英國《自然·生物醫學工程》雜志發表一項最新研究，科學家綜合了計算機視覺以及機器學習算法，報告了一套可以加裝在標準馬桶上的軟硬件，通過它們可以追蹤使用者尿液和糞便中的健康與疾病生物標志物。這種“智能馬桶”自動運行，讓使用者可以監測自己的健康數據，為疾病篩查、診斷和患者監控研究提供支持。
伴隨醫療設備技術水平的不斷提升，以及應用層面越來越廣泛，醫療市場也產生了對非侵入檢測設備的高要求——準確、及時且按需實現患者監測。因此，如果一項技術真能夠以非侵入的方式反復測量個體的健康狀態，且成本不高，那么將有助于預防和預測疾病，提高診療決策的精準性。
但可惜的是，大部分用于監測個體健康的技術通常都無法產出具有可操作性的數據，并且與臨床工作流程集成不佳，這嚴重影響了監測設備的實用性。
此次，美國斯坦福大學研究人員薩姆·蓋姆海爾及其及同事，設計了一種模塊化馬桶系統，其包括：壓力及運動傳感器;用于分析尿流及其基本生物化學組分的測試條和視頻攝像頭;用于根據形狀和硬度的臨床標準來劃分糞便類型的計算機視覺及機器學習算法;用于生物特征識別的指紋掃描儀(嵌在沖水按鈕上)。
研究人員表示，現階段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。雖然這個概念驗證的“智能馬桶”其部分模塊是僅針對坐便和站立使用的男性受試者而構建和測試的，但是研究團隊認為，未來它還能擴大應用范圍，將人類排泄物的其他臨床相關生物物理學和生物化學檢測包括在內。(記者張夢然)