Nachrichten

Künstliche Intelligenz (KI) und DNN in Hörgeräten: Den ganzen Lärm überwinden – Ein Interview mit Andreas Thelander Bertelsen von Whisper

Geschrieben von
Karl Strom

Aktualisiert am Apr 13, 2023

Bertelsen arbeitet seit einem Jahrzehnt bei führenden globalen Hörhilfen-Unternehmen wie ReSound und Oticon und erforscht neue Wege zur Verbesserung der Sprachverständlichkeit und hilft bei der Entwicklung erfolgreicher Produkte wie Oticon More und Oticon Opn S. Mit zahlreichen Patenten unter seinem Namen leitet er nun die Audiotechnologie-Entwicklung bei Whisper.ai, einem Hörhilfen-Hersteller mit Sitz in San Francisco, der einen einzigartigen Ansatz zum Entfernen von Hintergrundgeräuschen durch "Entrauschung" verfolgt, der sich stark auf KI und DNNs stützt.

HearingTracker dachte, es wäre interessant, seine Perspektiven darauf zu erfahren, wie die Hörheilkunde durch die Anwendung dieser neuen fortschrittlichen Technologien transformiert wird.

HearingTracker: Jenseits des ganzen Marketing-Hype über KI, maschinelles Lernen und DNN, können Sie uns eine Erklärung geben, wie diese in Hörhilfen angewendet werden?

Bertelsen: Zuerst denke ich, dass die Anwendung von KI in Hörhilfen das aufregendste ist, das derzeit in der Hörheilkunde passiert. Es gibt einen guten Grund, warum so viele Unternehmen kürzlich KI-fähige Produkte eingeführt haben: KI und DNN werden verändern, wie Hörhilfen Sound verarbeiten, und es könnte sehr gut alles verändern, was mit Hörheilkunde zu tun hat.

Die Technologie, die dies antreibt—KI und genauer gesagt DNN—ist eine neue Art von Technologie, die komplexe Beziehungen aus Beispielen lernen kann. Anstatt also Verarbeitungsschemata basierend auf einer Reihe von Annahmen zu entwerfen, geht es bei KI darum, aus Daten zu lernen.

DNN ist, wie der Name "neuronales Netzwerk" nahelegt, eine vom menschlichen Gehirn inspirierte Struktur, die Schichten innerhalb des Netzwerks verbindet, um gelernte Muster darzustellen. Das DNN kann neue Eingaben nehmen, das riesige Netzwerk von Verbindungen nutzen, um ähnliche Muster der Eingabe zu identifizieren, und Ausgaben liefern, die sonst nicht zu erkennen gewesen wären. Beispielsweise ist dies, wie ein neuronales Netzwerk menschliche Sprache von einem bellenden Hund unterscheidet: Es sucht nach Mustern, die ähnlich sind, was es gelernt hat.

Einige DNNs befinden sich in oder an Bord der Hörhilfen selbst. Hörhilfen mit speziellen Prozessoren mit DNNs darin können nun neue Arten von Sprachverbesserung und Lärmbeseitigung durchführen, die alte Hörhilfen nicht konnten. DNN-fähige Hörhilfen können sich auch besser an unterschiedliche Soundsituationen anpassen und sicherstellen, dass das Hörerlebnis der Umgebung entspricht—zum Beispiel zwischen einer ruhigen Wanderung oder einem lauten Restaurant zu unterscheiden.

Bertelsen: Das ist eine großartige Frage. Wegen der Aufregung um ihre Fähigkeiten sind KI und DNNs schnell zu Buzzwords in Hörhilfen und vielen anderen High-Tech-Produkten geworden.

Aber nicht alle DNN-fähigen Hörhilfen sind gleich. Ihr Erfolg hängt stark davon ab, welche Art von Prozessoren sich in der Hörhilfe befinden und von der Qualität der DNN-Modelle, die auf diesem Prozessor laufen. Das erste kritische Puzzleteil ist also, einen spezialisierten DNN-Prozessor in der Hörhilfe zu haben. Mit anderen Worten, die Sound-Verarbeitungs-Engine in der Hörhilfe muss speziell dafür ausgelegt sein, die volle Leistung von KI zu nutzen. Das liegt daran, dass dieser Prozessor der Hörhilfe ermöglicht, hochspezialisierte KI-Software namens DNN-Modelle auszuführen.

