孩子微聽損，事情並不微小，父母滿腹辛酸誰人知？

本文與 研華科技 合作，泛科學企劃執行。

每次 NVIDIA 執行長黃仁勳公開發言，總能牽動整個 AI 產業的神經。然而，我們不妨設想一個更深層的問題——如今的 AI 幾乎都倚賴網路連線，那如果哪天「網路斷了」，會發生什麼事？

想像你正在自駕車打個盹，系統突然警示：「網路連線中斷」，車輛開始偏離路線，而前方竟是萬丈深谷。又或者家庭機器人被駭，開始暴走跳舞，甚至舉起刀具向你走來。

這會是黃仁勳期待的未來嗎？當然不是！也因為如此，「邊緣 AI」成為業界關注重點。不靠雲端，AI 就能在現場即時反應，不只更安全、低延遲，還能讓數據當場變現，不再淪為沉沒成本。

什麼是邊緣 AI ？

邊緣 AI，乍聽之下，好像是「孤單站在角落的人工智慧」，但事實上，它正是我們身邊最可靠、最即時的親密數位夥伴呀。

當前，像是企業、醫院、學校內部的伺服器，個人電腦，甚至手機等裝置，都可以成為「邊緣節點」。當數據在這些邊緣節點進行運算，稱為邊緣運算；而在邊緣節點上運行 AI ，就被稱為邊緣 AI。簡單來說，就是將原本集中在遠端資料中心的運算能力，「搬家」到更靠近數據源頭的地方。

那麼，為什麼需要這樣做？資料放在雲端，集中管理不是更方便嗎？對，就是不好。

第一個不好是物理限制：「延遲」。
即使光速已經非常快，數據從你家旁邊的路口傳到幾千公里外的雲端機房，再把分析結果傳回來，中間還要經過各種網路節點轉來轉去…這樣一來一回，就算只是幾十毫秒的延遲，對於需要「即刻反應」的 AI 應用，比如說工廠裡要精密控制的機械手臂、或者自駕車要判斷路況時，每一毫秒都攸關安全與精度，這點延遲都是無法接受的！這是物理距離與網路架構先天上的限制，無法繞過去。

第二個挑戰，是資訊科學跟工程上的考量：「頻寬」與「成本」。
你可以想像網路頻寬就像水管的粗細。隨著高解析影像與感測器數據不斷來回傳送，湧入的資料數據量就像超級大的水流，一下子就把水管塞爆！要避免流量爆炸，你就要一直擴充水管，也就是擴增頻寬，然而這樣的基礎建設成本是很驚人的。如果能在邊緣就先處理，把重要資訊「濃縮」過後再傳回雲端，是不是就能減輕頻寬負擔，也能節省大量費用呢？

第三個挑戰：系統「可靠性」與「韌性」。
如果所有運算都仰賴遠端的雲端時，一旦網路不穩、甚至斷線，那怎麼辦？很多關鍵應用，像是公共安全監控或是重要設備的預警系統，可不能這樣「看天吃飯」啊！邊緣處理讓系統更獨立，就算暫時斷線，本地的 AI 還是能繼續運作與即時反應，這在工程上是非常重要的考量。

所以你看，邊緣運算不是科學家們沒事找事做，它是順應數據特性和實際應用需求，一個非常合理的科學與工程上的最佳化選擇，是我們想要抓住即時數據價值，非走不可的一條路！

邊緣 AI 的實戰魅力：從工廠到倉儲，再到你的工作桌

知道要把 AI 算力搬到邊緣了，接下來的問題就是─邊緣 AI 究竟強在哪裡呢？它強就強在能夠做到「深度感知（Deep Perception）」！

所謂深度感知，並非僅僅是對數據進行簡單的加加減減，而是透過如深度神經網路這類複雜的 AI 模型，從原始數據裡面，去「理解」出更高層次、更具意義的資訊。

以研華科技為例，旗下已有多項邊緣 AI 的實戰應用。以工業瑕疵檢測為例，利用物件偵測模型，快速將工業產品中的瑕疵挑出來，而且由於 AI 模型可以使用同一套參數去檢測，因此品管上能達到一致性，減少人為疏漏。尤其在高產能工廠中，檢測速度必須快、狠、準。研華這套 AI 系統每分鐘最高可處理 8,000 件產品，替工廠節省大量人力，同時確保品質穩定。這樣的效能來自於一台僅有膠囊咖啡機大小的邊緣設備—IPC-240。

