Kan en app gi pålitelige hørselsråd? En mulighetsstudie

Australske forskere utviklet en assistent for smarttelefon som gir personlige hørselsråd, og vurderte deretter 83 av svarene den ga, etter relevans, nøyaktighet og hvor klart og lettfattelig språket var.

De fleste som merker at hørselen svekkes, går ikke rett til en klinikk. De venter. Den gjennomsnittlige tiden fra man først merker et problem til man gjør noe med det, måles i år, ikke uker, og i dette tidsrommet er den viktigste kilden til veiledning gjerne det en søkemotor spytter ut.

Et forskerteam ved La Trobe University i Melbourne undersøkte om dette gapet kunne fylles av noe bedre: en assistent for smarttelefon som lytter til hvordan en person beskriver sin egen hørsel, og gir råd tilpasset vedkommende. Gjennomførbarhetsvurderingen deres, som nylig ble indeksert i PubMed, gir et tidlig innblikk i om et slikt verktøy kan stoles på til å si de riktige tingene.

Bakgrunn: hvorfor forskerne så på dette

Problemets omfang er utgangspunktet. Forfatterne viser til tall fra World Health Organization som anslår at over 1.5 milliarder mennesker i verden i dag lever med en viss grad av hørselstap, og at tallet ventes å nå 2.5 milliarder innen 2050. Hørselstap er ingen nisjetilstand. Det er en av de vanligste helsetilstandene på jorden.

Det kommer dessuten sjelden alene. Forskerne påpeker at hørselstap ofte henger sammen med andre helsetilstander, blant annet demens, noe som forsterker virkningen på livet til den som rammes. Og det er som regel progressivt: Kronisk hørselstap har en tendens til å forverres over tid i stedet for å stabilisere seg. Det er denne kombinasjonen som gjør det tidlige vinduet så viktig. Råd som gis når noen har lett hørselstap, før vaner og unngåelsesmønstre setter seg, har mer å jobbe med enn råd som gis ti år senere.

Flaskehalsen er mennesker. Det finnes ikke nok audiologer til å ha en tidlig, personlig samtale med hver og en av disse 1.5 milliardene. Derfor spurte forskerne om programvare kunne ta en første runde av denne samtalen, og om rådene den ga, ville tåle en grundig granskning.

Slik ble studien gjennomført

Teamet utviklet det de beskriver som en av de første intelligente agentene laget for å gi personlige råd til personer med lett hørselstap. Den fungerer som en app på smarttelefonen. Brukeren beskriver situasjonen sin med vanlige ord, og språkteknologi (natural language processing) henter ut de relevante detaljene fra det som er skrevet. Deretter lager generativ kunstig intelligens råd som bygger på disse detaljene, i stedet for en generell brosjyre.

Å bygge den er den enkle halvdelen. Å vurdere den er vanskeligere, fordi det ikke finnes noen standard målestokk for maskinskrevne helseråd. Forskerne satte sammen sitt eget vurderingskriterium basert på to etablerte verktøy: DISCERN, som brukes til å vurdere kvaliteten på skriftlig helseinformasjon til forbrukere, og PEMAT (Patient Education Materials Assessment Tool), som måler om pasientrettet materiell er forståelig og mulig å handle ut fra.

Ut fra disse definerte de tre dimensjoner. Relevans handlet om hvor godt rådene faktisk var tilpasset den enkelte brukeren i stedet for å være generelle. Nøyaktighet handlet om hvorvidt informasjonen var korrekt. Forståelighet handlet om hvorvidt en vanlig leser uten fagbakgrunn kunne følge teksten. Deretter vurderte de 83 svar fra agenten etter alle tre.

Dette fant forskerne

Over de 83 svarene fikk agenten 85.5 prosent på relevans, 80.7 prosent på nøyaktighet og 89.2 prosent på forståelighet.

Mønsteret i disse tre tallene er mer interessant enn hvert enkelt av dem. Forståelighet kom høyest ut, med nesten ni av ti. Det er resultatet man kunne forvente: Å skrive klar og lettlest tekst er det dagens språkmodeller er best på. Enkelt språk er hjemmebanen deres.

Relevans kom like bak med 85.5 prosent, og det er det mest meningsfulle tallet for selve premisset i studien. Hele poenget med agenten er personlig tilpasning. Et verktøy som gir det samme avsnittet til alle, har ingen fordel fremfor en velskrevet nettside. En skår på 85.5 prosent for om rådene virkelig var tilpasset den enkelte, tyder på at språkteknologien gjorde en reell jobb ved å hente ut detaljene i hver persons situasjon og ta dem med inn i svaret.

Nøyaktighet var svakest av de tre med 80.7 prosent. Den rekkefølgen fortjener oppmerksomhet. Agenten var flinkere til å høres klar ut enn til å ha rett. Omtrent ett av fem svar holdt ikke mål på nøyaktighet, og i en helsesammenheng er det nettopp den dimensjonen der en svikt koster mest. Råd som er velformulerte, godt målrettede og feil, er trolig farligere enn råd som åpenbart ikke hjelper, fordi leseren ikke får noe signal om at det bør dobbeltsjekkes.

Forfatterne presenterer dette som et resultat om gjennomførbarhet, og lest slik er det et rimelig resultat. Alle tre dimensjonene lå over 80 prosent, noe som tyder på at fremgangsmåten ikke er en blindvei. Men artikkelen er en første vurdering, ikke en klinisk validering, og nøyaktighetsgapet er det en større studie må lukke.

