Sprachtests im Störgeräusch der nächsten Generation könnten Hör-Screenings schneller, intelligenter und zugänglicher machen

Eine neue Scoping-Review in Audiology Research zeigt, wie Ziffern-im-Störgeräusch-Verfahren, AI-gestützte Auswertung und automatisierte digitale Plattformen die Art verändern, wie Fachleute Hörverlust über das übliche Audiogramm im ruhigen Raum hinaus erkennen.

Jahrzehntelang galt die Reintonaudiometrie (PTA) als Goldstandard für die Diagnose von Hörverlust: Die Testperson sitzt in einer Hörkabine und drückt jedes Mal einen Knopf, wenn sie einen Piepton in einer bestimmten Tonhöhe und Lautstärke hört. Die PTA bildet zuverlässig ab, welche leisesten Töne eine Person wahrnehmen kann, erfasst aber nicht die Situation, mit der Menschen tatsächlich Probleme haben: einem Gespräch bei Hintergrundgeräuschen zu folgen.

Immer mehr Forschende arbeiten an Sprache-im-Störgeräusch-Tests (SIN-Tests), die diese Lücke schließen sollen, und eine aktuelle Scoping-Review fasst zusammen, was die Arbeit des vergangenen Jahrzehnts hervorgebracht hat. Es zeichnet sich ein Bild kleiner, gezielter Werkzeuge ab, die das Hör-Screening irgendwann aus spezialisierten Praxen auf Laptops, Tablets und Smartphones verlagern könnten.

Hintergrund: Warum die Forschenden das untersucht haben

Ein Reintonaudiogramm zeigt, wie leise ein Ton bei jeder Frequenz sein darf, damit der Patient ihn noch hört. Es verrät aber nicht direkt, wie gut diese Person einem Freund in einem lauten Restaurant folgen kann. Zwei Menschen mit sehr ähnlichen Audiogrammen können im Alltag ganz unterschiedlich hören, und manche Erwachsene mit unauffälligem Audiogramm berichten dennoch von erheblichen Schwierigkeiten bei Störgeräuschen. Diese Diskrepanz wird manchmal als funktionelle oder versteckte Hörschwierigkeit bezeichnet.

Sprache-im-Störgeräusch-Tests setzen genau hier an: Sie spielen Sprachmaterial – Wörter, Sätze oder kurze Ziffernfolgen – vor einem kontrollierten Hintergrund aus konkurrierenden Geräuschen ab und bitten die Testperson, das Gehörte zu wiederholen. Das Ergebnis spiegelt eher wider, wie gut jemand im Alltag zurechtkommt. Der Haken: Herkömmliche SIN-Tests waren bisher zeitaufwendig, sprachgebunden und an klinische Geräte gekoppelt. Das Team aus Ferrara wollte erfassen, welche neuen Werkzeuge entwickelt wurden, um diese Einschränkungen zu überwinden.

So wurde die Studie durchgeführt

Das Team führte eine Scoping-Review nach der Erweiterung der Preferred Reporting Items for Systematic Reviews and Meta-Analyses für Scoping-Reviews durch, bekannt als PRISMA-ScR. Eine Scoping-Review ist ein strukturierter Weg, Umfang und Gestalt eines neuen Forschungsgebiets abzubilden, wenn es zu wenige hochwertige Studien für eine klassische Metaanalyse gibt. Statt Effektstärken zusammenzufassen, katalogisieren die Autoren, welche Werkzeuge es gibt, an wem sie getestet wurden und was sie messen.

Die Literaturrecherche umfasste PubMed/MEDLINE, Scopus und Embase. Im Fokus standen Studien aus etwa dem letzten Jahrzehnt, die neuartige Sprache-im-Störgeräusch-Werkzeuge beschrieben und erwachsene Teilnehmende mit normalem Gehör oder gemessenem Hörverlust einschlossen. Nach der Auswahl erfüllten neun Studien die Einschlusskriterien und wurden nebeneinander zusammengefasst.

