?大數據文摘出品

作者：Caleb

大便可以說是人類排泄出來的一大“寶藏”了。

大便形狀?不僅能協助判斷一個人的健康情況，甚至還有可能泄露你的個人信息，這也足以看出大便在AI領域也扮演了相當重要的角色。

如今，又有新的研究表示，排便聲也可以成為醫療證據，看來在研究大便的路上是越來越卷了。

隸屬于美國佐治亞理工學院的研究人員發表論文The feces thesis: Using machine learning to detect diarrhea，論文中提出了一個機器學習模型，該模型利用安裝在廁所的傳感器，來記錄排便的聲音，以此判斷一個人是否存在腹瀉癥狀。

論文鏈接：

https://asa.scitation.org/doi/10.1121/10.0015504

看來這項研究不僅有味兒，還有聲兒~

準確率98%，但是算法聽了350種排便聲

我們知道，霍亂作為一種引起腹瀉的細菌性疾病，每年都能影響數百萬人，導致約15萬人死亡。

但是，盡管早期發現并向衛生專業人員提起警告能夠有效緩解霍亂帶來的影響，但是監測類似的腸道疾病仍然是一個比較敏感的問題。

于是，研究人員就提出了一種全新的檢測手段，排便聲。

在廁所內安裝上傳感器，并內置麥克風來記錄排便的聲音，隨后機器學習就能對聲音進行分析，用指示燈的形式來指示是否存在腹瀉。

在分析聲音的時候，系統會首先把排便的聲音轉換為一種叫做頻譜圖的圖像。根據不同的情況，聲音和頻譜圖有不同的特點。例如，排尿的時候會產生一個一致的音調，而排便則有一個特定的音調，腹瀉的情況則更為隨機。

生成的頻譜圖像隨后會發送到機器學習算法，根據不同的特征進行分類。

為了訓練這個算法，研究人員使用了來自YouTube和聲音數據庫Soundsnap的350個與廁所有關的聲音數據，涵蓋標準的排便、腹瀉、排尿和脹氣等。

根據測試結果，當比如說話聲之類的背景噪音被移除時，系統的準確率能達到98%；保留背景噪音時，系統準確率為96%。

看來，系統還是能比較精準地依靠排便聲來區分腹瀉或非腹瀉。

論文一作Maia Gatlin表示，“希望這種占地面積小的傳感器可以安裝到霍亂仍然持續影響的地區”，“該傳感器還可以用于災區（水污染導致水傳播病原體傳播），甚至可以用于護理/臨終關懷設施，以自動監測患者的排便情況。也許有一天，該算法可以聯合現有的家用智能設備，監測自己的排便和健康”。

研究人員表示，他們希望在未來不只針對排便聲進行研究，排尿聲也可以納入研究范圍，以期預測各類疾病的異常變化。

emmm文摘菌只想說：你不要過來啊！

大便研究也緊隨其后

試想，如果這個研究能夠和大便研究結合，那豈不是...不行這畫面有點太美文摘菌表示不敢看。

不過確實，很多胃腸病學家都希望通過分析病人的糞便并尋找可能是炎癥性腸病或腸易激綜合征的體征的不正常情況，了解病人的腸道健康狀況。

比如，去年5月，杜克大學就開發了一項新技術，可以在現有的廁所系統中實現這一過程中大部分步驟的自動化，另外還能利用AI掃描和分類被沖過的糞便。

這就是杜克大學提出的Smart Toilet。

該系統被設計安裝在現有廁所的管道中，以此收集排泄物圖像，配套的AI算法接受了超3000張獨特大便圖像的訓練，這些大便都已經被胃腸病學家分類為松散、正常、便秘和是否有血液。

隨后，算法能自己分析圖像。在85%的情況下，該算法能準確分類糞便，76%的情況下能準確檢測血液。

該研究的首席研究員Sonia Grego表示：“我們對患者使用這項技術的意愿持樂觀態度，因為它可以安裝在廁所的管道中，除了沖水，患者不需要做任何其他事情。這對那些可能無法報告自己病情的患者尤其有用，如那些住在長期護理機構的患者。”

該研究的論文主要作者Deborah Fisher表示：“通常情況下，胃腸病學家必須依賴患者關于他們糞便的自我報告信息來幫助確定他們腸胃健康問題的原因，這可能非常不可靠。患者通常不記得他們的糞便是什么樣子的或他們多久排便一次，而這些都是標準監測過程的一部分。Smart Toilet技術將使我們能夠收集所需的長期信息從而更準確、及時地診斷慢性胃腸疾病。”

沒想到有一天，大便，真的卷起來了。

相關報道：

https://www.itmedia.co.jp/news/articles/2212/22/news067.html

https://www.eurekalert.org/news-releases/972604

https://medicalxpress.com/news/2022-12-feces-thesis-machine-diarrhea.html

https://www.cnbeta.com.tw/articles/science/1132335.htm