3D prints van het slakkenhuis in combinatie met ‘machine learning’ kunnen de geluidskwaliteit van een cochleair implantaat verbeteren. Onderzoekers van verschillende universiteiten hebben samen achterhaald hoe de vorm van het slakkenhuis en de elektrische eigenschappen ervan de stroomspreiding beïnvloeden. De resultaten van het onderzoek zijn te lezen in het tijdschrift Nature Communications.
Plaatsing elektrodes belangrijk voor geluidskwaliteit cochleair implantaat
Cochleair implantaten hebben inmiddels de levens van honderdduizenden mensen met (zeer) ernstig gehoorverlies verbeterd. Met een cochleair implantaat zijn geïmplanteerde patiënten namelijk weer in staat te horen. Hoe goed zo’n cochleair implantaat werkt is afhankelijk van de plaatsing van de elektrodes door de chirurg in het slakkenhuis.
De effectiviteit van de elektrodes van het implantaat wordt beïnvloed door de het fenomeen ‘stroomspreiding’. De stroompjes die de elektrodes namelijk in het slakkenhuis afgeven, kunnen door de vloeistoffen die daarin aanwezig zijn makkelijk doorgegeven worden naar andere gebieden. Dit terwijl voor een goede werking van het implantaat het juist belangrijk is met een elektrode zo specifiek mogelijk aantal zenuwcellen van de gehoorzenuw te stimuleren. Het effect van een grote spreiding is te vergelijken het spelen met de onderarm op de toetsen van een piano in plaats van nauwkeurig met de vingers. Door zo’n grote spreiding wordt de geluidskwaliteit en het onderscheiden van geluiden bemoeilijkt.
Ieder slakkenhuis is uniek
De grootte en de vorm van een menselijk slakkenhuis is uniek voor ieder individu en varieert dus van persoon tot persoon. Door de lastige ligging en complexe anatomie is het een van de meest lastige weefsels om te bestuderen. Hierdoor was het ook moeilijk om de ‘stroomspreiding’ te analyseren.
Replica menselijk slakkenhuis
Een team van ingenieurs en clinici hebben daarom 3D-printtechnieken gebruikt om een replica te maken van het menselijke slakkenhuis. Het slakkenhuis ook wel cochlea genoemd, is de spiraalvormige holle benige structuur van het binnenoor. Hierin zitten duizenden haarcellen die in verbinding staan met de gehoorzenuw.
Geluidskwaliteit cochleair implantaat beter door 3D-prints
De resultaten van de 3D prints hebben de onderzoekers gecombineerd met machine learning. Machine learning is een vorm van kunstmatige intelligentie. De techniek is gericht op het bouwen van systemen die van de verwerkte data kunnen leren of data gebruiken om beter te presteren. Door beide technieken te combineren is het mogelijk de stroomspreiding beter te voorspellen in het oor van patiënten die in aanmerking komen voor een cochleair implantaat. Het ‘print-en-leren’ concept kan helpen bij het ontrafelen welke karakteristieken van het slakkenhuis van de patiënt de spreiding van het aangeboden signaal beïnvloedt. Hiermee is uiteindelijk de geluidskwaliteit van een cochleair implantaat te verbeteren.
Voorspelling stroomspreiding mogelijk
De onderzoekers hebben de gegevens van de beelden van het elektrische veld van patiënten met een cochleair implantaat geanalyseerd. Dit hebben zij gedaan met behulp van 3D-geprinte cochlea’s met een aanpasbare electro-anatomie. Op die manier waren ze in staat te achterhalen hoe de vorm van het slakkenhuis en de elektrische eigenschappen van de cochlea’s de stroomspreiding beïnvloeden. Door dit te combineren met machine learning is te voorspellen hoe de stroomspreiding zich gedraagt in het binnenoor van de patiënt. Daarmee is ook de spreiding van elektrische weerstand in het oor van dragers van een cochleair implantaat te extrapoleren.
De resultaten van het onderzoek zijn verschenen het tijdschrift Nature Communications.
Bron: Iek Man Lei et al. ‘3D printed biomimetic cochleae and machine learning co-modelling provides clinical informatics for cochlear implant patients.’ Nature Communications (2021). DOI: 10.1038/s41467-021-26491-6
