Bolehkah anda mengetahui sama ada anda mengalami cirit-birit dengan mendengar bunyi buang air besar? Selepas mendengar 350 bunyi tandas, ketepatan pengecaman AI ini mencapai 98%

​Dihasilkan oleh Big Data Digest

Author: Caleb

Najis boleh dikatakan sebagai "harta" besar yang dikumuhkan oleh manusia.

Bentuk najis bukan sahaja boleh membantu menilai kesihatan seseorang, malah mungkin membocorkan maklumat peribadi anda Ini sudah cukup untuk menunjukkan bahawa najis juga memainkan peranan yang sangat penting dalam bidang AI.

Kini, terdapat kajian baru menunjukkan bunyi buang air besar juga boleh digunakan sebagai bukti perubatan Nampaknya kajian tentang najis semakin rumit.

Penyelidik yang bergabung dengan Institut Teknologi Georgia di Amerika Syarikat menerbitkan makalah The feces thesis: Menggunakan pembelajaran mesin untuk mengesan cirit-birit Kertas itu mencadangkan model pembelajaran mesin yang menggunakan mesin yang dipasang di dalam tandas digunakan untuk merakam bunyi buang air besar untuk menentukan sama ada seseorang itu mengalami gejala cirit-birit.

Pautan kertas:

https://asa.scitation.org/doi/10.1121/10.0015504

Nampaknya kajian ini bukan sahaja mempunyai bau, tetapi juga bunyi~

Ketepatan adalah 98%, tetapi algoritma mendengar 350 bunyi buang air besar

Kita tahu bahawa taun, penyakit bakteria yang menyebabkan cirit-birit, menjejaskan berjuta-juta orang setiap tahun dan menyebabkan kira-kira 150,000 kematian.

Tetapi sementara pengesanan awal dan memberi amaran kepada profesional kesihatan boleh mengurangkan kesan kolera secara berkesan, pemantauan penyakit enterik yang serupa kekal sebagai isu sensitif.

Jadi, penyelidik mencadangkan kaedah pengesanan baharu iaitu bunyi buang air besar.

Pasang penderia dalam tandas dengan mikrofon terbina dalam untuk merakam bunyi buang air besar Kemudian pembelajaran mesin boleh menganalisis bunyi dan menggunakan lampu penunjuk untuk menunjukkan kehadiran cirit-birit.

Apabila menganalisis bunyi, sistem akan terlebih dahulu menukar bunyi buang air besar menjadi An imej yang dipanggil spektrogram. Bergantung kepada keadaan, bunyi dan spektrogram mempunyai ciri yang berbeza. Sebagai contoh, kencing menghasilkan nada yang konsisten, manakala pergerakan usus mempunyai nada tertentu, dan cirit-birit lebih rawak.

Imej spektrum yang dijana kemudiannya dihantar ke algoritma pembelajaran mesin untuk dikelaskan berdasarkan ciri yang berbeza.

Untuk melatih algoritma, penyelidik menggunakan 350 sampel daripada YouTube dan pangkalan data bunyi Soundsnap data bunyi berkaitan tandas, meliputi pembuangan air besar, cirit-birit, kencing dan gas.

Menurut keputusan ujian, apabila bunyi latar belakang seperti suara dikeluarkan, ketepatan sistem boleh mencapai 98% apabila bunyi latar belakang dikekalkan, ketepatan sistem ialah 96% .

Nampaknya sistem masih boleh membezakan cirit birit atau bukan cirit birit dengan lebih tepat berdasarkan bunyi buang air besar.

Maia Gatlin, pengarang pertama kertas itu, berkata, "Kami berharap penderia tapak kaki kecil ini boleh dipasang di kawasan di mana kolera terus terjejas." juga digunakan di kawasan bencana (pencemaran air) yang membawa kepada penyebaran patogen bawaan air) dan bahkan boleh digunakan di kemudahan kejururawatan/hospis untuk memantau pergerakan usus pesakit secara automatik Mungkin suatu hari nanti, algoritma itu boleh digabungkan dengan peranti pintar rumah sedia ada untuk memantau pergerakan usus dan kesihatan mereka sendiri."

Para penyelidik berkata bahawa mereka berharap untuk bukan sahaja menjalankan penyelidikan tentang bunyi buang air besar pada masa akan datang, tetapi juga memasukkan bunyi kencing untuk meramalkan perubahan abnormal dalam pelbagai penyakit.

emmm Hadam bakteria cuma nak cakap: Jangan datang!

Penyelidikan najis juga mengikuti rapat di belakang

Bayangkan, jika penyelidikan ini boleh digabungkan dengan penyelidikan najis, apakah akan berlaku? Tidak... Tidak, gambar ini agak terlalu cantik.

Tetapi memang benar bahawa ramai pakar gastroenterologi berharap untuk mengetahui lebih lanjut dengan menganalisis najis pesakit dan mencari kelainan yang mungkin merupakan tanda-tanda penyakit radang usus atau kesihatan usus pesakit.

Sebagai contoh, pada Mei lalu, Duke University telah membangunkan teknologi baharu yang boleh mengautomasikan kebanyakan langkah dalam proses ini dalam sistem tandas sedia ada Selain itu, Boleh menggunakan AI untuk mengimbas dan mengklasifikasikan najis yang disiram .

Ini ialah Tandas Pintar yang dicadangkan oleh Universiti Duke.

Sistem direka bentuk untuk dipasang di dalam paip tandas sedia ada untuk mengumpul imej najis Algoritma AI sokongan telah dilatih pada lebih daripada 3,000 imej najis yang unik oleh pakar gastroenterologi sebagai longgar, normal, sembelit dan dengan atau tanpa darah.

Algoritma kemudiannya boleh menganalisis imej itu sendiri. Algoritma dengan tepat mengklasifikasikan najis 85% daripada masa dan dengan tepat mengesan darah 76% daripada masa itu.

Sonia Grego, ketua penyelidik kajian itu, berkata: "Kami optimis tentang kesediaan pesakit untuk menggunakan teknologi ini kerana ia boleh dipasang di dalam paip tandas dan pesakit tidak perlu melakukan apa-apa selain mengepam. Ini sangat penting untuk Ia amat berguna untuk pesakit yang mungkin tidak dapat melaporkan keadaan mereka, seperti mereka yang tinggal di kemudahan penjagaan jangka panjang Pakar Enterologi mesti bergantung pada maklumat yang dilaporkan sendiri oleh pesakit tentang najis mereka untuk membantu menentukan punca masalah kesihatan gastrousus mereka. , yang boleh menjadi sangat tidak boleh dipercayai Pesakit selalunya tidak dapat mengingati rupa najis mereka atau kekerapan mereka membuang air besar Sebagai sebahagian daripada proses pemantauan standard, teknologi Tandas Pintar akan membolehkan kami mengumpul maklumat jangka panjang yang diperlukan dengan lebih tepat dan. mendiagnosis penyakit gastrousus kronik tepat pada masanya."

Laporan berkaitan:

https://www.itmedia.co.jp/news/articles/2212/22/news067.html

https://www.eurekalert.org/news-releases/972604

https://medicalxpress.com/news/2022-12-feces-thesis-machine-diarrhea.html

https://www.cnbeta.com.tw/articles/science/1132335.htm

Atas ialah kandungan terperinci Bolehkah anda mengetahui sama ada anda mengalami cirit-birit dengan mendengar bunyi buang air besar? Selepas mendengar 350 bunyi tandas, ketepatan pengecaman AI ini mencapai 98%. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!