0

0
0

文字

分享

0
0
0

電子耳如何重現聽力的世界?人工耳蝸的設計原理

Unmet Needs 臨床工程專欄_96
・2020/08/14 ・3567字 ・閱讀時間約 7 分鐘 ・SR值 547 ・八年級

電子耳就是人工耳蝸,屬於第三級醫療器材,那什麼樣的族群會需要人工耳蝸呢?它究竟彌補了我們耳朵缺失的哪一項功能呢?一個人造的儀器,可以重現聽損患者失去的世界?透過這篇文章,讓我們簡單的來了解人工耳蝸的基本設計。

  • 撰文:
    許逸翔|台大生資所碩士生
    詹喬智|獨立醫材研究員

  • 核稿:
    郭文瑞|國立陽明大學神經科學研究所 教授
    賴穎暉|國立陽明大學醫學工程研究所 助理教授
    (按筆畫順序排列)

人工耳蝸 — 透視圖。
圖/wikipedia

聽力損傷最常見的種類

蘇軾〈石鐘山記〉提到:「事不目見耳聞而臆斷其有焦,可乎?」我們在認識這個世界時,眼睛與耳朵幾乎是同等的重要。

根據今年 3 月的 WHO 報告指出,目前全世界有 4 億 6 千萬的人口屬於聽力損傷(disabling hearing loss)患者,而到了 2050 年,聽損人口的數字將來到 9 億,這代表什麼意思呢?代表你未來在生活週遭的人群中,每 10 個人裡就有 1 個人是重聽。

圖/pixabay

但是聽損的患者裡,只有極小的比例是屬於小耳症,也就是我們上一篇提到的骨導式助聽器的主要適用族群。

絕大多數的患者,都是屬於感音神經性聽損的範疇,這些人主要配戴氣導式助聽器(一般市面上常見的助聽器)即可。不過大家有沒有想過,重度的感音神經性聽損患者,也是配戴一般助聽器就好了嗎?答案可能跟你想的不一樣,也是我們今天要來討論的主題。

「感音神經性聽損」是什麼?

在談到我們今天的主角之前,我們先來簡單瞭解一下前述的感音神經性聽損是什麼?

-----廣告,請繼續往下閱讀-----

造成聽損、聽障的原因有很多,長期處在噪音的環境下,或是經由疾病、藥物,甚到老化、基因遺傳……等等都有可能引發。如果從耳朵病變位置的角度切入,聽損可以分成傳導性聽損(Conductive hearing loss)、感音神經性聽損(Sensorineural Hearing Loss, SNHL)與混合型聽損(Mixed Hearing Loss)三個方向。[參考資料:1, 2, 3

聽損類別 — 依病變位置分成 3 類。
圖/轉載自原文章

其中,感音神經性聽損又佔最大的比例,成因是我們內耳裡耳蝸的毛細胞受損,或是我們的聽神經纖維功能異常,造成聲音從內耳傳遞至大腦的路徑受到影響。這樣的患者,病情如果輕微戴上傳統助聽器就可以了,而如果病情嚴重的話,就可能會需要用到我們今天文章想要討論的主題──人工耳蝸 (Cochlear Implant) ,才有辦法聽見聲音。

人工耳蝸怎麼運作?

人工耳蝸到底是什麼?這裡的「人工」是什麼意思?跟我們常聽到的人工皮、人工心臟、人工淚液的「人工」是一樣的嗎?── 其實是類似的,人工都是有一種輔助增強、或是取代我們身體原功能的意思。

人工耳蝸主要就是利用一條長長的電極,進到我們耳朵的最深處的──內耳,繞過毛細胞,施予電訊號直接刺激聽神經,來達到「幫助我們恢復聽力的目的」。

耳蝸內植入電極示意圖。圖嵌入自/Advanced Bionics

生物+工程,人工耳蝸的設計原理

人工耳蝸 (Cochlear Implant) 的設計與改良,有很大一部分取決於電極與耳蝸聽神經之間的刺激關係,想要來探討其中的奧秘,我們可以分別從「生物面」「工程面」的角度去切入。

-----廣告,請繼續往下閱讀-----

1. 生物面:運用共振分辨頻率的「內耳」

我們人聽到聲音這件事,其實機制是極其複雜的。內耳如何去處理聲音裡複雜的頻率,扮演了很大的角色。試想,我們在一場音樂會裡,為什麼有辦法同時聽到不同的樂器,所發出的不同聲調的聲音呢?

