Nat BME: 基于精准医学思想的对人类排泄物检测的马桶系统设计

侵入性临床检查不适合在非临床环境下进行持续的健康监测，因为它们常常使患者感到疼痛，不适。

尿流量测定和粪便分析，如显微镜检查、化学检查和微生物试验。尿液分析对于获取尿液的生化成分及其与糖尿病、代谢异常、肝病、某些癌症(如前列腺、肾脏和膀胱)、胆道和肝梗阻以及肾脏和尿路疾病等疾病的关系十分重要。这些测试已经提供给家庭使用，并可在市场上以试纸的形式在市场上获得。

除了尿液的生化分析外，排尿的物理和定量分析的标准技术称为尿流计，它测量尿液的流量，并跟踪排尿事件的速度、体积和持续时间。尿流率测定是评价泌尿道功能的一项诊断试验。粪便分析对于诊断胃肠道疾病也很重要，包括营养吸收不良。、胰腺炎、感染和癌症。特别是布里斯托尔大便形式量表(bs1-bs7)。客观量表的使用有助于病人和医生之间准确地交流临床有用的信息。

尽管这些检测在临床上得到了证实，但没有任何经过临床检验的方法能够可靠和持续地监测家庭环境中的人类排泄物。作者提出了一种马桶系统设计方法，用于提供无创和可靠的排泄物测量，以持续监测人体健康。是临床相关的尿液分析和粪便分析。标准尿检试纸安装在厕所系统内，并与运动传感器和机械扩展器自动与尿流相互作用。此外，对尿流的视频分析进行了尿流测量，以测量基线，并确定与疾病相关的异常尿液流量。在大便分析方面，采用机器学习算法，利用自动分类器，在BSFS上采集马桶系统中的粪便图像进行分级。它还能够收集更多的信息，如第一次大便下降时间和坐位时间，以帮助管理便秘和痔疮。系统还使用指纹和一种独特的方法使用肛门褶皱(这里称为analprint)作为生物特征标识符，以安全地将收集到的数据与用户的身份相关联。

系统分为尿液分析模块、计算机视觉分析尿流计和大便分析(BSFS分类和排便时间)。原型包括使用指纹识别和分析指纹识别的双因素用户识别，并自动将尿液分析、泌尿流量测量和粪便分析的数据转移到云系统中。系统提供了红细胞、尿胆红素、胆红素、蛋白质、亚硝酸盐、酮、葡萄糖、pH、比重和白细胞等10个生物标志物的定性和半定量尿液分析。 系统使用旋转盘原理测量排尿时间、最大流量时间、最大流量、平均流量和总排尿量。 系统与用于癌症诊断的病理评估(活检)粪便相比，目前还没有关于BSFS分类的黄金标准，因为BSFS纯粹是基于视觉评估。因此，两名经普通外科医生(大肠科的分支)独立地注释了所有粪便图像，并配以相应的BSFS，将它们指定为金本位。为了比较它们的分类一致性，系统创建了基于真值的分类器性能描述的混淆矩阵。此外，系统使用一个压力传感器(FSR 402，Interlink Electronics)由一个力敏电阻(FSR)组成，安装在马桶座下面，以检测排便过程的开始。

结论：。现有的马桶系统由几个独立的模块(尿液分析、尿流量测量、排便监测和生物特征识别)组成，它们使用传感器、机器学习算法和计算机视觉测试，以方便地获取人体排泄物的基本特性(如排尿时间参数、大便形态、排尿流量参数、尿液生化成分)。利用所获得的参数，帮助诊断/监测肠易激综合征、良性前列腺增生和/或尿路感染。

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 4, 624–635 (2020). https://doi.org/10.1038/s41551-020-0534-9