你好!欢迎来到深圳市品慧电子有限公司!
语言
当前位置:首页 >> 技术中心 >> 传感技术 >> 智能马桶:你的便便击败了全国99%的用户

智能马桶:你的便便击败了全国99%的用户


本文来自微信公众号:果壳 (ID:Guokr42),作者:陈藓,题图来自:《谋杀绿脚趾》


戴个手表测心电图、测血氧还不够,科技公司现在又盯上了你家马桶。


作为一年一度的科技大会,CES国际消费电子展总会出现不少让人惊叹的产品。今年,展厅里的马桶像是在嘲笑其他厂商的“厕品”,并对所有人无声呐喊:快来撒尿啊。


欢迎光临,随意挑选(?)丨Giphy


在这个冰箱和微波炉都能说话的年代,“智能”有时候更像是智商税。这 “智能马桶”是整了个语音助手,还是想让我知道今天的排便量击败了全国多少用户啊?


我只是想上个厕所,真的有必要弄这么复杂吗?


智能马桶:身体咋样?尿一个瞧瞧!


挂在马桶内壁上的尿液小盒子、可以自动帮你做尿检的马桶机械臂……展会上,科技公司争相推出的各种马桶,主要是为了收集并分析你的尿液。


去医院排队做过尿检的人,一定会遇到让人“脚趾抠地”的环节:检查前忽然尿不出来,只好临时猛灌一大杯水;尿出来了却接不准,弄的满手都是;有时还要自己判断“中段尿”到底是哪一段……


图丨Giphy


如果在家就能做尿检,不就轻松多了。科技公司看到了智能“如厕设备”的商机。


名为U-Scan的尿液收集装置就是CES 2023展会的“尿产品”之一。这个挂在马桶内壁上的圆形小盒子能在我们上厕所的时候顺便收集几滴尿液,并用检测试纸进行分析。与此同时,它还会将检测结果同步到手机App上。


你的尿战胜了全国99%的用户(不是)丨U-Scan


在手机上,你能看到尿液的pH值和尿比重,甚至还能追踪女性的生理周期和排卵期。附带的程序能为你做出一些健康饮食建议,比如尿的pH测出来偏酸性,它就会建议你多吃点蔬菜水果,或者要去医院检查了。


不过,这种建议可能只适合“看个乐”。目前这些分析结果缺乏严格的医生指导,而且这种酸碱食物平衡理论也不太靠谱。


除了U-Scan,Yellosis公司推出的Cym Seat则是直接在马桶上装上了机械臂,能自动把试纸推入马桶中帮你做检测。


在CES上出现的智能马桶,主要的功能都是帮你做健康监测。尿检有助于发现和诊断许多代谢性疾病及泌尿系统疾病,而粪便则能推断你消化系统的健康状况。


不过,这些“智能产品”似乎还没有变得很聪明。如果你家装了U-Scan,每三个月,你就得自己动手,把它拿下来从马桶上拿下来换试纸盒并充电……


全身尿洗,手动更换。想要更新U-Scan,就要手动拧下外壳并更换里面的试纸盒。丨U-Scan


把尿检带回家,确实挺实用的。不过有没有更智能点的,非接触式的马桶啊!


让我听听便便的声音


除了直接采样之外,AI也没放过你上厕所的声音。


佐治亚理工学院的研究者提出了一个能“听出你健康状况”的机器学习模型。它听的是你排便时发出的声音。系统会自动把上厕所的声音转化为声音频谱图,然后分成排便、排尿、胀气和腹泄四种声音。


在听过300多个数据之后,系统判断的准确率已经能达到98%。研究者做这套系统的目的是希望未来可以在公共卫生间进行一些流行病学监测。


只靠声音肯定不太够,便便的形态和颜色也是健康的重要指标,不如让AI也开始学学正常的便便到底长什么样子。这正是杜克大学的智能厕所会做的事。


斯坦福大学的研究者甚至连你的尿流都没有放过。装在马桶里的计算机视觉模块(两个GoPro)承担了“尿保安”的职责,负责测量你的尿流率,系统会通过计算得到你的尿量和流速。你膀胱的秘密也被拿捏的死死的。


多机位无死角特写你的尿流丨参考文献[8]


除此之外,你平时就算只是坐在马桶上玩手机,也能获得一些健康数据。人们设计了一种装在马桶圈上的心血管监测系统,能直接靠你坐在马桶上的部位来绘制心电图。


不过,再高级的厕所设备也得面对一个问题:如果有好几个家庭成员,一台检测机器要怎么分辨不同人的上厕所信息呢?虽然U-Scan官方说他们有特殊的技术能识别,但如果识别有误怎么办,总不能在厕所里用摄像头或者输入ID和密码登录吧。


事实上,科学家一直在想各种办法,既能不泄露隐私,又能智能地辨认是谁在上厕所?