此外，在智慧倉儲場域，研華與威剛合作，研華與威剛聯手合作，在 MIC-732AO 伺服器上搭載輝達的 Nova Orin 開發平台，打造倉儲系統的 AMR（Autonomous Mobile Robot） 自走車。這跟過去在倉儲系統中使用的自動導引車 AGV 技術不一樣，AMR 不需要事先規劃好路線，靠著感測器偵測，就能輕鬆避開障礙物，識別路線，並且將貨物載到指定地點存放。

當然，還有語言模型的應用。例如結合檢索增強生成 ( RAG ) 跟上下文學習 ( in-context learning )，除了可以做備忘錄跟排程規劃以外，還能將實務上碰到的問題記錄下來，等到之後碰到類似的問題時，就能詢問 AI 並得到解答。

你或許會問，那為什麼不直接使用 ChatGPT 就好了？其實，對許多企業來說，內部資料往往具有高度機密性與商業價值，有些場域甚至連手機都禁止員工帶入，自然無法將資料上傳雲端。對於重視資安，又希望運用 AI 提升效率的企業與工廠而言，自行部署大型語言模型（self-hosted LLM）才是理想選擇。而這樣的應用，並不需要龐大的設備。研華的 SKY-602E3 塔式 GPU 伺服器，體積僅如後背包大小，卻能輕鬆支援語言模型的運作，實現高效又安全的 AI 解決方案。

但問題也接著浮現：要在這麼小的設備上跑大型 AI 模型，會不會太吃資源？這正是目前 AI 領域最前沿、最火熱的研究方向之一：如何幫 AI 模型進行「科學瘦身」，又不減智慧。接下來，我們就來看看科學家是怎麼幫 AI 減重的。

語言模型瘦身術之一：量化（Quantization）—用更精簡的數位方式來表示知識

當硬體資源有限，大模型卻越來越龐大，「幫模型減肥」就成了邊緣 AI 的重要課題。這其實跟圖片壓縮有點像：有些畫面細節我們肉眼根本看不出來，刪掉也不影響整體感覺，卻能大幅減少檔案大小。

模型量化的原理也是如此，只不過對象是模型裡面的參數。這些參數原先通常都是以「浮點數」表示，什麼是浮點數？其實就是你我都熟知的小數。舉例來說，圓周率是個無窮不循環小數，唸下去就會是3.141592653…但實際運算時，我們常常用 3.14 或甚至直接用 3，也能得到夠用的結果。降低模型參數中浮點數的精度就是這個意思！ 

然而，量化並不是那麼容易的事情。而且實際上，降低精度多少還是會影響到模型表現的。因此在設計時，工程師會精密調整，確保效能在可接受範圍內，達成「瘦身不減智」的目標。

模型剪枝（Model Pruning）—基於重要性的結構精簡

建立一個 AI 模型，其實就是在搭建一整套類神經網路系統，並訓練類神經元中彼此關聯的參數。然而，在這麼多參數中，總會有一些參數明明佔了一個位置，卻對整體模型沒有貢獻。既然如此，不如果斷將這些「冗餘」移除。

這就像種植作物的時候，總會雜草叢生，但這些雜草並不是我們想要的作物，這時候我們就會動手清理雜草。在語言模型中也會有這樣的雜草存在，而動手去清理這些不需要的連結參數或神經元的技術，就稱為 AI 模型的模型剪枝（Model Pruning）。

