用于对个人健康进行纵向监测的技术与临床工作流程的集成度很低,而且很少为医疗保健提供者提供可操作的生物测定数据。于此,斯坦福大学医学院Sanjiv S. Gambhir等人描述了易于部署的硬件和软件,用于通过数据收集和人体健康模型对用户的排泄物进行长期分析。
本文要点:
1)“智能”马桶是独立的,通过利用压力和运动传感器自主操作,使用护理标准比色分析法分析用户的尿液,从尿液分析条的图像中跟踪红绿蓝值,使用计算机视觉作为尿量计来计算尿液的流速和体积,并使用深度学习根据布里斯托尔粪便形式量表对粪便进行分类,其性能可与受过训练的医务人员相媲美。
2)厕所的每个用户都通过他们的指纹和肛膜的特征来识别,并且数据被安全地存储和分析在一个加密的云服务器中。这种马桶可用于特定病人群体的筛查、诊断和纵向监测。
Park, S., Won, D.D., Lee, B.J. et al. A mountable toilet system for personalized health monitoring via the analysis of excreta. Nat Biomed Eng (2020).
https://doi.org/10.1038/s41551-020-0534-9