原标题:斯坦福智能马桶登自然子刊:4镜头体检,AI大牛点赞

自动冲水、暖风烘干、座圈保温算得了什么?美国斯坦福大学研究人员报告了一套可以追踪使用者排泄物健康与疾病指标的软硬件,堪称真智能马桶。

根据4月6日发表在《自然-生物医学工程》(Nature Biomedical Engineering)论文,这套概念性的智能设备可以加装在现有的普通马桶上,针对男性受试者构建和测试,具体包括尿液分析、尿流量分析和粪便分析三个模块。

研究的一大新颖之处,是配合镜头,训练人工智能视觉来分析尿流量和粪便形态,并用“肛纹识别”来补充嵌在冲水按钮上的指纹识别。

深度学习三巨头之一、2019年图灵奖得主杨立昆(Yann LeCun)在社交媒体上点评道:“卷积网络落地厕所,这是名副其实地造福人类。”

自动伸缩试纸条

人体排泄物是一种重要的健康反映,不过,在临床上很难实现长期、持续的监测。斯坦福团队选择从马桶入手,对尿液和粪便进行非侵入式检验。

从示意图来看,智能马桶配置了7个硬件,包括1个压力传感器、1个运动传感器、1套尿液分析试纸,以及4个镜头。

斯坦福智能马桶。(i)压力传感器 (ii)运动传感器 (iii)尿液试纸条 (iv)粪便镜头 (v)肛门镜头 (vi)尿流镜头

其中,试纸可以针对10项生物标记物进行定性和半定量分析,包括红细胞、尿后胆色素原、胆红素、蛋白质、亚硝酸盐、酮、葡萄糖、酸堿值、尿比重和白细胞。

假设有一名成年男性瞄准马桶中心排尿,触发红外运动传感器,试纸条就会自动伸出来。大约30-60秒,试纸条被尿液浸透,随后自动收缩回原始位置。一个镜头同时会捕捉视频,进行实时运动分析后将数据无线传输至云端储存。

排尿结束后,试纸条自动脱落,被弃置马桶中。考虑到环保因素,试纸条用水溶性的多糖材料代替了塑料材料。

镜头捕捉“滴滴答答”

针对尿流分析,研究人员想在传统的流量计之外另辟蹊径,动用计算机视觉的力量,安置了两个广角镜头,960 × 1280像素,每秒240帧。

为了设定参数,研究人员邀请10名19至40岁的男性进行了31次排尿测试,每次流量从50毫升至670毫升不等。

结果显示,计算机凭视频估算出的尿流量、排尿时间与标准流量计呈高度相关,且能捕捉到流量计所不能的排尿尾声阶段的断续性液滴。研究人员相信,这能提供关于前列腺和膀胱功能的额外信息。

人工智能辨便

粪便的形状和硬度能用于癌症临床诊断,但没有现成的通行标准。为此,研究人员邀请两位肠外科医生独立地标记不同的粪便图像,结果显示出一致性。

利用这些图像,科学家给人工智能上了10堂“辨便”课,教会区别正常粪便、过硬粪便(提示便秘等症状)和过软/液体粪便(提示腹泻等症状),测试中AUC(一种判断检测方法真实性的指标,越接近1越好)在0.89以上。

此外,座便器配置了压力传感器,用于计算排便的开始时间,触发镜头采集图像。随后,卷积神经网络可以判断出从开始到初次落便的时间间隔,这与肠道的整体功能息息相关。排便的结束时间则以卫生纸使用或起立判断。

在测试中,共有5名女性和6名男性参与了55例排便。

用户识别

最后,还有一个关键问题。

几个人可能共用一个马桶,那么,如何建立起用户个性化的健康档案呢?研究人员在冲水按钮内嵌了一套指纹识别,每当系统判定如厕结束,冲水按钮上就会亮起绿色提示灯。

不过,在实际情况中,不能保证按冲水键的人就一定是如厕的人。市面上一些马桶也有自动冲水功能。

因此,斯坦福智能马桶还设置了独特的“肛纹识别”功能,即利用每个人肛门的图像来与收集到的健康数据进行安全匹配。

作者表示,这个马桶系统的潜在健康益处还需要通过大规模的临床研究加以评估,系统本身也需要根据人类群体的排泄物基线数据进行优化。

就关键的隐私问题而言,论文表示数据将被安全地储存在云端系统,并安全地发送给医护工作者。

研究团队也深刻意识到这款智能马桶的前景与用户接受度息息相关。在斯坦福社区的一份300人调研中(当然有严重的教育程度偏差),15.33%表示“非常能接受”,37.33%表示“能接受一些”,30.00%表示“不舒服”。其中,最受欢迎模块是没有镜头参与的“尿液分析”,最不受欢迎模块是“肛纹识别”。(本文来自澎湃新闻,更多原创资讯请下载“澎湃新闻”APP)