Was die Forschenden herausgefunden haben

Die neun neuen Werkzeuge ließen sich mehreren methodischen Schwerpunkten zuordnen. Mehrere nutzten Ziffern-im-Störgeräusch-Verfahren, bei denen die Testperson kurze Folgen gesprochener Zahlen vor Hintergrundgeräuschen hört. Ziffern eignen sich gut, weil sie kurz sind, in vielen Sprachen vertraut sind und sich leicht automatisch auswerten lassen.

Andere Werkzeuge nutzten antiphasische oder binaurale Darbietungsarten, bei denen Sprache und Störgeräusch unterschiedlich auf die beiden Ohren verteilt werden, um subtilere Probleme der binauralen Verarbeitung aufzudecken. Eine zweite Gruppe setzte auf optimierte adaptive Verfahren, bei denen die Schwierigkeit jedes Durchgangs in Echtzeit anhand der vorherigen Antworten angepasst wird. So lässt sich ein stabiler Schwellenwert schneller erreichen als bei herkömmlichen Tests mit festem Schwierigkeitsgrad.

Eine dritte Gruppe umfasste digitale und automatisierte Testplattformen, darunter web- und tabletbasierte Anwendungen. Mehrere Werkzeuge setzten künstliche Intelligenz ein, etwa maschinelles Lernen, Text-to-Speech zur Erzeugung des Testmaterials und automatische Spracherkennung zur Auswertung der Antworten. Die Autoren weisen darauf hin, dass KI-basierte Komponenten die Testentwicklung beschleunigen, die Abhängigkeit von geschultem Prüfpersonal verringern und bei der Einordnung von Hörverlustarten helfen könnten.

Das zentrale Ergebnis der Daten ist ihre Einheitlichkeit. In allen neun Studien unterschieden die SIN-Messungen zuverlässig zwischen Personen mit normalem Gehör und Personen mit Hörverlust, und sie erfassten Informationen, die die Reintonaudiometrie allein nicht lieferte. Mit anderen Worten: Diese Werkzeuge wiederholen nicht einfach das Audiogramm, sondern ergänzen es um eine zusätzliche Ebene zum Hören im Alltag.

Was das für Menschen mit Hörverlust bedeutet

Für Erwachsene, denen gesagt wurde, ihr Audiogramm sei unauffällig, die aber in lauter Umgebung trotzdem Schwierigkeiten haben, sind diese Forschungsergebnisse beruhigend. Das Problem ist nicht eingebildet, und die Werkzeuge, um es zu messen, werden immer besser. Fachleuten bieten SIN-Tests ein funktionelleres Ergebnis, das sich über die Zeit verfolgen lässt und frühe Veränderungen möglicherweise empfindlicher anzeigt als Tonschwellen.

Im Großen geht es um den Zugang. Wenn sich ein Hör-Screening per Tablet oder Smartphone mit einem Ziffern-im-Störgeräusch-Verfahren, automatisch erzeugtem Testmaterial und Auswertung per maschinellem Lernen durchführen lässt, kann der Test die Kabine verlassen – hin zur Hausarztpraxis, in Gemeindeeinrichtungen oder sogar nach Hause. Das ist wichtig, weil die meisten Erwachsenen mit Hörverlust in den USA und Europa keine formelle Untersuchung in Anspruch nehmen und zwischen den ersten bemerkten Problemen und dem Handeln im Durchschnitt Jahre vergehen.

App-basierte Hörpersonalisierung zu Hause passt zu diesem Trend

Eine praktische Folge dieser Scoping-Review ist, dass sich die Hördiagnostik von spezialisierten Kabinen hin zu Verbrauchergeräten verlagert. Auf der Geräteseite zeigt sich ein paralleler Trend: Einige OTC-Hörgeräte führen inzwischen einen eigenen In-Ear-Hörtest durch, sobald das Gerät mit einer Smartphone-App gekoppelt ist. Das Panda Air Hörgerät im Earbud-Design ist ein Beispiel dafür. Nach der Lieferung koppeln Sie es mit der Panda App und führen über das Hörgerät selbst einen frequenzspezifischen Hörtest durch. Die App programmiert anschließend Verstärkung und Frequenzgang des Geräts passend zu Ihrem Audiogramm – ähnlich wie ein Audiologe bei einer klinischen Anpassung.