模型剪枝的效果，大概能把100變成70這樣的程度，說多也不是太多。雖然這樣的縮減對於提升效率已具幫助，但若我們要的是一個更小幾個數量級的模型，僅靠剪枝仍不足以應對。最後還是需要從源頭著手，採取更治本的方法：一開始就打造一個很小的模型，並讓它去學習大模型的知識。這項技術被稱為「知識蒸餾」，是目前 AI 模型壓縮領域中最具潛力的方法之一。

知識蒸餾（Knowledge Distillation）—讓小模型學習大師的「精髓」

想像一下，一位經驗豐富、見多識廣的老師傅，就是那個龐大而強悍的 AI 模型。現在，他要培養一位年輕學徒—小型 AI 模型。與其只是告訴小型模型正確答案，老師傅 (大模型) 會更直接傳授他做判斷時的「思考過程」跟「眉角」，例如「為什麼我會這樣想？」、「其他選項的可能性有多少？」。這樣一來，小小的學徒模型，用它有限的「腦容量」，也能學到老師傅的「智慧精髓」，表現就能大幅提升！這是一種很高級的訓練技巧，跟遷移學習有關。

舉個例子，當大型語言模型在收到「晚餐：鳳梨」這組輸入時，它下一個會接的詞語跟機率分別為「炒飯：50%，蝦球：30%，披薩：15%，汁：5%」。在知識蒸餾的過程中，它可以把這套機率表一起教給小語言模型，讓小語言模型不必透過自己訓練，也能輕鬆得到這個推理過程。如今，許多高效的小型語言模型正是透過這項技術訓練而成，讓我們得以在資源有限的邊緣設備上，也能部署愈來愈強大的小模型 AI。

但是！即使模型經過了這些科學方法的優化，變得比較「苗條」了，要真正在邊緣環境中處理如潮水般湧現的資料，並且高速、即時、穩定地運作，仍然需要一個夠強的「引擎」來驅動它們。也就是說，要把這些經過科學千錘百鍊、但依然需要大量計算的 AI 模型，真正放到邊緣的現場去發揮作用，就需要一個強大的「硬體平台」來承載。

邊緣 AI 的強心臟：SKY-602E3 的三大關鍵

像研華的 SKY-602E3 塔式 GPU 伺服器，就是扮演「邊緣 AI 引擎」的關鍵角色！那麼，它到底厲害在哪？

一、核心算力
它最多可安裝 4 張雙寬度 GPU 顯示卡。為什麼 GPU 這麼重要？因為 GPU 的設計，天生就擅長做「平行計算」，這正好就是 AI 模型裡面那種海量數學運算最需要的！

你想想看，那麼多數據要同時處理，就像要請一大堆人同時算數學一樣，GPU 就是那個最有效率的工具人！而且，有多張 GPU，代表可以同時跑更多不同的 AI 任務，或者處理更大流量的數據。這是確保那些科學研究成果，在邊緣能真正「跑起來」、「跑得快」、而且「能同時做更多事」的物理基礎！

二、工程適應性——塔式設計。
邊緣環境通常不是那種恆溫恆濕的標準機房，有時是在工廠角落、辦公室一隅、或某個研究實驗室。這種塔式的機箱設計，體積相對緊湊，散熱空間也比較好（這對高功耗的 GPU 很重要！），部署起來比傳統機架式伺服器更有彈性。這就是把高性能計算，進行「工程化」，讓它能適應台灣多樣化的邊緣應用場景。

三、可靠性
SKY-602E3 用的是伺服器等級的主機板、ECC 糾錯記憶體、還有備援電源供應器等等。這些聽起來很硬的規格，背後代表的是嚴謹的工程可靠性設計。畢竟在邊緣現場，系統穩定壓倒一切！你總不希望 AI 分析跑到一半就掛掉吧？這些設計確保了部署在現場的 AI 系統，能夠長時間、穩定地運作，把實驗室裡的科學成果，可靠地轉化成實際的應用價值。

