《Scientific Reports》：Identification of sensorineural hearing loss subtypes using unsupervised machine learning and assessment of their replicability
编辑推荐：
本研究针对感官神经性听力损失(SNHL)亚型缺乏系统分类的问题，采用高斯混合模型(GMM)对英国10.9万份听力图进行聚类分析，成功识别9种表型并开发聚类复制性框架，为精准听力医疗奠定方法论基础。
全球有15亿人受听力损失困扰，这种最常见的感官障碍不仅严重影响生活质量，还与认知衰退和痴呆症风险密切相关。尽管人工耳蜗和基因治疗等新技术为特定患者带来希望，但大多数感官神经性听力损失(SNHL)患者的治疗方案仍停留在数十年前的水平。制约精准医疗发展的关键瓶颈在于缺乏对SNHL内在亚型的系统认识——目前仅能通过尸检确定病理特征，而循环生物标志物研究尚处于起步阶段。
作为听力评估金标准的纯音测听(PTA)蕴含着巨大潜力。早在1930年代，研究者就通过听力图形态与病变部位的关联，提出了四种年龄相关性听力损失亚型分类。然而，传统听力图-病理关联假说正受到新兴分子机制的挑战，如最新研究对纹状萎缩与平坦型听力图关联性的质疑。在此背景下，伦敦大学学院医院研究团队在《Scientific Reports》发表创新研究，通过无监督机器学习(UML)对大规模临床数据进行分析，为SNHL亚型识别提供了数据驱动的解决方案。
研究方法核心包括：从皇家国家耳鼻喉医院(RNENT)提取1981-2021年间10.9万份听力图，经严格数据清洗后，采用与麻省眼耳医院(MEE)研究相同的高斯混合模型(GMM)参数，通过贝叶斯信息准则(BIC)和赤池信息准则(AIC)确定最佳聚类数，并系统评估模型稳定性。
研究结果
人群特征分析
RNENT数据集包含54,927名患者（平均61.9岁，56%女性），较MEE队列年龄更大、听力损失更严重。70-79岁为最集中年龄段，21.9%患者超过80岁（图2）。
GMM识别听力图亚型
BIC/AIC曲线在9个聚类时达到平台期（图3），较MEE研究少1个。9种听力图表型（图4A）可分为五大“超聚类”：正常听力（亚型9）、老年性聋模式（亚型4、7）、平坦低频/下降高频模式（亚型5、6）、全频下降模式（亚型1、2、8）以及重度全频损失伴4kHz切迹（亚型3）。与MEE研究相比，本研究未发现典型噪声性听力损失(NIHL)切迹表型，但新增两种MEE未见的全频高阈值表型（表2）。
已知临床表型分析
10,580份符合Coles标准的NIHL听力图主要被聚类7吸收（图6），而4,107份反斜率听力图主要分布于聚类2和9（图7）。双耳对称性分析显示，正常听力（聚类9）、重度损失（聚类3）等表型具有高度双侧一致性（图8）。
复制性分析
除正常听力组（Jaccard指数0.77）外，其他聚类在自助采样中稳定性较差（0.59-0.69），而不同初始化参数下稳定性较高（图9）。样本量需达到原数据集50%以上才能获得0.8以上的Jaccard指数（图10）。
讨论与意义
研究首次在英国人群中发现9种SNHL亚型，部分验证了美国研究的发现。人群差异（年龄、性别、疾病严重度）和方法学选择（随机vs首次听力图）导致表型差异，凸显模型对数据集特性的敏感性。提出的聚类复制性框架（图11）为健康数据聚类研究设立新标准，强调内部效度评估（自助采样/参数初始化）和跨研究可比性的重要性。
尽管存在仅依赖听力图的局限性，且未捕获噪声性听力损失等经典表型，本研究通过大规模数据分析和严谨的复制性验证，为SNHL精准分型奠定基础。研究者呼吁建立专用于听力学的公共数据集，促进跨机构合作，推动机器学习在听力医疗中的安全转化。
