言语测听与助听器干预及效果评估△

姜汶伶 黄美萍 周嵌 任燕 李海峰 黄治物

(1.上海交通大学医学院附属第九人民医院耳鼻咽喉头颈外科 上海 200011； 2.上海交通大学医学院附属医学技术学院 上海 200011； 3.上海交通大学医学院耳科学研究所 上海 200011； 4.上海市耳鼻疾病转化医学重点实验室 上海 200011 )

言语作为一种重要交流媒介，对提高听障患者的生活质量尤为关键。听障患者常伴有言语识别能力下降，这导致他们在日常生活中面临着交流困境，与他人产生沟通障碍，从而引发孤独感和挫败感，严重降低生活质量[1]。听障患者主要的期望是能够与他人正常沟通，这需要借助有效听力干预手段。助听器能有效进行听觉补偿，有助于改善言语交流能力，是重度及以下听力损失患者的首选听力干预方式。助听器干预及听力康复需要不断跟踪患者的听力状况，根据测试结果进行精准调试以达到最佳效果，是一个长期渐进过程。临床上常使用纯音听阈评估听障患者的听力损失程度，但这不能反映患者言语识别能力，尤其是在噪声等复杂环境下。有时纯音听阈和言语测听结果存在较大差异，言语测听结果更能反映患者真实交流障碍及改善程度等问题，因此定期进行言语测听对听障患者尤其重要。

言语测听是一种基于标准化言语信号评估受试者言语辨别和理解能力的听力学测试方法，测试材料主要包括单音节测听表[2]、双音节词测听表[3]及语句测听表[4]等。根据测试环境的不同，可分为安静下言语测听和噪声下言语测听。噪声下言语测听是指在白噪声、言语噪声或多人交谈的嘈杂语噪声等环境下进行的言语测试，通过噪声下言语测听能评估受试者在噪声环境下的言语感知或分辨能力，更能直观反映日常交流中的困难程度，但这一测试易受受试者听力损失程度、年龄、认知水平、测试材料类型及噪声类型等的影响[5]。

尽管现有大量标准化的言语测听材料可供使用，但目前临床听力工作者未能充分重视言语测听的重要价值，忽略了它在听障患者助听前后及听力康复过程中的重要性。本文通过探讨言语测听在助听器验配前后及康复效果评估中的作用，旨在提升整体听障患者对听力干预效果的满意度。

1 言语测听在助听器验配中的应用

1.1 助听效果预估

在正式进行助听器验配前，对听障患者的助听效果进行预估有重大意义。如果预估效果较好，将提高听障患者对于听力干预的信心，从而提高整体听力干预率；如果预估效果欠佳，则需根据实际情况建立合理期望值，以构建验配师与患者之间的良好信任平台，有助于听力康复方案的整体规划和后续研究。

助听器因其小而精细的特点，对使用者的认知和理解能力有一定要求。言语测听不但能反映听障患者听觉高级中枢处理信息的能力，还能在一定程度上评估他们的认知能力，因此可以通过言语测听结果来预估助听效果，主要指标有最大言语识别率、言语识别阈、言语识别能力-强度 (performanceintensity, P-I) 函数曲线等。

临床上将P-I 曲线分为5 种类型，用以估计患者的听力损失程度并鉴别耳聋性质：①平移型曲线，代表单纯传导性耳聋的表现，相当于正常曲线整体向右偏移，随着给声强度的增加，患者的最大言语识别率大部分都能达到90%以上，助听效果较好。②平缓型曲线，代表以耳蜗性听力损失为主的听力下降，随着给声强度的加大，最大言语识别率得分缓慢上升。助听效果取决于患者最大言语识别率，即验配前言语识别率越高，验配后助听效果越好[6-7]。③回跌型和低矮型曲线，代表耳蜗以上听觉系统的病理变化，患者的最大言语识别率远低于正常人，并且当给声强度到达某一声强后，随着给声强度的增加，患者的言语识别率不增反减。这表明患者可能存在中枢听觉功能问题，即使经过助听器验配并精准调试，但由于自身听觉系统无法对听取的信息进行识别处理，助听效果可能不甚理想。

