影响听力学未来的五大关键词.pdfVIP

听力学小词典 ChineseScientificJournalofHearingandSpeechRehabilitation 新定义听力学现有 的技术和产 品，比如助听器 、 超过上亿 的听力 图无法完成 。为了解 决听力测试 听力疾病诊断等 。听力行业 的产业疆界在模糊 技术和距离 的 问题 ，电话 听力测试和 网络 听力测 化 、边缘化和淡化 ，助 听器 、辅听产 品、听力检测 试等 多种创新性 的技术 ，在近 几年蓬勃发展 。目前 设备等更像是仅仅贴上 了 “助听标签”的大众通 有两种基于 网络和大数据的听力测试技术 ，并沿 用产 品，这种趋势的最大好处是助听器不再是残 不 同的方 向发 展 ：一是提供 在线听力闽值测试 ，这 疾人 器械 。新技术 的发展是支撑这种变化 的核心 和传 统听力测试一样 ，用 户上 网戴上 耳机 ，在 线操 动力。鉴于此 ，和过去听力学小词典选词标准不 作 即可 。该测试 的优点是 能得到阈值 ，患者可 以在 同的是 ，本期选择的5个关键词从字面看似乎和 放松 的情况下接 受测试 ，操作简单 ，缺点是测试 的 听力学无关 ，从应用层面看 ，也不属于 “基本方法 准确性和对测试 结果 的解释 ；另一种听力测试不 和技术”的定位 ，但是 ，由于这五个关键词所代表 需要获取听力 阈值 ，要求 患者提供 听力损失 的症 的技术发展趋 势及其对听力学行业产生的重要 状 ，然后根据成千上万 听力患者形成 的大数据 ，通 影 响 ，值得关注。 过智 能性分 析 ，最后 得 出具有 一定数据 意义 的结 论。和 阈值测试不 同的是 ，这种 测试的 目的是 正确 1大数据 (Big data) 判断不 同听力症 状和 相关疾病 的关 系 。这 种 基于 “大 数据 ”一 词 可追 溯 到2001年 美 国高德 大数据的听力测试有丽大优势 ：一是用户参与的 纳公司分析 员Doug Laney关于数据 快速增 即时性 ，二是拥有支持海量 “大数据 ”的后台支持 。 长 的3个维度的描述 ：量 (Volume，数据大小)、 在 听力学领域 ，海量数据 能给不同的听力损 速 (VelocitY，数据输入输 出的速度 )与 多变 失症 状和 类型提 供分 类和 分析 的支 持 ，帮助 医生 (Variety，多样性 )，今天被 统称 为大数据 的 做 出正确 的临床决策 ，更重要 的是协助患者对 自 “3V”。2012年美国高德纳重新修订的大数据定 己的听力疾病有更好的认识 ，采取合适 的行动 。 义被业 内普遍使用 ，即：“大数据是大量、高速 、及 基于大数据的听力测试 网站 已经进入广泛 应 ／或 多变 的信息资产 ，它需要新 型的处理方式去 用 ，并得到用 户支持。比如 由两名哈佛 医学院学生 促成更强 的决策能力 、洞察力与优化处理”。简言 创建 的医学诊断 网站Symcat~i]上 线便 拥有上百万 之 ，大数据就是 日常生活 、工作 中所 留下的任何 用户 ，被誉为未来健康管理和诊治的重要创新 。在 可以保存 的数字信息 ，有些数 据是人们刻意 留下 听力测试 项 目中 ，患者 只需提 出任何 一种 听力不 和大 家分享 的 ，而有些是 不知 不觉 留下的痕迹 ， 适症状 ，网站便 能列 出和这些症状相对应 的、具有 比如照片不仅是个人 图像载体 ，其实还包含 了许 一 定数 据相 关意义的疾 病 。如果 改变患者 的个体 多其他信 息 ，也是文字和地理位置的载体 ，能揭 参数 、患病时 间和年龄等 ，该技术可 以更准确和详 示在何时 、何地所 照等 。大数据 的爆发式增长是 细列 出可能 的诊 断结果 。更有价值 的是用户 能在 因为人类生活方式和经济发展产生 了越来越 多 该 网站提供 的各种行动方案 中 ，选取适合 自己的 的数据 ，而通讯技术的发达 ，直接为大数据 的产 一 种 ，如去医院就诊 、网络咨询或和 医生联系等 。 生 提供 方便 。与此 同时 ，数据采 集的设施和 工具 大数 据不