簡單來說,內耳分辨頻率,是利用你我都耳熟能詳的「共振」原理。國中曾學到,一個物體的自然頻率如果與外力的頻率接近或一致,那物體便會不由自主的擺動起來,且擺動的幅度非常大。最著名的案例有 Tacoma 吊橋倒塌事件,風的頻率與吊橋的自然頻率很不巧的達到一致;還有英國步兵過橋時由於步伐太過一致,造成的吊橋倒塌事件

而平常外界的聲音從外耳傳到中耳、內耳時,我們的鐙骨(聲音在中耳的終點)會開始不斷敲擊耳蝸的卵圓窗(聲音在內耳的起點),並對耳蝸內的淋巴液產生擾動(行進波,Traveling Wave),從耳蝸的基部(Base)一路傳遞至耳蝸的頂部(Apex)。

然而,我們耳蝸不同部位的基底膜(Basilar membrane)對傳遞過來的行進波的反應都不太一樣,高頻的行進波,會引起耳蝸基部基底膜的共振;低頻的行進波,會引起耳蝸頂部基底膜的共振。由此一來,我們可以理解,不同頻率的聲音,會引起耳蝸不同的地方產生大幅度的振動,這些振動,會再帶動該部位的毛細胞擺動,進而刺激聽神經產生動作電位,傳遞至大腦。(更詳細機制可參考此影片

耳蝸內部基底膜對於不同音頻的共振關係。
圖/Jared E.〈Piezoelectric-Based, Self-Sustaining Artificial Cochlea〉

我們的耳蝸就是利用這樣的方式,對不同頻率的聲音進行拆解,再藉由聽神經將拆解後的訊號傳入大腦,使我們感受到了聲音的高低起伏。

-----廣告,請繼續往下閱讀-----

耳蝸不同部位的基底膜對不同的聲音頻率產生共振。

2. 工程面:以電刺激器引發聽神經作用

我們理解大腦是如何透過耳蝸感知到這麼複雜的聲音後,就可以開始從工程面去思考如何設計人工耳蝸的植入電極了。首先,因為重度感音神經性患者的耳蝸毛細胞受損,基底膜共振的時候就不能帶動毛細胞擺動,引發該部位的聽神經產生動作電位。

所以我們就需要有一根長長的電刺激器取代毛細胞。它要能夠根據不同聲音的頻率,去刺激耳蝸不同部位的聽神經,另外它也要是柔軟的,能夠沿著耳蝸的螺旋形狀從基部一路延伸至頂部,而電刺激器上的電極陣列也是一個重點,電極數越高,代表越高的頻率解析度

電刺激器放大圖與在耳朵中的位置。
圖/Paweł R.〈From cochlear implants to brain-computer interfaces〉

3. 訊號接收器:以麥克風接收外在聲音轉成神經訊號

講完電刺激器後,難道就討論完人工耳蝸了嗎?其實還是不夠的,想讓重度感音神經性患者恢復聽力,人工耳蝸還需要其它物件。

除了電刺激器外,我們還需要一個訊號接收器(Receiver),它的作用除了要可以接收來自體表的訊號發射器所發出的無線電波外,還要擁有基底膜的功能,可以從無線電波解碼、分離出不同頻率的聲音訊息,之後再傳給電刺激器,進一步形成驅動電極的指令。

-----廣告,請繼續往下閱讀-----

通常一個戴有人工耳蝸的聽損患者,耳朵後方還會安裝麥克風(Microphone)與語音處理器(Audio Processor)。麥克風就相當於人造的外耳,可以接收外界的聲音,並經由語音處理器的濾波後,無線傳遞至皮下的訊號接收器,最後形成前述提到的 ──能夠刺激聽神經的訊號。

圖人工耳蝸系統示意圖。
圖/Centre for Hearing

在醫療器材的背後,工程面與生物面的考慮

以上就是我們對人工耳蝸簡單的討論,我們希望讀者在閱讀完這篇文章後,可以瞭解人工耳蝸幾個重要的設計要點,與在人體中扮演的角色。

其實在設計每一項醫材時,工程面與生物面的考慮都是十分重要的,如何讓工程的裝置符合我們人體構造的需求,同時藉由儀器的刺激讓我們人體產生原有的知覺……等等,這些都是需要工程師與臨床人員不斷交流,細細去耕耘的。我們也希望可以藉由這篇文章,讓讀者瞭解一項醫材產品是如何因應臨床需求而去設計,並且需要哪些水平知識的連結。

補充:若正在閱讀文章的您正是電子耳使用者,或是您有認識配戴電子耳的親朋好友,歡迎加入陽明大學神研所有關電子耳的研究,一同為了更優質的聽知覺品質努力!詳情可以參考:連結

-----廣告,請繼續往下閱讀-----

本文轉載自 Unmet Needs 臨床工程專欄《電子耳?人工耳蝸?助聽器的世界可能遠比你想像得還要複雜》。

-----廣告,請繼續往下閱讀-----
文章難易度
Unmet Needs 臨床工程專欄_96
7 篇文章 ・ 230 位粉絲
「臨床工程專欄」希望從醫工的角度出發,與讀者分享醫材開發背後的巧思。藉由介紹醫材設計的觀點、開發醫材的經驗分享,與整理相關的知識資源,讓大家得知,醫材開發,有跡可循。