1.2 助听器精准调试

听障患者佩戴助听器的最终目标是能够听懂言语并与他人进行正常沟通。为了实现这一目标，关键在于助听器的精准调试。在这一过程中，言语测听起着重要作用，它可以帮助确定助听器的型号和类型，并辨别主次助听耳。

言语测听结果可以为听障患者选择合适的助听器类型提供依据。不同厂商的助听器基于不同处理技术，会给患者带来不同的聆听体验。有些助听器追求自然的聆听环境，几乎放大所有声音，以还原真实世界的听觉体验；而有些助听器利用噪声处理技术使言语信号更清晰，帮助患者进行言语识别。比如针对在时域突然出现的冲击噪声，DSP 数字助听器可以根据带噪语音信号幅度平均值确定阈值，再利用数字滤波器对机械噪声进行处理，提取言语信息[8]。对于言语识别能力较好的患者，可选择更偏自然听感的助听器，减少适应时间。而对于言语识别能力较差的患者，若选择具有以慢压缩为主的双变速压缩功能的助听器，可以更好地保留言语包络信息[9]，有助于提高言语识别率。

此外，言语测听还可以帮助辨别主次助听耳。验配师需要综合考虑患者的病史、听力损失时间、各耳听力损失程度与最大言语识别率等因素，选择主助听耳。在双耳听力损失程度相近的情况下，应优先选择言语识别率较高的耳别进行验配，以获得更好的助听效果。

1.3 助听干预效果评估

助听器效果存在个体差异，大多数听障患者佩戴适合的助听器后可重获良好的听觉言语交流能力，但部分患者经反复调试后对助听效果仍不满意，甚至拒绝使用助听器，因此助听效果评估是否准确至关重要。目前助听干预效果评估涉及听力学测试(如助听听阈、真耳分析等)和各类问卷量表评估(助听器效果评估简表、助听器效果国际性调查问卷等)两大方面。

虽然助听听阈测试可以快速评估患者助听后对不同频率和强度测试者的觉察能力，但由于测试音为啭音等非言语信号，不能反映患者的言语识别能力，因此运用言语测听对助听干预效果进行评估尤为必要。主要指标有助听后最大言语识别率、噪声下言语识别阈、可接受噪声级(acceptable noise level,ANL)等。助听后最大言语识别率能在一定程度上反映听觉康复效果，如果助听后最大言语识别率比助听前提高10%以上则认为助听有效[10]。

助听器使用者常抱怨在嘈杂环境中言语理解和沟通困难，因此相比于安静下的言语测听，噪声下的言语测听更能模拟听障患者的真实生活情景，而ANL 是指聆听言语的最舒适阈与愿意接受的最大背景噪声之差，即听障患者愿意忍受的最小信噪比[11]，主要用于评估听障患者在噪声环境中的助听器使用效果。ANL 值越小，听障患者能够忍受的噪声越大，对噪声的接受能力越强，助听效果越好[12]。

在进行初步助听效果评估后，可利用不同噪声类型模拟不同生活环境，根据言语测听结果实时优化调整助听器参数，从而实现精准调试。一项研究显示，在多人交谈的嘈杂语噪声(babble noise)环境中，听障患者的助听后声源空间定位表现会比在言语噪声(speech noise)下更好[13]，这提示对于这类患者，可以适当加强言语频率段的听觉补偿，保持全方向性麦克风的开启。这种基于言语测听结果的实时优化调整助听器参数的方法提供了个体化的助听解决方案。通过模拟真实生活中的各种噪声环境，助听器可以自动适应不同的听觉需求。

2 言语测听在助听后听力康复中的应用

2.1 助听器降噪功能的选择

在进入听力康复进程后，应对助听效果等情况进行全面评估和建档，在此期间言语测听起到了重要作用，它可作为决定是否开启助听器降噪功能的重要参考。助听器干预是一个逐渐适应的过程，需要根据患者的聆听感受和交流情况进行精准调试。对于言语识别率较低的听障患者，在初次佩戴助听器时，开启降噪功能可帮助他们更好地理解语言。有研究表明，助听器的降噪功能对擦音(如/s/、/z/)的声学性能有一定影响[14]，这解释了为什么在开启降噪功能时，患者在噪声环境下的言语识别率较降噪功能关闭时更高[15]。在患者佩戴助听器并适应一段时间后，可根据言语测听结果来适当调整助听器降噪设置。

