I moderni apparecchi acustici sono in grado di fornire un adeguato guadagno mediante l’elaborazione digitale dei suoni. Uno tra i diversi algoritmi di cui gli apparecchi acustici digitali sono dotati è l’algoritmo di abbassamento frequenziale o frequency lowering (FL); tecnologia che consente di trasferire informazioni acustiche ad alta frequenza a una banda a frequenza inferiore.
I suoni ad alta frequenza costituiscono gran parte del parlato e sono necessari per una corretta intelligibilità dei messaggi vocali; caratterizzano gruppi consonantici come le occlusive e le fricative, rappresentanti l’80% di tutte le distinzioni fonetiche nella lingua inglese.
Studi finora condotti hanno dimostrato che i candidati ideali per beneficiare di questa tecnologia sono i soggetti con perdite dell’udito gravi o profonde sulle alte frequenze, dal momento che in questi pazienti è impossibile ripristinare l’udibilità utilizzando unicamente l’amplificazione.
Un recente studio ha voluto ampliare le indagini delle prestazioni derivanti dall’utilizzo di questa tecnologia, misurando l’intelligibilità nel rumore in un gruppo di portatori di apparecchi acustici con ipoacusia media pantonale.
Lo studio italiano
Lo studio è stato condotto presso il Reparto di Otorinolaringoiatria del Policlinico G. Martino di Messina. Tra gli obiettivi che i ricercatori si sono posti rientrano l’indagine degli effetti degli algoritmi di abbassamento frequenziale sulla comprensione del parlato nel rumore e la qualità della voce percepita.
Sono stati selezionati 77 partecipanti (età media 74,8) con perdita uditiva neurosensoriale bilaterale simmetrica, portatori di apparecchi acustici in accoppiamento aperto o semi-aperto, PTA media per via aerea per le frequenze 500, 1000, 2000 Hz di 43,5 dB. Tutti i soggetti coinvolti indossavano il medesimo modello di apparecchio acustico (RIC) con ricevitore di tipo S, strategia predittiva NAL-NL2, microfoni omnidirezionali e guadagno target 100%.
Ai soggetti presi in esame sono state eseguite l’otoscopia e la timpanometria, per accertare l’assenza di patologie in corso. Successivamente sono stati eseguiti gli esami audiometrici tonale e vocale in campo libero con apparecchi acustici indossati e accesi, in cabina e in assenza di rumore di mascheramento.
È stata valutata l’intelligibilità del parlato ottenuta in condizioni di silenzio, rumore rosa e babble noise, in tutti i pazienti con apparecchi acustici accesi. Per ciascuna condizione, i dati di intellezione sono stati raccolti nelle tre alternative: nessuna trasposizione (NT), alta trasposizione (HT) e bassa trasposizione (LT). “Alto” e “basso” si riferiscono alla frequenza di start, frequenza al di sopra della quale tutti i suoni vengono trasposti in una banda di frequenza inferiore. La condizione HT definisce quando tale frequenza è stata suggerita dal software di fitting, mentre la condizione LT quando è stata impostata al valore di trasposizione minore possibile.
Complessivamente, sono stati ottenuti i dati da nove diverse condizioni: NT (parlato nel silenzio, parlato/rumore rosa e parlato/babble noise), HT (parlato nel silenzio, parlato/rumore rosa e parlato/babble noise), LT (parlato nel silenzio, parlato/rumore rosa e parlato/babble noise). Successivamente alla batteria di test eseguita, è stata valutata la qualità della voce chiedendo al paziente di dare un punteggio da 1 a 10, dove 10 era il massimo comfort di ascolto – punteggio qualità della voce (QVS) –. Il valore QVS rappresenta la sensazione uditiva e il confort nel percepire e discriminare le parole.
Ecco che cosa è emerso
Dall’analisi dei dati raccolti, in nessuna delle tre condizioni testate è stata trovata una differenza statisticamente significativa (NT p-value = 0,07; HT p-value = 0,18; LT p-value = 0,11). Tra i partecipanti allo studio è però interessante notare come 33 pazienti (42,8%) abbiano mostrato un migliore riconoscimento del parlato utilizzando la trasposizione, sia alta sia bassa, in presenza di babble noise (p = 0,07). Infatti, alcuni pazienti possono ottenere vantaggi dagli algoritmi quando il rumore di chiacchiere disturba l’ascolto del parlato, da qui il possibile utilizzo dell’algoritmo FL come un modo per migliorare l’intelligibilità del parlato.
Nello studio, la QVS era simile in tutte e tre le condizioni testate (NT, HT e LT), non riscontrando alcuna differenza statisticamente significativa (p = 0,91). Gli effetti “innaturali”, “vuoti”, “ecoici” o “più difficili da capire” sperimentati da alcuni utenti di altri studi non sono stati riportati da nessuno dei partecipanti. Un moderato guadagno al suono trasposto e la conservazione dell’informazione originale amplificata fino a 7 kHz, fornisce una buona qualità della voce e veridicità del suono.
Trasposizione frequenziale: una risorsa solo per alcuni
L’algoritmo di abbassamento frequenziale viene normalmente utilizzato in pazienti con una soglia uditiva quasi interamente conservata alle basse frequenze e con un brusco calo di entità grave-profonda per frequenze superiori a 1 kHz. Il presente studio focalizza l’attenzione su un suo uso non convenzionale: l’impiego di tecniche di abbassamento frequenziale come mezzo per migliorare l’intelligibilità del parlato nel rumore, in pazienti con risposte alle alte frequenze entro i 70 dB HL.
Dai risultati riportati appare evidente come questa tipologia di utenti non sia ideale per utilizzare gli algoritmi di abbassamento frequenziale, non riscontrando alcun beneficio in condizioni di rumore.
In conclusione, l’attivazione dell’algoritmo di trasposizione frequenziale dovrebbe essere considerata come un modo per migliorare l’intelligibilità del parlato, unicamente nei soggetti con perdite uditive importanti sui toni acuti. L’algoritmo potrebbe, infatti, essere una soluzione appropriata per ottenere la restituzione dell’udibilità per i suoni ad alta frequenza anche in presenza di rumore.
Reference
Bruno, R., Freni, F., Portelli, D. et al. Frequency-lowering processing to improve speech-in-noise intelligibility in patients with age-related hearing loss. Eur Arch Otorhinolaryngol278, 3697–3706 (2021). https://doi.org/10.1007/s00405-020-06431-8