0

3
1

文字

分享

0
3
1
為機器人換上「物理大腦」:一場終結AI數位囚禁的革命
鳥苷三磷酸 (PanSci Promo)_96
・2025/09/03 ・5732字 ・閱讀時間約 11 分鐘

本文與 研華科技 合作,泛科學企劃執行

我們都看過那種影片,對吧?網路上從不缺乏讓人驚嘆的機器人表演:數十台人形機器人像軍隊一樣整齊劃一地耍雜技 ,或是波士頓動力的機器狗,用一種幾乎違反物理定律的姿態後空翻、玩跑酷 。每一次,社群媒體總會掀起一陣「未來已來」、「人類要被取代了」的驚呼 。

但當你關掉螢幕,看看四周,一個巨大的落差感就來了:說好的機器人呢?為什麼大街上沒有他們的身影,為什麼我家連一件衣服都還沒人幫我摺?

這份存在於數位螢幕與物理現實之間的巨大鴻溝,源於一個根本性的矛盾:當代AI在數位世界裡聰明絕頂,卻在物理世界中笨拙不堪。它可以寫詩、可以畫畫,但它沒辦法為你端一杯水。

-----廣告,請繼續往下閱讀-----

這個矛盾,在我們常見的兩種機器人展示中體現得淋漓盡致。第一種,是動作精準、甚至會跳舞的類型,這本質上是一場由工程師預先寫好劇本的「戲」,機器人對它所處的世界一無所知 。第二種,則是嘗試執行日常任務(如開冰箱、拿蘋果)的類型,但其動作緩慢不穩,彷彿正在復健的病人 。

這兩種極端的對比,恰恰點出了機器人技術的真正瓶頸:它們的「大腦」還不夠強大,無法即時處理與學習真實世界的突發狀況 。

這也引出了本文試圖探索的核心問題:新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦,真的能終結機器人的「復健時代」,開啟一個它們能真正理解、並與我們共同生活的全新紀元嗎?

新一代AI晶片NVIDIA® Jetson Thor™ ,這顆號稱能驅動「物理AI」的超級大腦 / 圖片來源:研華科技

為何我們看到的機器人,總像在演戲或復健?

那我們怎麼理解這個看似矛盾的現象?為什麼有些機器人靈活得像舞者,有些卻笨拙得像病人?答案,就藏在它們的「大腦」運作方式裡。

-----廣告,請繼續往下閱讀-----

那些動作極其精準、甚至會後空翻的機器人,秀的其實是卓越的硬體性能——關節、馬達、減速器的完美配合。但它的本質,是一場由工程師預先寫好劇本的舞台劇 。每一個角度、每一分力道,都是事先算好的,機器人本身並不知道自己為何要這麼做,它只是在「執行」指令,而不是在「理解」環境。

而另一種,那個開冰箱慢吞吞的機器人,雖然看起來笨,卻是在做一件革命性的事:它正在試圖由 AI 驅動,真正開始「理解」這個世界 。它在學習什麼是冰箱、什麼是蘋果、以及如何控制自己的力量才能順利拿起它。這個過程之所以緩慢,正是因為過去驅動它的「大腦」,也就是 AI 晶片的算力還不夠強,無法即時處理與學習現實世界中無窮的變數 。

這就像教一個小孩走路,你可以抱著他,幫他擺動雙腿,看起來走得又快又穩,但那不是他自己在走。真正的學習,是他自己搖搖晃晃、不斷跌倒、然後慢慢找到平衡的過程。過去的機器人,大多是前者;而我們真正期待的,是後者。

所以,問題的核心浮現了:我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好?

-----廣告,請繼續往下閱讀-----
我們需要為機器人裝上一個強大的大腦!但這個大腦,為什麼不能像ChatGPT一樣,放在遙遠的雲端伺服器上就好? / 圖片來源:shutterstock

機器人的大腦,為什麼不能放在雲端?

聽起來好像很合理,對吧?把所有複雜的運算都交給雲端最強大的伺服器,機器人本身只要負責接收指令就好了。但……真的嗎?

想像一下,如果你的大腦在雲端,你看到一個球朝你飛過來,視覺訊號要先上傳到雲端,雲端分析完,再把「快閃開」的指令傳回你的身體。這中間只要有零點幾秒的網路延遲,你大概就已經鼻青臉腫了。

現實世界的互動,需要的是「即時反應」。任何網路延遲,在物理世界中都可能造成無法彌補的失誤 。因此,運算必須在機器人本體上完成,這就是「邊緣 AI」(Edge AI)的核心概念 。而 NVIDIA  Jetson 平台,正是為了解決這種在裝置端進行高運算、又要兼顧低功耗的需求,而誕生的關鍵解決方案 。