DNN-Modelle sind das zweite kritische Puzzleteil, um die KI-Technologie zu nutzen. Hörhilfen-Ingenieure wie ich entwickeln DNN-Modelle, indem wir Software erstellen, die die Hörhilfe "lehrt", indem wir sie mit mehreren Jahren von Audioinformationen präsentieren. Dies gibt dem Modell viele Beispiele und Erfahrungen, aus denen es schöpfen kann, und das ist Teil davon, wie wir sicherstellen, dass diese Produkte die beste mögliche Leistung haben.

Darüber hinaus müssen wir sicherstellen, dass diese Software schnell und effizient auf dem Gerät selbst laufen kann. Immerhin haben Hörhilfen nur wenige Millisekunden, um Sound aus der Welt zu verarbeiten, bevor er aus dem Lautsprecher kommt, und wir müssen dies auf winzigen Batterien den ganzen Tag über tun!

HearingTracker: Guter Punkt! Hörakustiker und Veteranen der Hörhilfen-Industrie sind sich der Kompromisse zwischen Akkulaufzeit und Hörhilfen-Features (z.B. Audio-Streaming, Verarbeitungsalgorithmen, Soundqualität, usw.) bewusst. Welche Rolle spielt die Akkulaufzeit bei der Implementierung von KI in Hörhilfen?

Bertelsen: Die Akkulaufzeit ist eine der wichtigsten Überlegungen bei der Gestaltung jeder Hörhilfe. Mit dem aktuellen Stand der DNN-Prozessoren und Batterietechnologie sind die Fähigkeiten an Bord integrierter DNNs innerhalb eines traditionellen Hörhilfen-Stils aufgrund der Größe ziemlich begrenzt. Daher treffen verschiedene Unternehmen unterschiedliche Entscheidungen darüber, wie sie DNNs einbauen möchten. Wollen sie für kleinere, weniger leistungsstarke Geräte optimieren, oder anstreben, mehr Leistung an Benutzer abzugeben?

Jedes Unternehmen wird seine eigenen Strategien in dieser Hinsicht haben, abhängig von seinen Zielen. Bei Whisper wollen wir explizit Produkte mit so viel KI-Fähigkeit wie möglich bauen. Das hat bedeutet, dass wir einige einzigartige Technologien entwickeln mussten, wie das Whisper Brain. Das Whisper Brain ist ein kleines tragbares Zubehör, das den Hörhilfen zusätzliche Verarbeitungsfähigkeiten gibt, einschließlich der Möglichkeit, DNNs auszuführen, die 100-mal mehr Kapazität haben, als sonst in eine konventionellere Hörhilfe passt.

Wenn Sie ein DNN entwerfen, wollen Sie den DNNs so viele einzigartige Informationen wie möglich präsentieren, was bedeutet, dass Sie eine breite Palette verschiedener Beispiele verwenden möchten. Das ist, was Menschen meinen, wenn sie "Big Data" sagen. DNNs, die vielen Daten ausgesetzt wurden, werden bei der Reaktion auf neue Situationen und beim Treffen von Entscheidungen besser sein als diejenigen, die nur einer begrenzten Reihe von Erfahrungen ausgesetzt wurden.

Aber es gibt einen Vorbehalt: Wenn Sie Ihren DNNs unrealistische Daten präsentieren, wird das Ergebnis nicht sehr gut sein. Einfach gesagt, DNNs sind nicht besser als die Daten, auf die sie Zugriff haben. Es gibt immer das Risiko einer "Garbage in, Garbage Out" Situation, wenn es nicht sorgfältig und durchdacht eingerichtet ist.