台灣製造 × 在地智慧：打造專屬的邊緣 AI 解決方案

研華科技攜手八維智能，能幫助企業或機構提供客製化的AI解決方案。他們的技術能力涵蓋了自然語言處理、電腦視覺、預測性大數據分析、全端軟體開發與部署，及AI軟硬體整合。

無論是大小型語言模型的微調、工業瑕疵檢測的模型訓練、大數據分析，還是其他 AI 相關的服務，都能交給研華與八維智能來協助完成。他們甚至提供 GPU 與伺服器的租借服務，讓企業在啟動 AI 專案前，大幅降低前期投入門檻，靈活又實用。

台灣有著獨特的產業結構，從精密製造、城市交通管理，到因應高齡化社會的智慧醫療與公共安全，都是邊緣 AI 的理想應用場域。更重要的是，這些情境中許多關鍵資訊都具有高度的「時效性」。像是產線上的一處異常、道路上的突發狀況、醫療設備的即刻警示，這些都需要分秒必爭的即時回應。

如果我們還需要將數據送上雲端分析、再等待回傳結果，往往已經錯失最佳反應時機。這也是為什麼邊緣 AI，不只是一項技術創新，更是一條把尖端 AI 科學落地、真正發揮產業生產力與社會價值的關鍵路徑。讓數據在生成的那一刻、在事件發生的現場，就能被有效的「理解」與「利用」，是將數據垃圾變成數據黃金的賢者之石！

👉 更多研華Edge AI解決方案
👉 立即申請Server租借

• 文／雅文基金會聽語科學研究中心 研究助理林怡秀、研究員朱家瑩

我家寶貝微聽損，究竟該持續觀察追蹤就好，還是應該積極尋求處理方法呢？

 微聽損真的需要配戴助聽器嗎? 可是我覺得孩子的表現好像沒有特別差……

家有微聽損兒，身為爸媽除了感到憂慮外，面對各種不一致的建議，心中更多的是無所適從。當知道孩子微聽損，「是否要處理」以及「如何處理」可說是家長最常感到困惑的兩個問題。

讓孩子發揮最佳學習潛力，必須積極處理微聽損

微聽損真的會影響孩子學習聽與說嗎？其實，目前已有許多研究提到，微聽損孩子學習聽與說確實面臨許多挑戰。其中最大的挑戰之一是，即便在安靜的環境中，他們在聆聽時比一般孩子要更費力、也更容易疲勞^1-3，更遑論在吵雜環境或教室環境中，他們會遇到多大的挑戰。令人擔憂的是，沒有處理好的話，這些狀況並不會因為成年就有所改善⁴。

另外，有些研究發現，微聽損孩子的語言測驗成績，即使達到測驗所定義的正常範圍，但相較自己的同班同學卻仍是落後的^5-6。就算整體語言表現與聽力正常的孩子差不多，也可能在詞彙、閱讀或語音能力等某個特定的面向表現較不理想^7-10。

試想，或許孩子的表現不差，但他真的發揮自己最大的潛能了嗎？沒有積極為孩子的微聽損尋求應對策略，是不是限制了他原本應該發揮的能力呢？隨著孩子年紀增長，學校課業將變得越來越複雜，孩子不但聽與說方面會更吃力，更多心理壓力也伴隨而來，這將使學習的路途更艱辛，而這些困境可能會限制孩子的潛能發展。因此，仍會建議微聽損兒的家長積極找尋應對策略。

為每位微聽損兒找出最適合的策略

什麼才是對微聽損最好的處理方式呢？這個問題其實沒有標準解答。

由於每個孩子的狀況皆不同，因此很難有通用的解決方法。同一個孩子在不同年紀時，也必須因應孩子的狀況，調整處理的方式。因此對家長來說，最重要的是多去了解各種可能性，從中找出最適合自己孩子的方法。目前較常見的應對策略有下面幾種：

