當下，一些醫(yī)療產(chǎn)品的升級，正在享受 DeepSeek 紅利。
助聽器，就是其中一種。
盡管已經(jīng)應用數(shù)十年，但通過助聽器，讓年邁長者在喧鬧菜場聽到家人輕聲叮囑、讓聽力受損者聽到公園一角的鳥鳴，仍不容易。
作為高度依賴算法和電路的產(chǎn)品，助聽器應用機器學習等算法已有許多年歷史。這一次，DeepSeek 等開源大模型，讓相關廠商擁有了 " 以低成本接入世界一流大模型后，利用云端大模型的獨特技術視角，解決過去助聽器研發(fā)過程中的難題的新機會 "，聯(lián)影微電子助聽器事業(yè)部總裁王法表示。
全球范圍內(nèi)，助聽器的競爭格局其一直實都很穩(wěn)定。瑞士索諾瓦、丹麥帶蒙特、美國斯達克等 5 家老牌助聽器廠商壟斷了九成以上銷售市場。近些年，發(fā)力助聽器研發(fā)的新興科技公司、醫(yī)療企業(yè)雖亦不在少數(shù)，但整體面臨著核心算法難突圍、芯片壟斷等技術難題。
那么，乘著大模型之風，為助聽器賦予更強的人工智能屬性，會為后來者們開辟一條突圍之路嗎？
AI，讓復雜環(huán)境里的 " 定向聆聽 " 成為可能
對比其他消費醫(yī)療級產(chǎn)品，助聽器的整體滲透率，以及患者佩戴助聽器的實際獲益都不算很高。北京大學人口研究所此前的調(diào)查顯示，90% 聽損老人在知道自己聽力減退的情況下，也不愿主動檢查聽力；而佩戴助聽器的人群中，對效果滿意的比例僅有 6.5%。
人們?yōu)槭裁床辉敢獯髦犉鳎抠徺I助聽器的人又為何不愿佩戴？
梁友如今任職于北京的一家三甲醫(yī)院，在助聽領域的工作經(jīng)驗超過 20 年。在他的經(jīng)驗里，除了很多醫(yī)院早年間忽視耳科建設、公眾普及度不高之外，傳統(tǒng)助聽器設備效果不足也是問題。
" 客觀來說，當前市面上的產(chǎn)品已經(jīng)比 90 年代好很多了。但嘈雜環(huán)境下，很多助聽器產(chǎn)品識別聲音的能力還是有所欠缺，這導致許多老人覺得戴上助聽器還是沒有用、聽不清，買了也戴不了幾次。" 梁友表示。
一些想要或已為家中長輩購買助聽器的年輕人也對我們提到，往往剛說出這個提議，老人的第一反應就是 " 這個東西不管用 "，或使用時覺得噪聲很大，戴了幾次便扔在一邊。
本質(zhì)上，這種 " 不好用 " 的體驗，指向的正是助聽器研發(fā)過程中，語音識別技術領域經(jīng)典的 " 雞尾酒會效應 " 難題，即當某個環(huán)境中存在許多不同聲源時，如何分辨出特定人物的聲音。
王法介紹，過去幾十年，助聽器產(chǎn)品沿用的一直是數(shù)字信號處理算法，這些算法在處理降噪問題時會做很多 " 假設 "，比如假設某個環(huán)境下需要保留人聲、去掉背景音。而嘈雜的交流環(huán)境中，所謂背景音或許也包含人聲，在傳統(tǒng)算法中就變成了需要保留的一部分。于是，當兩個競爭語音都出現(xiàn)在佩戴者的耳朵里時，自然就出現(xiàn) " 聽不清 " 的問題。
" 行業(yè)一直在‘噪聲消除’和‘語音細節(jié)保留’中做艱難的取舍，" 王法解釋：" 這也是當前全球助聽器廠商核心的技術發(fā)力點。"
直到近兩年，一個從海外五家老牌助聽器廠商（下稱 " 五大 "），到國產(chǎn)助聽器新勢力都逐漸認可的、解決這項技術難題的明確方向在于：引入深度神經(jīng)網(wǎng)絡（DNN，一種常用于處理復雜數(shù)據(jù)關系的機器學習技術，可通過模擬人腦神經(jīng)元的結構和功能，自動學習、提取數(shù)據(jù)中的規(guī)律），讓助聽器脫離原有的假設程序，在每天聽到的海量真實聲音中學習、微調(diào)，從而改善其在不同環(huán)境中的聽力識別能力。
這也是能為聽損人群帶來 " 最大獲益 " 的部分。
" 產(chǎn)品體積、功率、續(xù)航等功能設計雖也是技術競爭點，但都不如解決嘈雜環(huán)境下的定向聆聽問題這么直接。" 王法認為。
此外，作為另一種 " 神經(jīng)網(wǎng)絡中真正可以能被落地在助聽器上的算法 "，以 DeepSeek 為代表的 LLM 被部署后，則可以針對使用者所處的環(huán)境，進行自適應學習、適配，完成自驗配、智能驗配等工作。
而這種 AI 算法帶來的產(chǎn)品升級體驗，也成為各大助聽器廠商近來開始頻繁強調(diào)的內(nèi)容。
今年 2 月底，索諾瓦旗下峰力品牌正式在中國推出搭載深度神經(jīng)網(wǎng)絡處理算法的 AI 超算力助聽器產(chǎn)品，在復雜環(huán)境下的降噪效果達到 10 分貝。對比行業(yè)平均水平，助聽器降噪普遍在 4-6 分貝左右；稍早些時候，斯達克旗下核心產(chǎn)品 Genesis AI 絢音系列助聽器產(chǎn)品也宣布更新，搭載 DNN 處理器，可通過模擬大腦中央聽覺系統(tǒng)，自動偵測周圍環(huán)境。
