4月6日， 《自然生物醫學工程》雜志發布了斯坦福大學一團隊智能馬桶項目研究成果。 他們展示了一種新型的“智能馬桶”， 可以自動掃描尿液和糞便樣本， 以尋找疾病的跡象。 據廚衛資訊記者了解， 英國劍橋大學、美國羅切斯特理工學院此前也公布了他們智能馬桶醫用研究成果。
斯坦福大學放射學教授、智能馬桶項目帶頭人Sanjiv Gambhir介紹， “我們的概念可以追溯到15年前， 當我提出來的時候， 人們會笑， 因為這似乎是個有趣的想法， 但也有點奇怪。 ”在通過一項涉及21名受試者的試驗研究證明了它的價值。
這項技術可以加裝到現有的馬桶上。 這個附件上裝有一個攝像頭， 可以捕捉尿液和糞便的視頻， 然后通過算法處理， 評估其物理特性。 據該團隊稱， 這些算法可以分析尿液樣本的尿液動力學。 這意味著它可以評估流速等， 以區分健康樣本和不健康樣本， 而通過分析大便樣本的一致性可以得出類似的結論。
此外， 該智能馬桶還部署了尿液分析條來掃描尿液樣本的分子特征。 Gambhir表示， 以目前的形式， 該智能馬桶可以追蹤10種不同的生物標志物， 包括白細胞計數和某些蛋白質的水平， 這些蛋白質可以指示一系列疾病， 包括腎衰竭、感染或膀胱癌。
該團隊通過他們的試驗研究展示了這些能力， 他們的試驗研究涉及到21名參與者， 他們對馬桶進行了幾個月的測試。 由于目標是提供個性化的健康監測， 因此該團隊集成了一個相當有趣的識別系統， 通過一個小型掃描儀對用戶的肛門進行成像， 以匹配他們的具體數據。 “我們知道這看起來很奇怪， 但事實證明， 你的肛門指紋是獨一無二的。
隨著進一步的發展， 該團隊設想， 當出現問題時， 該馬桶可以與APP配套， 安全地將數據傳遞給用戶的醫生。 研究團隊希望繼續改進智能馬桶， 從更大規模的研究開始， 讓更多的參與者參與其中， 并整合新的功能， 實現個性化的檢測功能， 比如糖尿病患者的血糖監測。 納入大便樣本的分子分析是另一個目標。 “這是一個比較棘手的問題， 但我們正在朝著這個目標努力。 ”Gambhir說。 “智能馬桶是利用通常被忽視的數據來源的完美方式--用戶不必做任何不同的事情。 ”
與斯坦福大學研究不同， 美國羅切斯特理工學院研究智能馬桶在跟蹤測量心力衰竭領域運用， 而劍橋大學研究的是智能馬桶“尿檢”運用。
跟蹤測量心力衰竭的智能馬桶蓋
2019年3月， 美國羅切斯特理工學院博士后尼古拉斯•康恩開發了一種智能馬桶蓋監測系統， 這款智能馬桶蓋可跟蹤測量心力衰竭患者的健康情況， 降低充血性心力衰竭患者的住院再入院率。
該智能馬桶蓋數據檢測有專用的先進的算法， 能捕獲超過九項臨床相關測量數據， 包括用于測量心臟活動的單導聯心電圖(ECG)、用于測量血液氧合和局部脈搏計時的光容積描記圖(PPG)、用于測量與心臟周期相關的機械力的心包膜心描記圖(BCG)和體重傳感器。 馬桶蓋上的設備可以監測到人的心率、血壓、血容量、血氧水平， 體重和心博量。 這些數據將由尼古拉斯設計的算法分析， 如發現病人的病情有惡化趨勢， 信息將直接傳遞給患者私人醫生，
英國劍橋大學：“尿檢”智能馬桶
2018年8月， 英國劍橋大學科學家設計出一款可以“尿檢”的智能馬桶。 據了解， 這款智能馬桶內置的光學傳感器可將尿液中的生物標記物捕獲在金納米粒子之間， 并使它們發出不同的顏色， 從而能夠測量它們的濃度水平， 被監測的生物標記可以揭示很多有關人的身體的信息。 該款智能馬桶還可以將監測報告發送至手機上， 甚至提醒用戶的私人醫生。
據英國劍橋大學科學家據研發人員介紹， 目前他們使用的納米檢測材料是石墨烯， “用戶的抗體位于石墨烯上， 尿液中有生物標記， 標記物會與石墨烯上的抗體對接。 ”劍橋大學工程系教授斯蒂芬·霍夫曼透露。該團隊正在使用化學氣象沉積法制造石墨烯，并開始嘗試其他納米材料，以確定使用哪種納米材料制造出更好的納米傳感器，并且可以大規模生產。
除了劍橋大學研究智能馬桶“尿檢”之外，2019年11月，《自然》旗下期刊npj Digital Medicine也發表了威斯康星大學麥迪遜分校代謝研究團隊一項“超大規模尿液檢測”試驗結果。據了解，人類尿液代謝數據庫(HMDB)中記錄了4240種已知的尿液代謝物，其中1424種代謝物與超過600種人類疾病相關聯，包括肥胖、癌癥、糖尿病、腎臟疾病、阿爾茨海默病等。目前，該研究團隊正在設計智能馬桶，配備便攜式質譜儀，以識別不同的如廁個體，并能夠處理分析不同個體尿液中的代謝成分。研究通訊作者Joshua Coon教授指出， “這些分析在實驗室中都可以進行，我們確信設計一個能夠采樣分析的馬桶也不難。真正的挑戰是開發適用于馬桶的技術平臺，讓收集過程足夠簡單，價格足夠合理。”
”劍橋大學工程系教授斯蒂芬·霍夫曼透露。該團隊正在使用化學氣象沉積法制造石墨烯，并開始嘗試其他納米材料，以確定使用哪種納米材料制造出更好的納米傳感器，并且可以大規模生產。除了劍橋大學研究智能馬桶“尿檢”之外，2019年11月，《自然》旗下期刊npj Digital Medicine也發表了威斯康星大學麥迪遜分校代謝研究團隊一項“超大規模尿液檢測”試驗結果。據了解，人類尿液代謝數據庫(HMDB)中記錄了4240種已知的尿液代謝物，其中1424種代謝物與超過600種人類疾病相關聯，包括肥胖、癌癥、糖尿病、腎臟疾病、阿爾茨海默病等。目前，該研究團隊正在設計智能馬桶，配備便攜式質譜儀，以識別不同的如廁個體，并能夠處理分析不同個體尿液中的代謝成分。研究通訊作者Joshua Coon教授指出， “這些分析在實驗室中都可以進行，我們確信設計一個能夠采樣分析的馬桶也不難。真正的挑戰是開發適用于馬桶的技術平臺，讓收集過程足夠簡單，價格足夠合理。”