1. 環境調整：環境的調整是傳統最常見的應對策略。
   例如：在學校時，微聽損孩子的座位建議要特別安排，最好能讓聽力較好的耳朵靠近老師的方向、並遠離噪音來源（如操場、馬路）。另外日常環境中也可以做一些降噪措施，例如使用地毯、窗簾吸收噪音，讓孩子聽得更清楚¹¹。對孩子說話時，說話者可以多用視覺提示，明確指出現在正在討論什麼，並經常停下確認孩子是否理解¹³。
   環境調整策略能讓孩子聆聽不那麼費力，但是仍要注意這些只是輔助，目前還沒有研究證實單靠環境調整就能完全滿足微聽損兒的需求¹⁵。因此，建議家長還是要搭配其他處理的方式。
2. 助聽器：微聽損孩子可以考慮使用助聽器，不過成效可能會受許多因素影響。
   例如：孩子開始戴助聽器的年齡，一般來說越早開始配戴，效益越好。此外，聽力損失的型態、程度以及環境噪音的大小都可能影響助聽器的效果¹⁵。因此，選配助聽器前一定要諮詢專業人員，才能做出最適合孩子的選擇。
3. 特殊學習輔助服務：台灣各階段學校也會針對有特殊需求的學生擬定個別化教育計畫 (IEP)，提供學習輔助措施，以確保每一位身心障礙學生都能依據其需求接受合適的教育，目前也有研究肯定個別教育計畫對微聽損孩子的學習是有幫助的¹⁶。
   微聽損生可用的輔助資源有：遠端麥克風系統、巡輔老師或是心理輔導等等¹⁷。其中，遠端麥克風系統（例如：FM無線調頻系統）是一種透過無線電波傳遞聲音的輔具，說話者戴著傳送訊號的麥克風，聽話者則戴著連接接收器的助聽器，讓聽者在較遠的距離或是吵雜的環境中能清楚聽見說話者的聲音。許多研究都肯定遠端麥克風系統對孩子的語音辨識能力有提升作用，而且它的適用對象範圍廣，各類型的微聽損孩子都能從中獲益¹⁵。^註

家有微聽損兒，爸媽最困擾的就是沒有標準解決方案，但是沒有通用解答不代表不需要或無法處理處理，家長還是可以積極了解各種可行的方法。由於微聽損孩子個別差異大，家長可以從了解自己孩子的狀況著手，然後諮詢專業人員、廣泛認識各種應對策略，並定期做聽力追蹤，才能為自己的孩子找出最適合的解答。

• 註：遠端麥克風系統等特殊學習輔助的申請，需符合特殊教育法規定的資格，能否取得這些服務也會依各縣市或各級學校資源分配而定，相關詳細內容可參考法條或向各負責單位諮詢。