國產(chǎn)品牌方面，聯(lián)影的 uOrigin 則是用上了自研的異構六核芯片和邊緣側神經(jīng)網(wǎng)絡算法，每秒可以處理或 750 次聲音信號處理，并具備智能降噪、方向性拾音等功能。此外，一些頗受資本青睞的新興助聽器品牌，如聽象科技，也將深度神經(jīng)網(wǎng)絡技術作為公司產(chǎn)品研發(fā)的基礎理論。
助聽器產(chǎn)品示意
值得一提的是，除了醫(yī)療類公司，科技巨頭們也紛紛下場：蘋果發(fā)布有測聽功能的 AirPods Pro 2，騰訊、訊飛等進軍千元級中端助聽器市場。
" 在可穿戴健康產(chǎn)品上，科技公司能做的入門級功能，如心率、血糖監(jiān)測，睡眠質(zhì)量監(jiān)測等幾乎已卷到頭。助聽器在技術上與傳統(tǒng)真無線藍牙耳機有一定相似性，硬件大廠入局是自然而然的選擇。" 一位曾供職于海外頭部科技公司的工程師講道。
消費級助聽器普及， 后來者有望 " 彎道超車 "？
當 AI 將技術競爭的起跑線稍稍拉近，助聽器領域的 " 新生代 " 力量們，是否會離追趕 " 五大 " 的目標更近一步？
首先，一個客觀優(yōu)勢或許在于，經(jīng)過先行者們的多輪市場教育，今天的大眾對助聽器產(chǎn)品的認知已經(jīng)相對更成熟。比如，有電商人士觀察到，如今，購買低價聲音放大模擬機的消費者數(shù)量在下降，愿意選擇需要驗配的專業(yè)助聽器產(chǎn)品的人越來越多。
新興助聽器廠商在為市場提供更多選擇的同時，也促成了消費級助聽器（OTC）概念和產(chǎn)品的普及。通過降低助聽器服務驗配的門檻，來降低產(chǎn)品的整體成本和終端售價，進而獲得更大的銷售，實現(xiàn) " 彎道超車 "。
這個邏輯之所以成立，要先回到助聽器產(chǎn)品收入方式的問題上。醫(yī)療級和消費級的區(qū)別在于是否需要專業(yè)人士輔助驗配，前者往往需要在線下助聽器門店購買，驗配師會根據(jù)使用者個人情況對產(chǎn)品進行多次調(diào)試，過程可持續(xù) 3 個月到半年；而后者可直接在線上自行購買、使用。
價格上，在從業(yè)者們的經(jīng)驗判斷里，可大致以 4000 元作為分水嶺。如 " 五大 " 體系內(nèi)的醫(yī)療級助聽器終端售價往往在 5000-40000 元之間（實際成交可能有折扣），頭部國產(chǎn)品牌的售價區(qū)間大致為 5000-20000 元；而消費級助聽器的售價普遍在 1500-4000 元。
之所以會形成如此大的價差，部分原因在于人工服務費用。" 相較于消費級助聽器，醫(yī)療級產(chǎn)品因匹配更前沿算法、應用，所以產(chǎn)品本身成本更高，但坦誠講，成本差異不會導致終端售價達到 10 倍之大，主要還是為了體現(xiàn)服務的附加值。雖然行業(yè)內(nèi)也有聲音認為，可以將產(chǎn)品和服務分開收費，但對廠商來說很難，因為國內(nèi)對醫(yī)療服務收費的接受度并不高。" 前述工程師認為。
在廠商們的設想中，省去了這部分 " 成本 " 的消費級助聽器，或許可以通過 " 千元級 " 的低價策略搶占一部分市場。
比如，訊飛醫(yī)療就曾在招股書中提到，2022 年上半年和 2023 年上半年，智能硬件收入分別約為 620 萬元和 2900 萬元，其間的變量之一就是，公司在 2022 年 5 月推出了助聽器產(chǎn)品。截止今年初，訊飛智能助聽器的登記用戶已超過 11 萬。
不過，這也并不意味著，走 " 消費級 " 的路子就能萬無一失。梁友表示，可自行購買、驗配，并不代表助聽器廠商可以直接省掉專業(yè)人士的配置。" 既然是助聽器產(chǎn)品，就需要提供相應后續(xù)服務，從而確保產(chǎn)品在使用過程中，不會給患者造成聽力傷害；同時當使用者有需求的時候，商家應該能提供線上遠程支持。"
王法也認為，未來，消費級助聽器會 " 確定性地成為助聽器市場的重要組成部分 "，但從現(xiàn)有產(chǎn)品案例來看，它雖可以承擔部分從測聽、驗配到實際使用的功能，但 " 距離成為協(xié)助完成所有相關服務的虛擬驗配師角色，還有距離 "。
說到底，助聽器雖帶有 " 醫(yī)療 " 的屬性，但購買決策卻高度依賴于消費者的個人喜好和需求。短期內(nèi)，由 " 五大 " 主導的市場格局或許很難被撼動，但從更長期主義的角度，產(chǎn)品價格高低、開發(fā)團隊對漢語語境的理解、售后服務好壞等 " 軟性 " 條件，同樣是競爭的關鍵。
對于生于本土的國產(chǎn)助聽器后來者而言，這些或許都會成為自己 " 翻盤 " 的機會。
來源：36氪
