听排便声就能判断腹泻？听了350种如厕声后，这个AI识别准确率达到98%-51CTO.COM

大数据文摘出品

作者：Caleb

大便可以说是人类排泄出来的一大“宝藏”了。

大便形状不仅能协助判断一个人的健康情况，甚至还有可能泄露你的个人信息，这也足以看出大便在AI领域也扮演了相当重要的角色。

如今，又有新的研究表示，排便声也可以成为医疗证据，看来在研究大便的路上是越来越卷了。

隶属于美国佐治亚理工学院的研究人员发表论文The feces thesis: Using machine learning to detect diarrhea，论文中提出了一个机器学习模型，该模型利用安装在厕所的传感器，来记录排便的声音，以此判断一个人是否存在腹泻症状。

论文链接：

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

看来这项研究不仅有味儿，还有声儿~

准确率98%，但是算法听了350种排便声

我们知道，霍乱作为一种引起腹泻的细菌性疾病，每年都能影响数百万人，导致约15万人死亡。

但是，尽管早期发现并向卫生专业人员提起警告能够有效缓解霍乱带来的影响，但是监测类似的肠道疾病仍然是一个比较敏感的问题。

于是，研究人员就提出了一种全新的检测手段，排便声。

在厕所内安装上传感器，并内置麦克风来记录排便的声音，随后机器学习就能对声音进行分析，用指示灯的形式来指示是否存在腹泻。

在分析声音的时候，系统会首先把排便的声音转换为一种叫做频谱图的图像。根据不同的情况，声音和频谱图有不同的特点。例如，排尿的时候会产生一个一致的音调，而排便则有一个特定的音调，腹泻的情况则更为随机。

生成的频谱图像随后会发送到机器学习算法，根据不同的特征进行分类。

为了训练这个算法，研究人员使用了来自YouTube和声音数据库Soundsnap的350个与厕所有关的声音数据，涵盖标准的排便、腹泻、排尿和胀气等。

根据测试结果，当比如说话声之类的背景噪音被移除时，系统的准确率能达到98%；保留背景噪音时，系统准确率为96%。

看来，系统还是能比较精准地依靠排便声来区分腹泻或非腹泻。

论文一作Maia Gatlin表示，“希望这种占地面积小的传感器可以安装到霍乱仍然持续影响的地区”，“该传感器还可以用于灾区（水污染导致水传播病原体传播），甚至可以用于护理/临终关怀设施，以自动监测患者的排便情况。也许有一天，该算法可以联合现有的家用智能设备，监测自己的排便和健康”。

研究人员表示，他们希望在未来不只针对排便声进行研究，排尿声也可以纳入研究范围，以期预测各类疾病的异常变化。

emmm文摘菌只想说：你不要过来啊！

大便研究也紧随其后

试想，如果这个研究能够和大便研究结合，那岂不是...不行这画面有点太美文摘菌表示不敢看。

不过确实，很多胃肠病学家都希望通过分析病人的粪便并寻找可能是炎症性肠病或肠易激综合征的体征的不正常情况，了解病人的肠道健康状况。

比如，去年5月，杜克大学就开发了一项新技术，可以在现有的厕所系统中实现这一过程中大部分步骤的自动化，另外还能利用AI扫描和分类被冲过的粪便。

这就是杜克大学提出的Smart Toilet。

该系统被设计安装在现有厕所的管道中，以此收集排泄物图像，配套的AI算法接受了超3000张独特大便图像的训练，这些大便都已经被胃肠病学家分类为松散、正常、便秘和是否有血液。

随后，算法能自己分析图像。在85%的情况下，该算法能准确分类粪便，76%的情况下能准确检测血液。

该研究的首席研究员Sonia Grego表示：“我们对患者使用这项技术的意愿持乐观态度，因为它可以安装在厕所的管道中，除了冲水，患者不需要做任何其他事情。这对那些可能无法报告自己病情的患者尤其有用，如那些住在长期护理机构的患者。”

该研究的论文主要作者Deborah Fisher表示：“通常情况下，胃肠病学家必须依赖患者关于他们粪便的自我报告信息来帮助确定他们肠胃健康问题的原因，这可能非常不可靠。患者通常不记得他们的粪便是什么样子的或他们多久排便一次，而这些都是标准监测过程的一部分。Smart Toilet技术将使我们能够收集所需的长期信息从而更准确、及时地诊断慢性胃肠疾病。”

没想到有一天，大便，真的卷起来了。