NVIDIA Jetson 就像一個緊湊、節能卻效能強大的微型電腦,專為在各種裝置上運行 AI 任務設計 。回顧它的演進,早期的 Jetson 系統主要用於視覺辨識搭配AI推論,像是車牌辨識、工廠瑕疵檢測,或者在相機裡分辨貓狗,扮演著「眼睛」的角色,看得懂眼前的事物 。但隨著算力提升,NVIDIA Jetson 的角色也逐漸從單純的「眼睛」,演化為能夠控制手腳的「大腦」,開始驅動更複雜的自主機器,無論是地上跑的、天上飛的,都將NVIDIA Jetson 視為核心運算中樞 。

-----廣告,請繼續往下閱讀-----

但再強大的晶片,如果沒有能適應現場環境的「容器」,也無法真正落地。這正是研華(Advantech)的角色,我們將 NVIDIA Jetson 平台整合進各式工業級主機與邊緣運算設備,確保它能在高熱、灰塵、潮濕或震動的現場穩定運行,滿足從工廠到農場到礦場、從公車到貨車到貨輪等各種使用環境。換句話說,NVIDIA 提供「大腦」,而研華則是讓這顆大腦能在真實世界中呼吸的「生命支持系統」。

這個平台聽起來很工業、很遙遠,但它其實早就以一種你意想不到的方式,進入了我們的生活。

從Switch到雞蛋分揀員,NVIDIA Jetson如何悄悄改變世界?

如果我告訴你,第一代的任天堂Switch遊戲機與Jetson有相同血緣,你會不會很驚訝?它的核心處理器X1晶片,與Jetson TX1模組共享相同架構。這款遊戲機對高效能運算和低功耗的嚴苛要求,正好與 Jetson 的設計理念不謀而合 。

而在更專業的領域,研華透過 NVIDIA Jetson 更是解決了許多真實世界的難題 。例如

-----廣告,請繼續往下閱讀-----
  • 在北美,有客戶利用 AI 進行雞蛋品質檢測,研華的工業電腦搭載NVIDIA Jetson 模組與相機介面,能精準辨識並挑出髒污、雙黃蛋到血蛋 
  • 在日本,為避免鏟雪車在移動時發生意外,導入了環繞視覺系統,當 AI 偵測到周圍有人時便會立刻停止 ;
  • 在水資源珍貴的以色列,研華的邊緣運算平台搭載NVIDIA Jetson模組置入無人機內,24 小時在果園巡航,一旦發現成熟的果實就直接凌空採摘,實現了「無落果」的終極目標 。

這些應用,代表著 NVIDIA Jetson Orin™ 世代的成功,它讓「自動化」設備變得更聰明 。然而,隨著大型語言模型(LLM)的浪潮來襲,人們的期待也從「自動化」轉向了「自主化」 。我們希望機器人不僅能執行命令,更能理解、推理。

Orin世代的算力在執行人形機器人AI推論時的效能約為每秒5到10次的推論頻率,若要機器人更快速完成動作,需要更強大的算力。業界迫切需要一個更強大的大腦。這也引出了一個革命性的問題:AI到底該如何學會「動手」,而不只是「動口」?

革命性的一步:AI如何學會「動手」而不只是「動口」?

面對 Orin 世代的瓶頸,NVIDIA 給出的答案,不是溫和升級,而是一次徹底的世代跨越— NVIDIA Jetson Thor 。這款基於最新 Blackwell 架構的新模組,峰值性能是前代的 7.5 倍,記憶體也翻倍 。如此巨大的效能提升,目標只有一個:將過去只能在雲端資料中心運行的、以 Transformer 為基礎的大型 AI 模型,成功部署到終端的機器上 。

NVIDIA Jetson Thor 的誕生,將驅動機器人控制典範的根本轉變。這要從 AI 模型的演進說起:

-----廣告,請繼續往下閱讀-----
  1. 第一階段是 LLM(Large Language Model,大型語言模型):
    我們最熟悉的 ChatGPT 就屬此類,它接收文字、輸出文字,實現了流暢的人機對話 。
  2. 第二階段是 VLM(Vision-Language Model,視覺語言模型):
    AI 學會了看,可以上傳圖片,它能用文字描述所見之物,但輸出結果仍然是給人類看的自然語言 。
  3. 第三階段則是 VLA(Vision-Language-Action Model,視覺語言行動模型):
    這是革命性的一步。VLA 模型的輸出不再是文字,而是「行動指令(Action Token)」 。它能將視覺與語言的理解,直接轉化為控制機器人關節力矩、速度等物理行為的具體參數 。

這就是關鍵! 過去以NVIDIA Jetson Orin™作為大腦的機器人,僅能以有限的速度運行VLA模型。而由 VLA 模型驅動,讓 AI 能夠感知、理解並直接與物理世界互動的全新形態,正是「物理 AI」(Physical AI)的開端 。NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 。

NVIDIA Jetson Thor 的強大算力,就是為了滿足物理 AI 的嚴苛需求而生,要讓機器人擺脫「復健」,迎來真正自主、流暢的行動時代 / 圖片來源:研華科技

其中,物理 AI 強調的 vision to action,就需要研華設計對應的硬體來實現;譬如視覺可能來自於一般相機、深度相機、紅外線相機甚至光達,你的系統就要有對應的介面來整合視覺;你也會需要控制介面去控制馬達伸長手臂或控制夾具拿取物品;你也要有 WIFI、4G 或 5G 來傳輸資料或和別的 AI 溝通,這些都需要具體化到一個系統上,這個系統的集大成就是機器人。

好,我們有了史上最強的大腦。但一個再聰明的大腦,也需要一副強韌的身體。而這副身體,為什麼非得是「人形」?這不是一種很沒效率的執念嗎?