是谁,来到我身边?


还是那群斯坦福的尿流研究者,他们提出了离谱的“菊纹”识别,能用扫描仪来记录用户肛门,并采用图像识别算法来认出你是谁。


研究者们设计了一款有摄像头测尿流、菊纹识别、智能便便分类等等集成功能的智能马桶。(图片经过裁剪,真实菊部图片经过打码)|参考资料[8]


看到这里,你是不是也和我一样“地铁老人手机.jpg”了。事实上,就算是研究者,也不愿意为了上厕所牺牲自己的菊花隐私权。他们做了个调查,询问上厕所的人愿意用什么方式被识别。结果发现,大多数人都不愿意用指纹、人脸、体重或者上厕所的时长来被识别,原因是这些信息过于暴露隐私了。


于是,另一群贴心的研究者想出了一个怪方法:用你扯卫生纸的方式来认出你是谁。


虽然听起来像在“瞎扯”,但是研究者发现,每个人扯卫生纸的方式似乎真的不太相同,包括每次扯多少张纸,卷纸的旋转速度如何。使用连在卷纸上的无线陀螺仪,并且进行特征提取和数据训练后,一个智能的“瞎扯识人器”就完成了。


AI:让我来看看你要怎么扯丨Pixabay


研究者在测试后发现,在现实中13个人集体使用时,平均准确率能达到约70%。他们还提到,既然用户不愿意被收集个人信息,那还能通过揭马桶盖子、冲马桶和坐马桶圈的动作来识别。


毕竟在厕所这种私密的地方,没人想在里面放几个摄像头吧。


想要智能,也要安全


虽然听起来有点离谱,但智能厕所或许真的有必要。


如果厂商和医院合作,我们不仅能轻松地实现个人护理和自我监控,也许能让医生及时发现早期疾病的线索。U-Scan就曾想针对医院推出一些特定的试纸,来帮助一些想要监测癌症的患者。英特尔在2013年的一项调查就表明,70%的人都愿意在马桶上装传感器来监测自己的健康。


不过,现在的装置也并不完善:担心数据隐私被泄露、测得不准、缺乏医生的指导……当然,还有贵。售价500欧元的U-Scan实在太贵,还不如自己买个pH试纸……


不过,既然互联网的尽头是社交,是不是也可以期待一下排便排行榜出现在步数排行榜旁边的那一天了。(没必要啊喂!)


参考文献

[1]‘There was a lot of pee on the CES 2023 show floor’ https://www.engadget.com/urine-analysis-tech-ces-2023-roundup-150012618.html

[2] Steenbeke, Mieke, et al. "Exploring the possibilities of infrared spectroscopy for urine sediment examination and detection of pathogenic bacteria in urinary tract infections."?Clinical Chemistry and Laboratory Medicine (CCLM)?58.10 (2020): 1759-1767.

[3]’A first look at Withings' toilet bowl urine analyzer’ https://www.engadget.com/withings-u-scan-hands-on-video-ces-2023-232906933.html

[4] Kurahashi, Masaya, et al. "Personal identification system based on rotation of toilet paper rolls."?2017 IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops). IEEE, 2017.

[5] Ge, T. Jessie, et al. "Smart toilets for monitoring COVID-19 surges: passive diagnostics and public health."?NPJ digital medicine?5.1 (2022): 1-4.

[6] Conn, Nicholas J., Karl Q. Schwarz, and David A. Borkholder. "In-home cardiovascular monitoring system for heart failure: comparative study."?JMIR mHealth and uHealth?7.1 (2019): e12419.

[7]’ The World Agrees: Technology Inspires Optimism for Healthcare’, https://newsroom.intel.com/news-releases/the-world-agrees-technology-inspires-optimism-for-healthcare/#gs.n4k4dp

[8] Park, Seung-min, et al. "A mountable toilet system for personalized health monitoring via the analysis of excreta."?Nature biomedical engineering?4.6 (2020): 624-635.

[9] Gatlin, Maia, et al. "The feces thesis: Using machine learning to detect diarrhea."?The Journal of the Acoustical Society of America?152.4 (2022): A50-A50.


本文来自微信公众号:果壳 (ID:Guokr42),作者:陈藓

用户评论

发评论送积分,参与就有奖励!

发表评论

评论内容:发表评论不能请不要超过250字;发表评论请自觉遵守互联网相关政策法规。

深圳市品慧电子有限公司