聽力測試正常，為何嘈雜中聽不清？科學家用AI揭開"隱藏性聽力損失"之謎
聽力測試正常，為何嘈雜中聽不清？科學家用AI揭開"隱藏性聽力損失"之謎
在安靜的房間里和朋友聊天，一切都很順暢。但一走進嘈雜的餐廳或熱鬧的家庭聚會，你就開始頻繁地說"什么？你再說一遍？"。更讓人困惑的是，這種情況似乎隨著年齡增長越來越明顯，可每次體檢，聽力測試的結果都完全正常。
先讓Chiikawa給你演一遍：
來自哈佛醫學院和麻省眼耳醫院的研究團隊，最近在《PLOS One》雜志上發表了一項研究，用深度學習技術揭開了這個謎團。他們發現，問題的根源可能藏在我們耳朵深處一個看不見的角落，那里正在悄悄發生著一場"隱形的退化"。
要理解這項研究，我們首先需要了解聲音是如何被"翻譯"成我們能理解的信息的。當聲波進入耳朵后，會抵達一個精密的"轉換站"，也就是耳蝸。耳蝸內部有一排特殊的內毛細胞，它們就像微型的麥克風，負責把聲音的機械振動轉化為電信號。但這些"麥克風"本身并不能直接和大腦對話，它們需要通過聽神經纖維這條"電話線"將信號傳遞出去。
每個內毛細胞都連接著十幾根聽神經纖維，而這些纖維并不都是一樣的。科學家把它們分為三類：高自發放電率纖維平時就很活躍，對微弱的聲音特別敏感，是我們在安靜環境中聽清細節的主力軍；低自發放電率纖維則恰恰相反，平時比較"安靜"，但在嘈雜環境中表現出色，專門負責處理高強度聲音中的復雜信息；中自發放電率纖維介于兩者之間。
這就好比一個專業的調音團隊：高自發率纖維是負責收聽輕柔樂章的精密話筒，而低自發率纖維則是能在搖滾演唱會現場依然清晰錄音的強悍設備。
問題來了：傳統的聽力測試，就是讓你戴上耳機、聽到"嘀"聲就按按鈕的那種，測的是什么？答案是你在安靜環境中能聽到的最小聲音。換句話說，它測試的主要是高自發率纖維的功能。那低自發率纖維呢？它們的狀況，傳統測試完全"看不見"。
近年來，科學家們發現了一個令人擔憂的現象：隨著年齡增長，或者在長期暴露于噪音后，那些連接內毛細胞和聽神經纖維的突觸（可以理解為神經之間的"握手點"）會逐漸減少。更糟糕的是，這種退化具有明顯的選擇性，低自發率和中自發率纖維最先受害。
這就是所謂的耳蝸神經退化，也被稱為"隱藏性聽力損失"。為什么說它"隱藏"？因為即使損失了相當多的突觸，只要高自發率纖維還完好，傳統聽力測試就不會顯示任何異常。但這些"隱形傷兵"的減少，會嚴重影響我們在復雜聲音環境中提取有用信息的能力。
這項來自哈佛的研究，就是要回答一個關鍵問題：這種隱藏的神經退化，究竟會在多大程度上影響我們理解語言的能力？
研究團隊招募了395名年齡在18到80歲之間的成年人，所有人都通過了認知篩查，確保不是因為"腦子轉得慢"而影響測試結果。研究人員設計了一套"魔鬼測試"：讓參與者聽一系列經過特殊處理的單詞。這些單詞被壓縮到原來時長的65%，語速明顯加快，同時還加入了模擬的房間混響效果。這種處理的目的是模擬真實的嘈雜對話場景，讓大腦處理語音信號的任務變得更加艱難。
結果令人印象深刻。詞匯識別正確率與年齡呈現明顯的負相關，年齡越大，在這種挑戰性條件下理解詞匯的能力越差。一些年輕人可以達到70%的正確率，而部分老年人的得分跌到了10%以下。但最關鍵的發現是：即使把傳統聽力測試的結果（包括標準頻率和超高頻聽力）考慮在內，年齡依然是獨立的預測因素。換句話說，有些東西在隨著年齡惡化，但傳統聽力測試根本捕捉不到。
這"看不見的東西"，很可能就是那些悄悄消失的低自發率神經纖維。
為了驗證這個假說，研究團隊采用了一種巧妙的方法：用計算機模擬人耳的聽覺處理過程，然后觀察當不同類型的神經纖維消失時，"機器聽力"會受到怎樣的影響。
他們使用的是一個能夠模擬從耳蝸到聽神經整個處理過程的數學模型。給它輸入一段聲音，它就能輸出一張"神經活動圖"，顯示不同頻率通道的神經纖維是如何隨時間激活的。研究人員分別模擬了三種情況：所有纖維都完好的正常狀態；低自發率和中自發率纖維全部損失、僅保留高自發率纖維的情況；以及只剩下約25%高自發率纖維的嚴重神經損失。
（上圖是'size'這個詞的聲音頻譜，下圖是高自發率纖維'看到'的神經活動圖。可以看到，在高音量下，神經活動圖的細節已經變得模糊，就像照片過度曝光一樣。）