為什麼機器人非得是「人形」?這不是一種低效的執念嗎?

這是我一直在思考的問題。為什麼業界的主流目標,是充滿挑戰的「人形」機器人?為何不設計成效率更高的輪式,或是功能更多元的章魚型態?

-----廣告,請繼續往下閱讀-----

答案,簡單到令人無法反駁:因為我們所處的世界,是徹底為人形生物所打造的。

從樓梯的階高、門把的設計,到桌椅的高度,無一不是為了適應人類的雙足、雙手與身高而存在 。對 AI 而言,採用人形的軀體,意味著它能用與我們最相似的視角與方式去感知和學習這個世界,進而最快地理解並融入人類環境 。這背後的邏輯是,與其讓 AI 去適應千奇百怪的非人形設計,不如讓它直接採用這個已經被數千年人類文明「驗證」過的最優解 。

這也區分了「通用型 AI 人形機器人」與「專用型 AI 工業自動化設備」的本質不同 。後者像高度特化的工具,產線上的機械手臂能高效重複鎖螺絲,但它無法處理安裝柔軟水管這種預設外的任務 。而通用型人形機器人的目標,是成為一個「多面手」,它能在廣泛學習後,理解物理世界的運作規律 。理論上,今天它在產線上組裝伺服器,明天就能在廚房裡學會煮菜 。

人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態 / 圖片來源:shutterstock

但要讓一個「多面手」真正活起來,光有骨架還不夠。它必須同時擁有強大的大腦平台與遍布全身的感知神經,才能理解並回應外在環境。人形機器人的手、腳、眼睛、甚至背部,都需要大量感測器去理解環境就像神經末梢一樣,隨時傳回方位、力量與外界狀態。但這些訊號若沒有通過一個穩定的「大腦平台」,就無法匯聚成有意義的行動。

這正是研華的角色:我們不僅把 NVIDIA Jetson Thor 這顆核心晶片包載在工業級電腦中,讓它成為能真正思考與反應的「完整大腦」,同時也提供神經系統的骨幹,將感測器、I/O 介面與通訊模組可靠地連結起來,把訊號傳導進大腦。你或許看不見研華的存在,但它實際上遍布在機器人全身,像隱藏在皮膚之下的神經網絡,讓整個身體真正活過來。

但有了大腦、有了身體,接下來的挑戰是「教育」。你要怎麼教一個物理 AI?總不能讓它在現實世界裡一直摔跤,把一台幾百萬的機器人摔壞吧?

打造一個「精神時光屋」,AI的學習速度能有多快?

這個問題非常關鍵。大型語言模型可以閱讀網際網路上浩瀚的文本資料,但物理世界中用於訓練的互動資料卻極其稀缺,而且在現實中反覆試錯的成本與風險實在太高 。

答案,就在虛擬世界之中。

NVIDIA Isaac Sim™等模擬平台,為這個問題提供了完美的解決方案 。它能創造出一個物理規則高度擬真的數位孿生(Digital Twin)世界,讓 AI 在其中進行訓練 。

這就像是為機器人打造了一個「精神時光屋」 。它可以在一天之內,經歷相當於現實世界千百日的學習與演練,從而在絕對安全的環境中,窮盡各種可能性,深刻領悟物理世界的定律 。透過這種「模擬-訓練-推論」的 3 Computers 閉環,Physical AI (物理AI) 的學習曲線得以指數級加速 。

我原本以為模擬只是為了節省成本,但後來發現,它的意義遠不止於此。它是在為 AI 建立一種關於物理世界的「直覺」。這種直覺,是在現實世界中難以透過有限次的試錯來建立的。

所以你看,這趟從 Switch 到人形機器人的旅程,一幅清晰的未來藍圖已經浮現了。實現物理 AI 的三大支柱已然齊備:一個劃時代的「AI 大腦」(NVIDIA Jetson Thor)、讓核心延展為「完整大腦與神經系統」的工業級骨幹(由研華 Advantech 提供),以及一個不可或缺的「教育環境」(NVIDIA Isaac Sim 模擬平台) 。

結語

我們拆解了那些酷炫機器人影片背後的真相,看見了從「自動化」走向「自主化」的巨大技術鴻溝,也見證了「物理 AI」時代的三大支柱——大腦、身軀、與教育——如何逐一到位 。

專家預測,未來 3 到 5 年內,人形機器人領域將迎來一場顯著的革命 。過去我們只能在科幻電影中想像的場景,如今正以前所未有的速度成為現實 。

這不再只是一個關於效率和生產力的問題。當一台機器,能夠觀察我們的世界,理解我們的語言,並開始以物理實體的方式與我們互動,這將從根本上改變我們與科技的關係。

所以,最後我想留給你的思想實驗是:當一個「物理 AI」真的走進你的生活,它不只是個工具,而是一個能學習、能適應、能與你共同存在於同一個空間的「非人智慧體」,你最先感受到的,會是興奮、是便利,還是……一絲不安?