Für jemanden mit normalem Audiogramm, aber schlechtem Ergebnis im Sprache-im-Störgeräusch-Test ist eine solche automatisierte Personalisierung kein Ersatz für eine klinische Untersuchung. Für Erwachsene mit leichtem bis mittelgradigem altersbedingtem Hörverlust, die sonst jahrelang mit einem Termin beim Audiologen warten würden, senkt ein OTC-Gerät mit eigener, auf das Audiogramm abgestimmter Anpassung jedoch die Hürde deutlich, eine Hörverstärkung auszuprobieren. Das Panda Air nutzt 16-Kanal-WDRC (Wide Dynamic Range Compression) und adaptive Mehrband-Geräuschunterdrückung und wird mit einem Schnellladeetui für 60 Stunden, einer 5-jährigen Garantie und einer 45-tägigen Rückgabefrist geliefert – so können Sie den Nutzen im Alltag in Ruhe prüfen.

Ein Hinweis, der eine Wiederholung wert ist: OTC-Hörgeräte sind in den USA nur für Erwachsene mit selbst wahrgenommenem leichtem bis mittelgradigem Hörverlust zugelassen. Bei hochgradigem oder an Taubheit grenzendem Hörverlust, plötzlichem Hörverlust, einseitigem Hörverlust oder Hörproblemen bei Kindern ist eine vollständige klinische Untersuchung weiterhin die beste Wahl. Erfahren Sie mehr über das Panda Air.

Grenzen dieser Studie

Eine Scoping-Review ist von ihrer Anlage her eher breit und oberflächlich als eng und tiefgehend. Die Autoren erfassten neun heterogene Studien mit unterschiedlichen Stimuli, Auswertungsmethoden und Teilnehmergruppen, was einen direkten Vergleich erschwert. Sie haben weder Effektstärken zusammengefasst noch behauptet, dass ein einzelnes Werkzeug die Standardaudiometrie heute schon ersetzen kann.

Die Autoren fordern ausdrücklich mehr Forschung zur Integration in die klinische Praxis, zur Kalibrierung von Kopfhörern und Geräten außerhalb der Kabine sowie Langzeitstudien, die zeigen, ob SIN-basierte Screenings tatsächlich dazu führen, dass mehr Erwachsene mit Hörverlust eine Diagnose und Hilfe erhalten. Finanzierungsquellen und Interessenkonflikte wurden in der Zusammenfassung nicht genannt.

Was bleibt

Die Hördiagnostik wird funktioneller, digitaler und mobiler. Sprache-im-Störgeräusch-Tests – insbesondere Ziffern-im-Störgeräusch-Verfahren in Kombination mit adaptiver Auswertung und AI-gestützter Analyse – entwickeln sich zu einer Ergänzung des Reintonaudiogramms, nicht zu seinem Ersatz. Derselbe Trend zu mehr Zugänglichkeit zeigt sich auf der Geräteseite, wo die App-basierte In-Ear-Anpassung den Abstand zwischen Verbrauchern und Praxis teilweise verringert. Wer sich gefragt hat, ob die gelegentlichen Schwierigkeiten in einem lauten Raum real sind, hat jetzt eine klarere Antwort: Ja, sie sind messbar, und die Werkzeuge dafür kommen.

Migliorelli A, Manuelli M, Visentin C, Bianchini C, Stomeo F, Pelucchi S, Prodi N, Ciorba A. Emerging Speech-in-Noise Tools for the Assessment of Hearing Loss: A Scoping Review. Audiology Research. 2026;16(2). Abgerufen von PubMed. https://doi.org/10.3390/audiolres16020057