參考文獻

1. Bess, F. H., & Tharpe, A. M. (1984). Unilateral hearing impairments in children. Pediatrics, 74, 206-216.
2. Jensen, J. H., Johansen, P. A., & Borre, S. (1989). Unilateral sensorineural hearing loss in children and auditory performance with respect to right/left ear differences. British Journal of Audiology, 23, 207-213.
3. Ross, M., & Giolas, T. (1971). Effect of three classroom listening conditions on speech intelligibility. American Annals of the Deaf, 116, 580-584.
4. Colletti, V., Fiorino, F. G., Carner, M., & Rizzi, R. (1988). Investigation of the long-term effects of unilateral hearing loss in adults. British Journal of Audiology, 22, 113-118.
5. Blair, J. C., Peterson, M. E., & Viehweg, S. H. (1985). The effects of mild sensorineural hearing loss on academic performance of young school-age children. The Volta Review, 87(2), 87-93.
6. Halliday, L. F., & Bishop, D. V. (2005). Frequency discrimination and literacy skills in children with mild to moderate sensorineural hearing loss. Journal of Speech, Language, and Hearing Research, 48, 1187-1203.
7. Briscoe, J., Bishop, D. V., & Norbury, C. F. (2001). Phonological processing, language, and literacy: A comparison of children with mild-to-moderate sensorineural hearing loss and those with specific language impairment. Journal of Child Psychology and Psychiatry, 42, 329-340.
8. Culbertson, J. L., & Gilbert, L. E. (1986). Children with unilateral sensorineural hearing loss: Cognitive, academic, and social Ear and Hearing, 7, 38-42.
9. Halliday, L. F., & Bishop, D. V. (2005). Frequency discrimination and literacy skills in children with mild to moderate sensorineural hearing loss. Journal of Speech, Language, and Hearing Research, 48, 1187-1203.
10. Wake, M., Tobin, S., Cone-Wesson, B., Dahl, H., Gillam, L., McCormick, L., . . . Williams, J. (2006). Slight/mild sensorineural hearing loss in children. Pediatrics, 118, 1842-1851.
11. Bess, F. H., Tharpe, A. M., & Gibler, A. M. (1986). Auditory performance of children with unilateral sensorineural hearing loss. Ear and Hearing, 7, 20-26.
12. Holstrum, W. J., Gaffney, M., Gravel, J. S., Oyler, R. F., & Ross, D. S. (2008). Early intervention for children with unilateral and mild bilateral degrees of hearing loss. Trends in Amplification, 12, 35-41.
13. Oyler, F., Oyler, A. L., & Matkin, N. D. (1988). Unilateral hearing loss: Demographics and educational impact. Language, Speech, and Hearing Services in Schools, 19, 201-210.
14. Pakulski, L. A., & Kaderavek, J. N. (2002). Children with minimal hearing loss: Interventions in the classroom. Intervention in School and Clinic, 38, 96-103.
15. Winiger, A. M., Alexander, J. M., & Diefendorf, A. O. (2016). Minimal hearing loss: From a failure-based approach to evidence-based practice. American Journal of Audiology, 25, 232-245.
16. Lieu, J. E., Tye-Murray, N., & Fu, Q. (2012). Longitudinal study of children with unilateral hearing loss. Laryngoscope, 122, 2088-2095.
17. 特殊教育法(民108年4月24日)。

• 文/雅文基金會聽語科學研究中心 研究助理張舒婷、主任張逸屏

「明明還有一耳聽得到，有需要戴助聽器嗎？」是許多單側聽損兒家長心裡常浮現的疑問。關心孩子的爸爸媽媽們，可以透過這篇文章，了解沒有配戴輔具，可能會對單側聽損幼兒的語言發展造成什麼影響。

首先，單側聽損的人數或許比你想像得還多：

• 在美國的一項統計數據中¹，小學至國中階段的微聽損者，光是單側聽損人數就佔比約 1/4 到一半
• 另一項數據也顯示每五位永久性聽損幼兒當中，就有一位是單側聽損²。他們由於單側聽力正常，還是可以接收訊息、吸收知識、學習語言，也能和他人溝通互動。

然而，國外專門研究聽力的期刊 Hearing Journal，近期刊登了一篇研究文章³，指出單側聽損幼兒無論是聽力或語言能力，平均來說可能不及一般聽力正常幼兒。

吵雜環境下，「聽」仍是弱勢

由於新生兒聽力篩檢的普及化，單側聽損的幼兒和其他的聽損孩子一樣可以及早被發現並確診。然而，在早期生活中可能看不出什麼影響，幼兒大部分時間可能都待在家裡的安靜環境，或大多有家人的陪伴照顧。

家人會考慮到幼兒只有單邊正常聽力的狀況，而盡量靠近幼兒聽力正常耳朵那一邊說話，因此日常生活中可能不易觀察到單側聽損幼兒在聆聽時的細微困難。

研究中透過量表分析發現，與聽力正常幼兒比較，單側聽損幼兒在家中一些聆聽情境下的能力是明顯較差的，包括像是家人相隔一段距離的談話聲音、兄弟姐妹多人互動時講的內容，或是觀看影片時，單側聽損孩子在接收與消化語音訊息上都和聽力正常的幼兒有落差。