這個問題,不再是「我們能否做到」,而是「當它發生時,我們準備好了嗎?」

研華已經整裝待發,現在,我們與您一起推動下一代物理 AI 與智慧設備的誕生。
https://bit.ly/4n78dR4

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
231 篇文章 ・ 316 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

0

0
0

文字

分享

0
0
0
「耳朵腫一包」絕非小事:耳朵腫脹竟可能永久變形
careonline_96
・2024/08/14 ・1690字 ・閱讀時間約 3 分鐘

「你的耳朵怎麼腫腫的?」跆拳道下課後,阿華低頭想要閃避媽媽的目光,但回家還是被媽媽逮個正著。

阿華回道:「今天強強出拳不小心打到我的耳朵,所以就腫起來了。不過,我現在不會痛啦,應該沒問題。」

「什麼沒問題?!耳朵腫這樣一包看起來很誇張,」媽媽轉頭喊了阿華爸:「孩子的爸你過來看一下,小孩耳朵腫這樣需不需要去醫院啊?還是先冰敷就好?」

「我看我們還是趕快去醫院,我看過幾個螢幕硬漢或摔角冠軍的耳朵都變形的很嚴重,大概就是被打到出血造成的吧?!我可不想阿華的耳朵變這樣。」爸爸說。

-----廣告,請繼續往下閱讀-----

耳朵血腫會導致耳朵變形

耳朵受傷常是因為車禍或近身衝撞運動,例如散打、拳擊、摔角等活動造成。耳廓血腫代表著在受到外傷後,聚積了一團血塊於耳朵軟骨上方。耳朵的結構很有趣,大家不妨伸手摸摸自己的耳廓,我們可以摸到微硬的地方屬於軟骨;也就是說,耳廓構造是薄薄的皮膚、皮下組織、提供血液循環的軟骨膜,來覆蓋著軟骨。萬一受傷的話,軟骨膜受到破壞而出血,流出的血液血塊會聚集在這個位於軟骨上方被撐開的空間,看起來是一團瘀青腫大,摸起來可能是軟軟的或有點紮實的一團皮下出血。

耳朵血腫

很多人會想說反正這是一團瘀青,不用太介意,大概過幾天就會消下去了吧。不過,耳朵這團瘀青比較特別,不僅有細菌感染與血腫持續累積的風險,當血腫愈大的話,會影響進出耳廓處的血流,在受傷修復過程中軟骨的型態會因此而變化。大約在耳朵血腫出現二至三個星期之後,會有纖維組織的過度增生;大約在受傷八個星期後,會出現新生的不規則的軟骨組織,於是耳廓逐漸變形。在受傷十四個星期以後,這些新生組織繼續鈣化,這時整個耳朵長成類似花椰菜的模樣,對外觀影響很明顯。

耳朵血腫的變化

因此,當在耳廓處出現血腫,千萬不要想說血腫沒有擴大,也不會太痛,就不去理他,最好要盡早就醫,評估是否需要接受治療。

面對耳廓血腫

醫師在檢查耳廓血腫後,會先確定外耳道或其他組織是否同時有受傷,聽力是否完好,是否有顏面神經受損的狀況,與是否需要擔心顱內或顱骨的骨折、出血等問題。

-----廣告,請繼續往下閱讀-----

如果確認沒有其他更緊急的問題,單純只有耳廓血腫的話,最好在受傷後的 48 小時之內進行治療。若血腫範圍小於直徑兩公分,醫師可以用18號針頭抽吸血腫;若血腫範圍較大,要考慮用刀片做切開引流。總之,要盡量完整地引流血塊,才能減少後續耳朵變形的機會。

耳朵血腫的處理方式

引流血塊之後,適當的壓迫止血也是非常重要的,重點就是不能讓耳廓處又堆積任何液體。因此耳朵處會墊著敷塞料約五到七天,讓皮膚層盡量貼平軟骨,避免出現新的血腫空間,才不會導致耳朵變形。

最後還是提醒大家,不要輕忽耳廓血腫!當這團瘀青發生在耳廓軟骨處,就算不會痛、沒有擴張,還是可能會帶來麻煩的外觀變化,像是花椰菜一般。萬一遇上了,還是及早找專科醫師處理吧。