2.2 个性化听力康复方案的制订

言语测听结果可以帮助确认康复目标和优先级。康复目标的设定需要结合SMART 原则(S=Specific、M=Measurable、A=Attainable、R=Relevant、T=Time-bound)，在一定时间范围内，将可量化的训练结果作为结局指标[16]。可根据患者的初始最大言语识别率、噪声下言语识别阈等指标，结合患者自身情况设定康复目标。例如对于初始言语识别率较低的患者，可以以提高10%～15%的标准作为最终目标，在此基础上设计言语训练的频次和强度。

言语测听结果的量化特性使得康复效果能够更好地反馈给患者，从而更好地指导康复过程。

2.3 听觉感知与认知能力变化的客观评估

听障患者，尤其是老年性聋患者在年龄增长和认知下降的双重影响下，听力损失往往更容易影响皮层下区域编码，导致时域信息处理能力下降[17]。在这种情况下，一些患者可能出现助听听阈变化不大，但自觉难以听清他人谈话的情形。因此，在每次随访过程中，临床听力工作者需要通过言语测听跟踪患者的言语识别能力，以尽早发现可能出现的听觉高级功能减退。

此外，言语识别率可以作为评估认知功能的指标之一。有研究[18]表明，老年性聋患者的认知功能与最大言语识别率存在显著相关性。因此，定期对老年性聋患者进行言语测听有助于早日发现认知功能下降趋势。当在听力康复过程中，老年性聋患者出现言语识别率下降但助听听阈无明显减退的情况时，应密切关注其认知功能状态，及时干预。

3 言语测听在助听器验配及听力康复中的未来发展方向

言语测听在听障患者助听器听力干预及康复中具有极其重要的作用。随着科学技术的不断进步，言语测听将以更多样化的形式参与到听力健康的全生命周期中。它的使用手段和环境也将变得更加多元化，从而使助听器验配更加灵活，应用领域也更加广阔，提升助听行业的生命力。

言语测听将与先进算法、人工智能和大数据分析等技术相结合，实现更加精确、个性化的评估和干预。这将有助于帮助听障患者恢复正常的言语交流能力，并提高康复效果和患者满意度。随着人工智能和机器学习的不断进步，智能助听器将越来越普及。未来助听器将能够通过分析言语测听结果和患者个人数据，实时调整音频参数和降噪算法，以适应不同环境和个体的需求，提供更加个性化的听力增强效果。

此外，社区合作的加强和远程服务的发展也是未来的发展方向。通过社区合作，可以推广言语测听应用的普及，提高公众对听力健康的重视。远程服务模式可以为患者提供便捷的评估和康复指导，解决了交通不便等问题。与纯音听阈测试相比，言语测听在远程评估助听器干预效果方面具备独特优势。虽然纯音听阈测试能够精准反映患者对不同频率声音的感知能力，但其对测试环境有较高要求，通过远程操作或者自助形式往往不能获得可靠稳定的结果，而噪声下言语测听能较好规避这一问题。虽然目前尚未开发专门用于听力自我监测的应用程序，但市面上已经存在多种听力言语筛查软件，其中以噪声下数字言语测试为主的软件具有较高的特异度[19]。世界卫生组织开发的hearWHO 听力筛查软件是目前最广泛使用的软件之一，用户完成测试后会获得一个具体的听力得分，根据“通过”、“可疑”、“转诊”等三个指标获得测试结果。在未来，开发者可以考虑使用量化数据作为主要指标，以更直观、具体地追踪用户的听力情况。

总之，言语测听作为评估听障患者言语功能的重要工具，在助听干预和听力康复中具有广泛的应用前景。然而，目前该工具在临床实践中的应用还不够充分，需要临床听力工作者充分重视。未来，言语测听的发展将借助个性化康复、社会参与和心理支持等方面的新技术和模式，为听障患者提供更全面、高效、人性化的康复服务，提升他们的生活质量和幸福感。