然后，關鍵的一步來了。他們訓練了深度神經網絡來"看"這些神經活動圖，并嘗試識別出原始的詞匯是什么。
這里有一個精妙的設計：研究團隊測試了兩種不同架構的神經網絡。第一種是一個比較"肥胖"的淺層網絡，有5層，每層128個神經元。它學得很快，在各種條件下都能達到95%以上的正確率，看起來很厲害，但有個問題：即使輸入的是嚴重退化后的神經圖譜，它的表現也幾乎不受影響。第二種則是一個"苗條"但更深的網絡，有16層，每層只有32個神經元。它學得慢得多，最終正確率只有40%左右。這個數字看起來不太好看，但恰恰更接近人類在相同條件下的表現。
最重要的是，這個"苗條"網絡對神經退化非常敏感：當低自發率和中自發率纖維被"移除"后，它的識別準確率從約40%驟降到約20%。
第一種網絡之所以"無所畏懼"，是因為它的參數太多、能力太強，可以從降質的信號中挖掘出一些人類大腦不會利用的規律。而第二種網絡受到架構的限制，只能依賴那些真正重要的神經編碼特征，這更接近人類聽覺系統的工作方式。
研究人員還發現了一個有趣的現象：不同類型的神經纖維在不同音量下扮演著截然不同的角色。他們計算了每種纖維類型的神經活動圖與原始聲音頻譜之間的相似度。在較低音量時，高自發率纖維的表現最好，它們確實擅長捕捉微弱的聲音細節。但當音量提高到日常對話的水平時，情況完全反轉了：高自發率纖維開始"飽和"，就像一個音量表被推到頂點后就無法繼續反映聲音變化一樣。而低自發率纖維在高音量下依然保持著出色的信號保真度，能夠繼續精確地編碼語音中那些重要的時間和頻率變化。這些細節，正是我們在嘈雜環境中區分相似詞匯所需要的關鍵信息。
（縱軸表示神經信號與原始聲音的相似度（越高越好）。在50分貝以上的日常對話音量下，低自發率纖維（黃色）明顯優于高自發率纖維（紅色））
這項研究的意義，遠不止于解釋一個有趣的現象。
它為"隱藏性聽力損失"提供了機制層面的解釋。以前我們只知道有這么一回事，但不清楚它為什么會影響日常交流。現在我們知道了：低自發率纖維的減少，削弱了我們在高強度聲音環境中提取語音關鍵特征的能力。這項研究也揭示了傳統聽力測試的盲區。目前的純音測聽完全無法發現這類神經退化。研究人員指出，由于耳蝸神經退化和外毛細胞損失高度相關，當我們試圖用統計方法"控制"聽力閾值時，實際上也在部分控制神經損失的影響，這讓問題更難被發現。
（紅點是計算機模型的預測，灰點是真實參與者的數據。橫軸是神經纖維的存活比例（從100%到20%），縱軸是詞匯識別得分。兩者趨勢一致，說明神經退化確實是聽力下降的重要原因。）
當然，研究人員也坦誠地指出了幾個局限性。他們的模擬沒有包含聽覺傳出系統的影響。在真實的耳朵里，有一套反饋系統能夠在嘈雜環境中動態調節耳蝸的增益，就像一個智能降噪系統。不過研究也提到，在人類身上，這套系統的作用似乎比在實驗動物中要弱得多。此外，模型使用的是單音節詞匯，缺乏日常對話中的語義和上下文信息。在真實場景中，我們往往可以通過上下文"猜"出沒聽清的詞，這種補償能力在模型中沒有體現。
下次當你發現自己在嘈雜環境中比以前更難聽清對話時，也許不必太過焦慮。這可能不是你"老了"那么簡單，而是你耳朵深處那些默默無聞的神經纖維正在慢慢減少。
這項研究也提醒我們：保護聽力不僅僅是"不要聽太大聲的音樂"那么簡單。長期的噪音暴露可能造成的損害，遠比我們從傳統聽力測試中看到的更嚴重。那些年輕時"沒什么感覺"的噪音環境，可能正在為幾十年后的交流困難埋下伏筆。對于已經出現癥狀的人，不必因為"聽力測試正常"而否認自己的困難，你的感受是真實的，只是目前的檢測手段還捕捉不到。
也許有一天，當你走進聽力診所，醫生除了讓你聽"嘀嘀"聲，還會用某種方式評估你那些"隱形"神經纖維的健康狀況。到那時，"隱藏性聽力損失"就不再隱藏了。
本文轉載自聽力學前沿分享，如需轉載請聯系原作者或原媒體。本文為聽力行業通訊經授權轉載，轉載目的在于傳遞更多信息，并不代表聽力行業通訊贊同其觀點和對其真實性負責。
轉載文章所包含的文字和圖片來源于原公號。如因作品內容、版權等存在問題，請于本文刊發30日內聯系聽力行業通訊進行刪除。
「行業報告」
「案例沙龍」
「小兒聽力學」
「臨床聽力師」
「技術論壇」
論壇資訊、論壇回顧
「合作聯系」
