自動沖水、暖風烘干、座圈保溫算得了什么？美國斯坦福大學研究人員報告了一套可以追蹤使用者排泄物健康與疾病指標的軟硬件，堪稱真智能馬桶。

根據4月6日發表在《自然-生物醫學工程》（Nature Biomedical Engineering）論文，這套概念性的智能設備可以加裝在現有的普通馬桶上，針對男性受試者構建和測試，具體包括尿液分析、尿流量分析和糞便分析三個模塊。

研究的一大新穎之處，是配合攝像頭，訓練人工智能視覺來分析尿流量和糞便形態，并用“肛紋識別”來補充嵌在沖水按鈕上的指紋識別。

深度學習三巨頭之一、2019年圖靈獎得主楊立昆（Yann LeCun）在社交媒體上點評道：“卷積網絡落地廁所，這是名副其實地造福人類。”

自動伸縮試紙條

人體排泄物是一種重要的健康反映，不過，在臨床上很難實現長期、持續的監測。斯坦福團隊選擇從馬桶入手，對尿液和糞便進行非侵入式檢驗。

從示意圖來看，智能馬桶配置了7個硬件，包括1個壓力傳感器、1個運動傳感器、1套尿液分析試紙，以及4個攝像頭。

斯坦福智能馬桶。（i）壓力傳感器 （ii）運動傳感器 （iii）尿液試紙條 （iv）糞便攝像頭 （v）肛門攝像頭 （vi）尿流攝像頭

其中，試紙可以針對10項生物標記物進行定性和半定量分析，包括紅細胞、尿后膽色素原、膽紅素、蛋白質、亞硝酸鹽、酮、葡萄糖、酸堿值、尿比重和白細胞。

假設有一名成年男性瞄準馬桶中心排尿，觸發紅外運動傳感器，試紙條就會自動伸出來。大約30-60秒，試紙條被尿液浸透，隨后自動收縮回原始位置。一個攝像頭同時會捕捉視頻，進行實時運動分析后將數據無線傳輸至云端儲存。

排尿結束后，試紙條自動脫落，被棄置馬桶中。考慮到環保因素，試紙條用水溶性的多糖材料代替了塑料材料。

攝像頭捕捉“滴滴答答”

針對尿流分析，研究人員想在傳統的流量計之外另辟蹊徑，動用計算機視覺的力量，安置了兩個廣角攝像頭，960 × 1280像素，每秒240幀。

為了設定參數，研究人員邀請10名19至40歲的男性進行了31次排尿測試，每次流量從50毫升至670毫升不等。

結果顯示，計算機憑視頻估算出的尿流量、排尿時間與標準流量計呈高度相關，且能捕捉到流量計所不能的排尿尾聲階段的斷續性液滴。研究人員相信，這能提供關于前列腺和膀胱功能的額外信息。

人工智能辨便

糞便的形狀和硬度能用于癌癥臨床診斷，但沒有現成的通行標準。為此，研究人員邀請兩位腸外科醫生獨立地標記不同的糞便圖像，結果顯示出一致性。

利用這些圖像，科學家給人工智能上了10堂“辨便”課，教會區別正常糞便、過硬糞便（提示便秘等癥狀）和過軟/液體糞便（提示腹瀉等癥狀），測試中AUC（一種判斷檢測方法真實性的指標，越接近1越好）在0.89以上。

此外，座便器配置了壓力傳感器，用于計算排便的開始時間，觸發攝像頭采集圖像。隨后，卷積神經網絡可以判斷出從開始到初次落便的時間間隔，這與腸道的整體功能息息相關。排便的結束時間則以衛生紙使用或起立判斷。

在測試中，共有5名女性和6名男性參與了55例排便。

用戶識別

最后，還有一個關鍵問題。

幾個人可能共用一個馬桶，那么，如何建立起用戶個性化的健康檔案呢？研究人員在沖水按鈕內嵌了一套指紋識別，每當系統判定如廁結束，沖水按鈕上就會亮起綠色提示燈。

不過，在實際情況中，不能保證按沖水鍵的人就一定是如廁的人。市面上一些馬桶也有自動沖水功能。

因此，斯坦福智能馬桶還設置了獨特的“肛紋識別”功能，即利用每個人肛門的圖像來與收集到的健康數據進行安全匹配。

作者表示，這個馬桶系統的潛在健康益處還需要通過大規模的臨床研究加以評估，系統本身也需要根據人類群體的排泄物基線數據進行優化。

就關鍵的隱私問題而言，論文表示數據將被安全地儲存在云端系統，并安全地發送給醫護工作者。

研究團隊也深刻意識到這款智能馬桶的前景與用戶接受度息息相關。在斯坦福社區的一份300人調研中（當然有嚴重的教育程度偏差），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，最受歡迎模塊是沒有攝像頭參與的“尿液分析”，最不受歡迎模塊是“肛紋識別”。