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

0

4
0

文字

分享

0
4
0
為什麼不要對重聽的阿嬤大叫──不只是沒禮貌的問題
雅文兒童聽語文教基金會_96
・2024/06/04 ・3173字 ・閱讀時間約 6 分鐘

-----廣告,請繼續往下閱讀-----

  • 文/張逸屏|雅文基金會聽語科學研究中心 主任/研究員

端午節時,幼兒園大班的晴晴跟著爸爸媽媽回阿嬤家過節,晴晴興奮地跟阿嬤分享前幾天在學校聽的故事「紅盒子裡的祕密」,但是,最近開始出現重聽情況的阿嬤,常常聽不清楚或聽錯,不是說「啥?什麼?」,不然就是把「驢子爺爺」聽成「吳爺爺」。於是,晴晴不自覺地愈講愈大聲,希望能讓阿嬤聽清楚,當阿嬤還是聽得霧煞煞,晴晴只好更大聲!最後,大聲到爸爸從廚房跑出來罵晴晴:「怎麼可以對阿嬤講話這麼大聲、太沒禮貌了!」晴晴委屈地哭了起來……

大家應該都有碰過被身旁的人提醒跟這位長者說話要大聲一點的經驗吧?根據世界衛生組織的數據[1],60 歲以上高齡人口中,約有 1/4 的人患有足以造成生活障礙的聽力損失(disabling hearing loss)。然而,說話大聲一點,真的可以讓重聽的年長者聽得比較清楚嗎?一般來說,嗓門特別小的人,或是原本用悄悄話的方式在說話,這時提高到一般音量應該會有用。然而,若是一般音量的情況下,大聲說話、甚至大吼大叫,其實是不怎麼管用,更可能會有反效果的[2]。這樣違反直覺的情況,是什麼緣故造成的呢?

圖一/大吼大叫往往不會讓重聽的人聽得更清楚(圖片來源:Pixabay)

大聲不是比較聽得清楚嗎?

一般直覺上會認為,既然重聽或有聽力損失,就是講大聲一點應該就能聽得到了,不是嗎?事實上,由於「語音組成」及「聽力損失特性」這兩大因素,會使得加大音量卻反而有聽不「清楚」語音的問題。

然而,在解釋上述兩大因素之前,必須先釐清聽得「到」不一定聽得「清楚」。大家應該都有這樣的經驗,在有噪音或距離較遠的情境下,例如在廚房洗碗時,家人在客廳說話,我們會聽「到」家人在說話的聲音、也可能聽到大致的內容或是部份內容,但卻沒辦法聽「清楚」完整的內容、或是有聽錯的情況。而重聽或聽力損失的情況也很類似,因為聽力損失有不同的程度,一般年長者的重聽不會是完全聽不到的情形,因此老人家常會說「我都有聽到啊!是你講話不清楚。」

語音組成:聲母和韻母

那麼,當音量變大、卻反而「聽不清楚」,到底是什麼原因造成的呢?一般來說,聽不清楚的通常是指語音當中的聲母(子音)無法被完整地傳遞與接收。回想一下,小時候在學注音符號時,拼音時寫在上面的就是聲母(子音)、下面的則是韻母(母音)。圖二以「沙」(/ㄕㄚ/)為例,可以看出子音/sh/(聲母/ㄕ/,但只有氣音的部份)的部份音量小,且集中在高頻帶,而母音/a/(韻母/ㄚ/)的部份則是音量大,且相對集中在較低頻的區塊。然而,當我們試著說大聲一點,也就是把音量放大時,無論我們怎麼嘗試,都只能放大母音部份的音量[3],子音部份的音量都還是很小。甚至,我們可以試試看只針對子音的部份(如/sh/, /s/, /t/等音)「大叫」,會發現根本沒有辦法做到。

-----廣告,請繼續往下閱讀-----
圖二/語音的組成分為聲母(子音)和韻母(母音)。以「ㄕㄚ」(/sha/)音為例,從上半部的聲音波形可看出,子音(/sh/)的音量(振幅)比母音(/a/)要小得多;下半部則是聲譜圖(spectrogram),縱軸代表頻率,子音(/sh/)的頻率成份集中在高頻帶(黑色集中在較上方),母音(/a/)則是低頻相對較多。

然而,在語音中音量較小的子音才是主要提供清晰度的來源[3,4],曾有研究發現,若將語音中子音主要所在的高頻帶(1000 Hz 以上)去除掉之後,語音清晰度只剩不到 40%;反之,若將母音主要所在的低頻帶(500 Hz 以下)去除,語音清晰度仍有 95%[4]。試試看,若將一句話當中的子音都省略掉,那麼「他今天去上班」就會變成「阿因煙玉ㄤˋ安」,會變得非常非常難以理解。