另外，研究當中也針對量表結果分析噪音的影響。結果發現，在相對安靜的環境中，單側聽損幼兒與聽力正常幼兒的聆聽能力會是相當的；但如果環境變得吵雜，單側聽損幼兒則明顯聽得比聽力正常幼兒更差。

一般來說，家中的聆聽環境相對安靜，但進入幼兒園後，不僅多了同儕，還會有角落時間、戶外活動，或分組討論等情境。整體而言，聆聽情境多元且複雜。這時單側聽損幼兒相對無法完整接收他人傳遞的語音訊息，長久下來可能會有跟不上同儕的狀況。

較進階的語言能力易落後

除了量表以外，此篇研究也運用了專業的測驗，評估幼兒的各項語言能力，包括幼兒能理解的詞彙量、對於他人口語的理解能力、自身的口語表達能力，以及發音的表現。

他們運用玩具和圖卡，以對話和互動的方式，觀察幼兒的反應，藉此評估幼兒上述的各種語言能力。

結果發現，單側聽損幼兒在理解性詞彙量和發音表現上和聽力正常的幼兒接近；但在理解他人口語和口語表達的能力，平均來說是顯著落後於聽力正常幼兒的。

推測可能因為單側聽損的孩子仍可透過聽力正常的那一耳學習，因此詞彙量和口齒清晰度並沒有明顯受到影響。

但是口語理解和表達是比較進階的語言能力，因為能理解詞彙不一定能理解完整的句子、發音清晰不見得就能完整表達出一個句子，可能因為上述的原因，單側聽損幼兒在口語理解和表達上仍然和聽常幼兒有一些落差。

因此可以想像：在幼兒園所中，單側聽損幼兒可能興致勃勃地想參與自己有興趣的活動時，卻因為聽不太懂他人說的話，或不太會表達，而感到挫折和難以融入。

依需要配戴助聽器，讓孩子發揮完整潛力

從上述研究的結果中，可以得知單側聽損幼兒在聽能和口語的表現上均較一般聽常幼兒更弱，為了及早改善孩子的聽能狀況，配戴助聽器仍有其必要性。

不過，誠如開頭所說，許多家長對於是否讓孩子配戴助聽器會有所猶豫。研究數據顯示，得到配戴助聽器建議的單側聽損案例，最後僅有不到五成的幼兒有配戴³。

事實上，也有研究證實，配戴助聽器能讓單側聽損兒童在安靜或噪音情境都聽得更好⁴。在聽能改善的前提下，才能逐步減少上述語言發展落後的可能性。讓聽障的孩子在各方面的能力跟上聽常同儕，充份發揮潛能。

了解更多：這樣做，讓單側聽損孩子聆聽更輕鬆

1. Bess, F. H., Dodd-Murphy, J., & Parker, R. A. (1998). Children with minimal sensorineural hearing loss: prevalence, educational performance, and functional status. Ear and hearing, 19(5), 339-354.
2. Fitzpatrick, E. M., Al-Essa, R. S., Whittingham, J., & Fitzpatrick, J. (2017). Characteristics of children with unilateral hearing loss. International journal of audiology, 56(11), 819-828.
3. Fitzpatrick, E. M., Gaboury, I., Durieux-Smith, A., Coyle, D., Whittingham, J., & Nassrallah, F. (2019). Auditory and language outcomes in children with unilateral hearing loss. Hearing research, 372, 42-51.
4. Rohlfs, A. K., Friedhoff, J., Bohnert, A., Breitfuss, A., Hess, M., Müller, F., … & Wiesner, T. (2017). Unilateral hearing loss in children: a retrospective study and a review of the current literature. European journal of pediatrics, 176(4), 475-486.