Also wollen wir nicht nur eine große Menge an Daten, sondern auch die richtigen Daten. Beispielsweise wissen wir bei der Gestaltung von Systemen für Sprachverbesserung, dass Benutzer nicht immer auf die Person schauen, mit der sie sprechen. Um dies zu lösen, muss ein DNN-Designer Bewegung—Kopfbewegungen oder eine Person, die herumgeht, während jemand zu ihnen spricht—in den KI-Daten simulieren, um sicherzustellen, dass ihre Software robust ist und die reale Nutzung widerspiegeln kann.

HearingTracker: Wie könnte KI das traditionelle Hörhilfen-Dispensing-Protokoll ändern?

Bertelsen: Die neuen regulatorischen Änderungen der FDA, die OTC-Hörhilfen einführen, waren in den letzten Jahren Gegenstand vieler Debatten. Aus einer KI-Perspektive kann ich nur sagen, dass ich wirklich begeistert bin, denn KI wird die Ergebnisse von Hörhilfen verbessern können, unabhängig davon, ob eine Person sich dafür entscheidet, mit einem Anbieter zusammenzuarbeiten oder nicht.

Ein allgemeiner Trend, den ich sehe, ist, dass KI es uns ermöglichen wird, neue Arten von interaktiven Erfahrungen zu schaffen, die es sowohl Anbietern als auch Patienten ermöglichen, in weniger Zeit mit den gesammelten Daten zu einem personalisierten Ergebnis zu gelangen. Im OTC-Bereich denke ich, wird der Trend zu einfacherer, aber interaktiverer Software für Verbraucher gehen, um Selbstanpassungen durchzuführen.

Die Fragebögen und Reinton-Tests, auf die Hörakustiker sich heute verlassen, werden sich zu interaktiven Spielen oder Augmented-Reality (AR) Erfahrungen entwickeln, die Benutzer in eine komplexe Schallumgebung direkt in ihren Häusern transportieren können. Anstatt zu erraten, wie etwas klingt, können Sie es sofort ausprobieren, indem Sie zuhören. Diese Erfahrungen und Vorlieben können dann alle von KI gesammelt und analysiert werden, um viel präzisere Personalisierung bereitzustellen.

Ebenso werden sich die Werkzeuge von Hörakustikern entwickeln, damit sie effizienter mit Patienten durch alle Phasen des Betreuungsprozesses arbeiten können. Beispielsweise können Anbieter KI verwenden, um Patienten zu zeigen, wie ihre einzelnen Anpassungsänderungen mit bisherigen Hörhilfen-Trägern zusammenhängen könnten.

Bedenken Sie: Millionen von Menschen nutzen täglich Hörhilfen, und die meisten dieser Hörhilfen wurden basierend auf einer Formel namens NAL-NL2 angepasst. Diese Verschreibung wurde 2011 entwickelt, und die Entwickler verwendeten etwa 240 Audiogramme, um die Formel zu erstellen. Wir haben jetzt die Möglichkeit, Millionen von Datenpunkten zu verwenden. Das wird sich in kritischen und nützlichen Erkenntnissen für jemanden übersetzen, der zum ersten Mal mit Hörhilfen angepasst wird. Wir können KI anwenden und viel mehr Daten als zuvor einbeziehen und haben trotzdem noch Sinn darin.

Das Ergebnis wird bessere, stärker individualisierte Anpassungen und Bewertungen sein. Es ist nicht schwer, sich eine Zukunft vorzustellen, in der mehr Diagnostik über individuelle Vorlieben zu maßgeschneiderten Einstellungen für die Soundverarbeitung in Dutzenden verschiedener Hörsituationen führt.

HearingTracker: Zunehmend sehen wir, dass KI sehr gut darin wird, medizinische Bedingungen zu diagnostizieren, die Ärzte bei etwas wie einem CT-Scan oder aus einem Satz von Symptomen weniger wahrscheinlich erkennen. Denken Sie, dass KI-Hörhilfen der Zukunft medizinische Probleme bei Menschen identifizieren und/oder überwachen können und Benutzer und Anbieter auf Wegen benachrichtigen, die wir heute nicht beherrschen?