聽力損失的特性:高頻通常較嚴重

大多數老年性的聽力損失是屬於高頻聽損[5],也就是在較高頻率的部份比較聽不清楚。這個類型的聽損者,就常會有前面所提到的感受:「我都有聽到,但我就是聽不清楚、沒有辦法理解內容!」而如果本文一開始提到的晴晴,因為阿嬤聽不清楚而愈說愈大聲時,卻如同前述,語音當中只有阿嬤原本就聽得到的母音部份變大聲了,但應該是要帶來語音清晰度的子音卻沒有辦法同樣變大聲。即使說話者不斷把音量加大,原本是希望能讓對方聽清楚,豈料適得其反,讓子音和母音之間的音量差距更大,更加劇了不清晰的問題,造成了愈大聲反而愈聽不清楚的矛盾現象。

助聽器科技來幫忙:音量壓縮

那麼,要如何才能讓重聽的長輩,或是聽力損失者能夠聽得清楚呢?如果對生活溝通已經造成困擾,應該要尋求專業耳科醫師和聽力師的協助,嘗試配戴設定適當的助聽器。助聽器的功能不只是放大聲音,還具備了「音量壓縮」的科技[6],讓小聲的聲音放大較多、大聲音量的聲音放大少一些。若套上前述子音和母音相對音量的概念,那就是能讓較小聲、原本聽不清楚的子音變得清楚,提高語音的清晰度。不過,配戴助聽器會需要一段時間的適應,同時也需要和聽力師討論生活上聆聽的需求,才能找到最適合自己的設定。並不是到藥局隨意買一副助聽器,以為戴上就能解決聆聽的所有困難喔!

和聽損者談話的小撇步:正常音量、稍慢語速、發音清楚

除了配戴助聽器之外,溝通策略[1,7]的運用也很有幫助註1。從前面的解釋已經了解到,大吼大叫對聽損者理解語音不但沒有幫助,甚至會有反效果。所以在語音本身上面,可以調整的部份不在音量,而是速度和發音清楚。因此,用一般的音量、語速稍微放慢、發音清楚一點但保持自然,這幾個小撇步可以幫助聽損者聽清楚。同時也可試著換句話說,或是搭配手勢動作來幫助理解。

-----廣告,請繼續往下閱讀-----

其他還有一些策略,包括先取得聽損者的注意力,讓他知道您在跟他說話,避免環境噪音或多人同時說話,這些方法可讓聽損者專注在要聽取的語音訊息上,並減少干擾。此外,建議環境的光線要充足,並可稍微靠近聽損者、讓他能看清楚您的臉部,這麼做可讓聽損者獲取臉部表情和口形等線索,幫助解讀語音訊息的內容,即便聽損者不一定有練過讀唇,但口形線索確實會有幫助,您可以留意看看在很吵雜時,若能看到說話者的臉及口形(當對方沒有戴口罩)時,會比較容易聽清楚。

相信若是晴晴運用了上面所提到的這些溝通策略,不但可以快樂地跟阿嬤分享在學校發生的事,享受愉快的祖孫親情時光,也不會被爸爸罵對阿嬤沒禮貌了喔!

圖三/與聽損者談話時,除了正常音量、稍慢語速、發音清楚等小撇步以外,在光線充足的地方談話,讓聽損者能看到說話者的臉部表情和口型輔助語音接收,也是很好的策略。(圖片來源:Pixabay)

註1 :欲了解更多溝通策略,可參考雅文基金會「聽損溝通小學堂」和「微聽損網站-聽說策略」

  1. World Health Organization. (2024/02/02). Deafness and hearing loss. Retrieved from https://www.who.int/news-room/fact-sheets/detail/deafness-and-hearing-loss
  2. Painter, K. (2013/03/10). How to talk to a hearing impaired person? Don’t shout. USA TODAY. Retrieved from https://www.usatoday.com/story/news/nation/2013/03/10/talking-hearing-impaired/1965127/
  3. DPA Microphones. (2021/03/04). How to improve speech intelligibility when amplifying the voice. Retrieved from https://www.dpamicrophones.com/mic-university/how-to-improve-speech-intelligibility-when-amplifying-the-voice
  4. DPA Microphones. (2021/03/03). Facts about speech intelligibility. Retrieved from https://www.dpamicrophones.com/mic-university/facts-about-speech-intelligibility
  5. Victory, J. (2024/02/21). Understanding high-frequency hearing loss: This kind of hearing loss affects speech clarity. Retrieved from https://www.healthyhearing.com/report/52448-Understanding-high-frequency-hearing-loss
  6. 張逸屏(2022/01/07)。長輩常抱怨助聽器噪音大?——孝子們該認識的「音量壓縮」科技。泛科學。取自https://pansci.asia/archives/339307
  7. UCSF Health. (n.d.). Communicating with people with hearing loss. Retrieved from https://www.ucsfhealth.org/education/communicating-with-people-with-hearing-loss
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

雅文兒童聽語文教基金會_96
63 篇文章 ・ 223 位粉絲
雅文基金會提供聽損兒早期療育服務,近年來更致力分享親子教養資訊、推動聽損兒童融合教育,並普及聽力保健知識,期盼在家庭、學校和社會埋下良善的種子,替聽損者營造更加友善的環境。