Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS
Precision Hearing Diagnostics and Augmented-hearing Technologies

Article Category

Article available in the following languages:

Mit digitalen Zwillingen versteckten Hörverlust bekämpfen

Dutzende Millionen Menschen in Europa leben mit nicht diagnostizierten Hörbeeinträchtigungen. Eine innovative Technologie aus dem EU-finanzierten Projekt EarDiTech könnte Hörverlust erkennen und es Hörgeräten ermöglichen, ihn besser auszugleichen.

Nahezu 60 Millionen Europäer leben mit einem Hörverlust, der mit zunehmendem Alter immer häufiger auftritt. In der Regel wird dies mithilfe eines Tests diagnostiziert, bei dem die leisesten Töne ermittelt werden, die bei verschiedenen Tonhöhen wahrgenommen werden können. Doch selbst Menschen mit normalen Testergebnissen können Schwierigkeiten haben, Sprache in lauten Umgebungen wie beispielsweise in überfüllten Restaurants zu verstehen. Es wird angenommen, dass dieser „versteckte Hörverlust“ auf eine Schädigung der Verbindung zwischen den Haarzellen und dem Hörnerv zurückzuführen ist, die als Cochlea-Synaptopathie (CS) bezeichnet wird. „Im Jahr 2009 stellten Forschende der Harvard-Universität fest, dass der erste Schritt bei einem Hörverlust nicht der Verlust von Haarzellen im Innenohr ist, sondern vielmehr eine Abnahme der Anzahl der Synapsen“, erklärt Sarah Verhulst, Projektkoordinatorin von EarDiTech(öffnet in neuem Fenster) von der Universität Gent(öffnet in neuem Fenster) in Belgien. „Das bedeutet, dass die Haarzellen zwar noch intakt sein mögen, die Signale, die sie an das Gehirn senden, jedoch nicht so klar sind, wie sie sein sollten.“

Nicht-invasiver diagnostischer CS-Test

Derzeit gibt es für CS weder eine klinische Diagnose noch eine Behandlung. Verhulst wollte diesem Problem begegnen und Wege finden, diese Erkrankung besser zu diagnostizieren. Vor Beginn des EarDiTech-Projekts hatte ihr Team erfolgreich den CochSyn-Test entwickelt, einen nicht-invasiven Diagnose-Prototyp zur Erkennung von CS. Dieser besteht aus einem Modell zur digitalen Signalverarbeitung des Hörsystems – quasi einem digitalen Zwilling –, das die normale Hörfunktion in silico nachbildet. Dieses Modell wurde angepasst, um eine Hörbeeinträchtigung zu simulieren. Dadurch gelang es dem Team, einen spezifischen Ton zu finden, der die Synapsenfunktion offenbart. „Dieser spezifische Ton eignet sich besonders gut dazu, die verfügbaren Synapsen gleichzeitig anzuregen“, sagt Verhulst. „Wenn wir diesen Ton abspielen, sind die EEG-Reaktionen (Aufzeichnungen der elektrischen Aktivität des Gehirns) sehr stark, wenn viele funktionierende Synapsen vorhanden sind. Beginnen Menschen dann, Synapsen zu verlieren, nimmt auch das EEG-Signal ab.“

Anwendbarkeit im klinischen Alltag

Das Projekt EarDiTech baut auf früheren Arbeiten auf, die vom Europäischen Forschungsrat(öffnet in neuem Fenster) im Rahmen des Projekts CochSyn gefördert wurden. Das vom Europäischen Innovationsrat(öffnet in neuem Fenster) unterstützte Projekt EarDiTech ermöglichte es Verhulst und ihrem Team, diesen Diagnosetest aus dem Labor in den klinischen Alltag zu bringen und damit die Strategie der EU zur Stärkung von Menschen und Unternehmen durch eine neue Generation digitaler Technologien(öffnet in neuem Fenster) mit dem Ansatz der menschenzentrierten künstlichen Intelligenz(öffnet in neuem Fenster) voranzubringen. Klinische Studien lieferten wertvolle Belege für den Patientennutzen sowie für die Anwendbarkeit des Tests in der klinischen Praxis. „Dank dieser klinischen Studien konnten wir Ergebnisse sammeln und ein überzeugendes Geschäftsmodell entwickeln“, erklärt sie. Die Ergebnisse wurden veröffentlicht und der Schallstimulus patentiert. Einer der nächsten Schritte ist die Gründung eines Spin-off-Unternehmens, um diese diagnostische Innovation auf den Markt zu bringen.n. Neben der Diagnostik wollte EarDiTech auch Lösungen vorantreiben, welche die Lebensqualität der Patienten verbessern. „Das Ziel war es, nicht nur eine Diagnose zu stellen, sondern Menschen mit einem versteckten Hörverlust aktiv dabei zu helfen, besser zu hören“, fügt Verhulst hinzu. Es wurden digitale Modelle verwendet, um Patienten zu repräsentieren. Diese wurden damit beauftragt, Sprache mithilfe fortschrittlicher Methoden des maschinellen Lernens zu verarbeiten. Auf diese Weise entstanden einzigartige, individuell angepasste Algorithmen zur Audioverarbeitung. Diese Algorithmen werden künftig in personalisierten Hörgeräten der nächsten Generation zum Einsatz kommen, um CS nach individuellem Bedarf auszugleichen. Zu den nächsten Schritten gehören der Aufbau von Kooperationen mit Hardware-Experten und das Testen der Technologie im Hochleistungsbereich der Hearables. „Wir führen derzeit Gespräche mit Partnern aus der Hörgeräte- und Audiochip-Branche“, so Verhulst. „Wir hoffen, auf eine Lizenzierungsstrategie hinarbeiten zu können, um diese Innovation auf den Markt zu bringen.“