Hva det betyr for personer med hørselstap

Den praktiske lærdommen handler om triage, ikke diagnose. Et slikt verktøy kan trolig være nyttig i den lange perioden før noen bestiller time: Det kan hjelpe en person å forstå hva hun eller han merker, hva som kan være verdt å beskytte, og når situasjonen krever en fagperson. Det erstatter ikke en audiolog, og studien hevder heller ikke det.

Tallet for nøyaktighet er verdt å ta med seg. Hvis du bruker en AI-assistent til å spørre om hørselen din, bør du behandle svaret som et utgangspunkt for spørsmål, ikke som en dom. Studiens egne tall viser at omtrent ett av fem svar hadde et nøyaktighetsproblem, og leseren har ingen mulighet til å vite hvilket.

Det ligger også et bredere signal her. Personlig tilpasning betydde i denne studien at programvaren tilpasset svaret til den enkeltes konkrete situasjon i stedet for å dele ut et generelt svar. Det prinsippet gjelder ikke bare rådtekster. Det er den samme tanken som skiller et apparat som er justert til én persons hørsel, fra et apparat som bare gjør alt høyere.

Personlig tilpasning er det som skiller råd fra ren forsterkning

Studiens sentrale funn er at det både er mulig og målbart å tilpasse resultatet til den enkelte, og at generell veiledning er det som bør forbedres. Det samme skillet gjelder for høreapparater. En enkel forsterker hever alle frekvenser samtidig. Et apparat som er tilpasset audiogrammet ditt, hever de frekvensene du faktisk har mistet, og lar resten være.

Panda Air er bygd rundt denne tanken. Det er et apparat i øreproppdesign som sitter i øregangen, og det er et av de app-justerte høreapparatene som tar seg av selve tilpasningen: Etter levering parer du det med Panda-appen, som kjører en frekvensspesifikk hørselstest gjennom apparatet i øret ditt og deretter automatisk programmerer forsterkning og frekvensrespons etter audiogrammet ditt, slik en klinisk tilpasning ville gjort. I bakgrunnen gjør 16-kanals WDRC (wide dynamic range compression) og adaptiv støyreduksjon i flere bånd jobben fra øyeblikk til øyeblikk.

Fordi artikkelen handler spesifikt om vinduet med lett hørselstap, før de fleste har oppsøkt en klinikk, er selvtilpassende OTC-høreapparater nettopp den kategorien som er laget for dette stadiet. Air leveres med et hurtigladeetui på 60 timer, 5-års garanti og 45 dagers returrett. Ett forbehold bør sies tydelig: OTC-apparater er godkjent for lett til moderat hørselstap, og ved alvorlig eller dypt hørselstap er klinisk tilpasning fortsatt det beste.

Mer om apparatet finner du på pandahearing.com/products/panda-air.

Begrensninger ved denne forskningen

Dette er en gjennomførbarhetsvurdering, og begrensningene er betydelige. Åttitre svar er et lite utvalg for å vurdere et system som i prinsippet kan lage et ubegrenset antall. Vurderingskriteriet ble satt sammen av forfatterne selv, inspirert av DISCERN og PEMAT i stedet for at et av verktøyene ble brukt i validert form, noe som gjør skårene vanskelige å sammenligne med annen forskning. Artikkelen slik den er indeksert, sier ikke hvem som gjorde vurderingen, eller om de var uavhengige av teamet som utviklet agenten, og egenvurdering er en kjent risiko i tidlige evalueringer av digitale helseverktøy.

Viktigst av alt måler studien kvaliteten på rådene, ikke hva som skjer med dem som følger dem. Ingens hørsel ble testet, fulgt opp eller bevart her. Om agenten endrer reelle utfall, får folk til å søke hjelp tidligere eller er bedre enn det en person ville funnet på egen hånd, er helt uprøvd. Arbeidet er publisert i en konferanserapport, et forum for resultater på et tidlig stadium snarere enn endelige resultater. Posten slik den er indeksert, har ingen opplysninger om finansiering eller erklærte interessekonflikter, og én av forfatterne har et bransjenavngitt professorat i digital helse, noe som er verdt å vite når man leser en positiv vurdering av et digitalt helseverktøy.

Hvor står vi nå?

En smarttelefonagent som skriver klare, godt målrettede hørselsråd, er nå bevist mulig å lage, og denne artikkelen er en troverdig første måling av en slik agent. En ærlig lesning av studiens egne tall er likevel at verktøyet i dag er flinkere til å bli forstått enn til å ha rett, og inntil den rekkefølgen snus, hører en slik assistent hjemme i kategorien nyttig påminnelse snarere enn pålitelig svar. Det interessante er ikke teknologien. Det er premisset forskerne testet: at råd som er bygd rundt én bestemt person, slår råd som er laget for alle. Det premisset er holdbart, og det gjelder langt utover appen.

Wickramasinghe N, Ulapane N, Wijewickrema S, Wisk D. Feasibility Assessment of an Intelligent Agent to Assist Preserving Healthy Hearing. Studies in Health Technology and Informatics. 2026;339:82-87. Hentet fra PubMed. https://doi.org/10.3233/SHTI260969