Bertelsen: Es gibt viele Möglichkeiten hier, obwohl wir noch viel mehr Arbeit zu erledigen haben, um KI bei der Unterstützung in unserem bestehenden Bereich des Hörverlust und der Hörhilfe zu helfen. Es ist immer noch schwierig, wenn nicht unmöglich, einige Facetten des auditorischen Systems auf praktischer Ebene zu messen. Beispielsweise kratzen wir gerade erst an der Oberfläche, um Dinge wie verborgenen Hörverlust zu verstehen—eine Bedingung, bei der Sie Schwierigkeiten haben, Gespräche in lauten Umgebungen zu folgen, aber normale Ergebnisse in Standard-Hörtests haben. Meine Hoffnung ist, dass KI-Systeme uns helfen werden, Bedingungen wie verborgenen Hörverlust zu verstehen, indem sie Verbindungen zwischen Daten ziehen, die wir zuvor für unverbunden hielten.

Darüber hinaus kann die Verfügbarkeit von miniaturisierten Sensoren, die in Geräten montiert sind, für die allgemeine Gesundheitswesen transformativ sein. Wir wissen bereits, dass das Ohr ein großartiger Ort ist, um viele wichtige Indikatoren für die allgemeine Gesundheit zu überwachen, daher können wir beginnen, die Verbindung zwischen Hörheilkunde und anderen Gesundheitsindikatoren aufzudecken.

Da DNNs so fähig sind, große Mengen an Daten aufzunehmen und durchzusehen, sind die Möglichkeiten hier endlos! Die Integration von KI in Hör- und allgemeine Gesundheitswesen ist eine wirklich aufregende Aussicht. Es stellt auch alle Arten von Möglichkeiten aus einer interdisziplinären professionellen Perspektive dar.

HearingTracker: Was könnte wir sonst noch in den nächsten 5-10 Jahren von KI sehen (mit wilden Vorhersagen ermutigt)?

Bertelsen: Mit der Geschwindigkeit der technologischen Entwicklung bin ich zuversichtlich, dass die Hörheilkunde einen Wendepunkt erreicht, den es seit der ursprünglichen Einführung der digitalen Hörhilfe vor mehr als 25 Jahren nicht gab.

Ich habe das Gefühl, wir stehen an der Schwelle, einen großen Einschnitt in die Sprachverbesserung und Lärmverwaltung zu machen—eines der bedeutendsten historischen Bedürfnisse von Hörhilfen, das bis heute andauert. Das Lösen von Sprachverbesserung wird viel Innovation jenseits von KI selbst erfordern. Es wird Dinge wie die Schaffung von leistungseffizienteren Prozessoren, die speziell für KI-Algorithmen optimiert sind, erfordern. Aber Sie können bereits heute das Versprechen von dem sehen, was kommen wird.

Darüber hinaus wird KI auch bessere allgemeine Betreuung für alle ermöglichen und engagingere, personalisierte Erfahrungen schaffen, die Hörhilfen-Träger und Anbieter aus den vier Wänden einer traditionellen Klinik oder Kabine hinaustragen. Dies wird uns helfen, über das Audiogramm hinaus über Hörhilfenfaktoren zu lernen, wie die Verringerung von mentalen Anstrengungen, und es uns ermöglichen, die tiefere Beziehung zwischen Hören und anderen menschlichen Sinnen und Funktionen aufzudecken.

Wir haben gerade verborgenen Hörverlust erwähnt, aber ein noch ehrgeizigeres Ziel ist es für KI, herauszufinden, wie Hören mit anderen Gehirnaktivitäten wie Gedächtnis, kognitiver Verarbeitung und anderen Facetten der Neuroaudiologie verbunden ist.

Unabhängig davon, wohin dies alles führt, ist KI definitiv die nächste Grenze der Technologie für Hören. Ich bin wirklich dankbar für die Gelegenheit, diese neue Technologie auf einem Gebiet anzuwenden, das so viel positive Auswirkungen auf Menschen auf der Welt haben kann, und ich hoffe, andere sind genauso begeistert davon wie ich!

Für weitere Informationen besuchen Sie bitte die Whisper AI Website.