2020年4月7日，深度学习三巨头之一、图灵奖得主、被誉为“卷积网络之父”的Yann LeCun(杨立昆)转推了Eric Topol(埃里克·托普)的一条推文，称“ConvNets going down the toilet for the good of humanity. Literally. Not figuratively”。他们的推文是关于斯坦福大学近期的智能马桶工作。

　　世界上没有两片相同的雪花，“菊花”也是一样。近日，斯坦福大学团队在《Nature Biomedical Engineering》发表了一篇题目为“A mountable toilet system for personalized health monitoring via the analysis of excreta”的论文。

　　在这篇论文中，研究者发明了一种“菊纹识别”智能马桶，可以利用AI深度学习技术识别菊纹和便便，从而达到健康监测的目的。

　　01研究背景

　　美国精准医药计划，该计划将精准医药(Precision Medicine)定义为“一种新兴的考虑到每个人在基因、环境和生活方式方面的个体差异的疾病治疗和预防方法”。如今，临床医生可以通过全景分子分析(panoramic molecular analyze)来描述许多疾病的特征，但目前的精准医药仍然主要局限于疾病治疗，而不是预防和早期发现。

　　疾病预防和早期发现与疾病治疗同等重要。疾病预防和早期发现需要对人体长期频繁的监测，而侵入性的临床措施(如抽血等)不适合在非临床环境中进行持续的健康监测，因为会给公众造成不小的负担。来自人体的汗液、唾液、尿液和粪便等排泄物是富含信息的，可以作为连续健康监测诊断信息的理想来源，因为它们提供对个人的健康有价值的信息，而且每天都会被自然地排泄出来。

　　02研究方法和发现

　　该智能马桶包含/3个独立模块：尿液分析、尿流量测定和粪便分析。使用菊纹(analprint)作为生物识别标识，以安全地将收集到的数据与用户的身份相关联。尿液分析、尿流量测定和粪便分析的数据被自动传输到云系统。

　　该设备就像现在随处可见的坐浴盆一样，其中具体的马桶系统安装在普通马桶的顶部，同时在马桶内部安装各种传感器。据《华尔街日报》文章中，这些配件分析用户尿液使用标准比色测定技术，根据尿液的分析试纸图像的不同颜色痕迹值(红色、绿色、蓝色)，利用计算机视觉技术计算出尿液的流量以及体积等。

　　此外，系统中的压力和运动传感器可以跟踪开始，频率和持续时间的不同如厕所时间段具体情况。从厕所收集的数据终会被发送到一个安全的、基于云的系统中，其可以集成到EHR中。

　　对于尿流量测定，两个高速摄像头被放置在马桶上，分别在靠近和远离用户两个固定的位置，以记录一系列的尿液流。两台摄像头录制的视频被分割成单独的帧，进行预处理以提取尿液流并同步进行校正，然后估计尿速、尿量和排尿时间。

　　为了区分使用智能马桶的不同人群，该系统还在冲水手柄上安装了指纹扫描仪。然而，Gambhir的团队意识到，可能会出现这样的情况：一个人使用厕所，另一个人冲水，或者厕所用完后自动冲水。因而，为了解决这个问题，研究小组增加了一个小型扫描仪来扫描你的肛门。

　　在智能马桶的使用过程中，用户识别是至关重要的，因为一般情况下马桶是多人共享使用。在这里研究者使用了一种特别的用户识别方法：“菊纹”识别，首先通过安装在马桶上的摄像头来拍摄用户肛门视频，然后将视频片段分成帧，然后与用户的一组参考图像进行比较，从而确认马桶的使用者。

　　03总 结

　　对如此私密的部位进行拍摄难免引发人们对于隐私问题的担忧。但论文作者强调，数据将被存在一个安全的云端系统里。

　　这篇论文的作者之一，斯坦福医学院科学家Seung-min Park撰文介绍，目前这款智能马桶已经可以检测出良性前列腺增生、肠易激综合征、尿路感染等疾病。预计，如果投入生产的话，这台智能马桶的制造成本在300~600美元。考虑到利润、溢价和税收的话，说不定会卖到上万。

　　那么，这样的智能马桶，你想来一套吗?