukunft medizinische Probleme bei Menschen erkennen und/oder überwachen und Nutzer sowie Fachkräfte auf eine Weise warnen können werden, zu der wir heute nicht in der Lage sind?

Bertelsen: Hier gibt es viele Möglichkeiten, obwohl wir noch viel Arbeit vor uns haben, um KI in unserem bestehenden Bereich von Hörverlust und Hörunterstützung hilfreich einzusetzen. Es ist nach wie vor schwierig, wenn nicht sogar unmöglich, einige Aspekte des auditorischen Systems auf praktischer Ebene zu messen. Beispielsweise beginnen wir gerade erst, Dinge wie versteckten Hörverlust zu verstehen – einen Zustand, bei dem man Schwierigkeiten hat, Gesprächen in lauten Umgebungen zu folgen, aber bei Standard-Hörtests normale Ergebnisse erzielt. Ich hoffe, dass KI-Systeme uns helfen werden, Zustände wie versteckten Hörverlust zu verstehen, indem sie Verbindungen zwischen Daten herstellen, die wir zuvor für unverbunden hielten.

Darüber hinaus kann die Verfügbarkeit miniaturisierter Sensoren, die in Geräten angebracht sind, für die allgemeine Gesundheitsversorgung transformativ sein. Wir wissen bereits, dass das Ohr ein großartiger Ort ist, um viele wichtige Indikatoren der allgemeinen Gesundheit zu überwachen. So können wir beginnen, die Verbindung zwischen Hörgesundheitsversorgung und anderen Gesundheitsindikatoren aufzudecken.

Da DNNs so gut darin sind, große Datenmengen aufzunehmen und zu sortieren, sind die Möglichkeiten hier grenzenlos! Die Integration von KI in die Hörgesundheitsversorgung und die allgemeine Gesundheitsversorgung ist eine wirklich spannende Perspektive. Sie bietet zudem aus interdisziplinärer beruflicher Sicht vielfältige Chancen.

HearingTracker: Was könnten wir in den nächsten 5-10 Jahren noch von KI sehen (wilde Vorhersagen ausdrücklich erwünscht)?

Bertelsen: Angesichts der Geschwindigkeit der technologischen Entwicklung bin ich überzeugt, dass die Hörgesundheitsversorgung einen Wendepunkt erreicht, wie wir ihn seit der ursprünglichen Einführung des digitalen Hörgeräts vor mehr als 25 Jahren nicht mehr erlebt haben.

Ich habe das Gefühl, dass wir kurz davor stehen, bei der Sprachverbesserung und dem Geräuschmanagement große Fortschritte zu erzielen – einem der bedeutendsten historischen Bedürfnisse von Hörgeräten, das bis heute besteht. Die Lösung der Sprachverbesserung wird viel Innovation über KI selbst hinaus erfordern. Sie wird Dinge wie die Entwicklung energieeffizienterer Prozessoren erfordern, die speziell für KI-Algorithmen optimiert sind. Doch schon heute lässt sich das Potenzial dessen erkennen, was kommen wird.

Darüber hinaus wird KI auch eine insgesamt bessere Versorgung für alle ermöglichen und ansprechendere, personalisierte Erfahrungen schaffen, die Hörgeräteträger und Fachkräfte über die vier Wände einer traditionellen Klinik oder Kabine hinausführen. Dies wird uns helfen, Hörfaktoren über das Audiogramm hinaus kennenzulernen, etwa die Verringerung der mentalen Anstrengung, und es uns ermöglichen, die tiefere Beziehung zwischen dem Hören und den anderen menschlichen Sinnen und Funktionen zu entdecken.

Wir haben gerade versteckten Hörverlust erwähnt, aber ein noch ehrgeizigeres Ziel besteht darin, dass KI abbildet, wie das Hören mit anderen Gehirnaktivitäten wie Gedächtnis, kognitiver Verarbeitung und anderen Aspekten der Neuroaudiologie verbunden ist.

Unabhängig davon, wohin all dies führt, ist KI definitiv die nächste technologische Grenze für das Hören. Ich bin wirklich dankbar, die Möglichkeit zu haben, diese neue Technologie auf ein Feld anzuwenden, das so viele positive Auswirkungen auf Menschen weltweit haben kann, und ich hoffe, andere sind genauso begeistert davon wie ich!

Weitere Informationen finden Sie auf der Whisper AI website.