배변소리로 설사를 하는지 알 수 있나요? 화장실 소리 350개 듣고 AI 인식 정확도 98% 달성

​제작: 빅데이터다이제스트

저자: Caleb

똥은 인간이 배설하는 큰 '보물'이라고 할 수 있습니다.

대변의 모양은 사람의 건강을 판단하는 데 도움이 될 수 있을 뿐만 아니라, 개인 정보가 유출될 수도 있다는 점은 AI 분야에서도 대변이 매우 중요한 역할을 한다는 것을 보여주기에 충분합니다.

이제 배변 소리도 의학적 증거로 활용될 수 있다는 새로운 연구 결과가 나와 대변에 대한 연구가 점점 더 복잡해지고 있는 것 같습니다.

미국 조지아 공과대학 소속 연구진이 '대변 논문: 머신러닝을 사용하여 설사 감지'라는 논문을 발표했습니다. 이 논문은 화장실에 설치된 센서를 사용해 배변 소리를 녹음하는 머신러닝 모델을 제안했습니다. 이를 사용하여 사람에게 설사 증상이 있는지 확인하십시오.

논문 링크:

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

이 연구는 재미있을 뿐만 아니라 소리도 좋은 것 같습니다~

정확합니다 비율은 98%인데, 알고리즘은 350개의 배변 소리를 들었습니다

우리는 설사를 일으키는 세균성 질병인 콜레라가 매년 수백만 명의 사람들에게 영향을 미치고 약 150,000명의 사망자를 초래한다는 것을 알고 있습니다.

그러나 조기 발견과 의료 전문가의 경고가 콜레라의 영향을 효과적으로 완화할 수 있지만 유사한 장 질환을 모니터링하는 것은 여전히 ​​민감한 문제로 남아 있습니다.

그래서 연구진은 배변소리라는 새로운 검출 방법을 제안했습니다.

변기에 마이크가 내장된 센서가 설치되어 배변 소리를 녹음하면 기계 학습이 소리를 분석하고 표시등을 사용하여 설사가 있는지 여부를 나타낼 수 있습니다.

소리를 분석할 때 시스템은 먼저 배변 소리를 스펙트로그램이라는 이미지로 변환합니다. 상황에 따라 소리와 스펙트로그램의 특성이 다릅니다. 예를 들어, 소변은 일관된 톤을 생성하는 반면 배변은 특정 톤을 가지며 설사는 더 무작위입니다.

생성된 스펙트럼 이미지는 기계 학습 알고리즘으로 전송되어 다양한 특징을 기반으로 분류됩니다.

알고리즘을 훈련하기 위해 연구원들은 표준 배변, 설사, 배뇨 및 고창을 포함하는 YouTube 및 사운드 데이터베이스 Soundsnap의 화장실 관련 사운드 데이터 350개를 사용했습니다.

테스트 결과에 따르면 음성과 같은 배경 소음이 제거되면 시스템 정확도는 98%에 도달할 수 있으며, 배경 소음이 유지되면 시스템 정확도는 96%에 도달합니다.

아직도 시스템은 배변 소리를 기준으로 설사와 비설사를 비교적 정확하게 구분할 수 있는 것 같습니다.

논문의 제1저자인 마이아 개틀린(Maia Gatlin)은 "콜레라가 지속적으로 발생하는 지역에 이 작은 설치 공간의 센서가 설치될 수 있기를 바란다"고 말했다. 오염은 수인성 병원균의 확산으로 이어진다), 심지어 "간호/호스피스 시설에서 환자의 배변을 자동으로 모니터링하는 데 사용될 수 있으며 언젠가는 알고리즘을 기존 홈 스마트 장치와 결합하여 자신의 배변을 모니터링할 수도 있을 것입니다. 배변과 건강."

연구원들은 앞으로 배변음에 대한 연구뿐만 아니라 다양한 질병의 이상변화를 예측하기 위해 배뇨음도 포함시킬 수 있기를 희망한다고 밝혔습니다.

emm 박테리아를 소화하고 싶은 말: 오지 마세요!

대변 연구도 바짝 뒤따랐어요

만약 이 연구가 대변 연구와 결합될 수 있다면 어떨지... 아니, 이 사진은 소화 박테리아가 좀 너무 아름답습니다. 감히 쳐다보지도 못한다고 하더군요.

그러나 많은 위장병 전문의가 대변을 분석하고 염증성 장질환이나 과민성 대장 증후군의 징후일 수 있는 이상을 찾아 환자의 장 건강에 대해 알고 싶어하는 것은 사실입니다.

예를 들어 지난해 5월 듀크대학교는 기존 변기 시스템에서 이 과정의 대부분을 자동화할 수 있고, AI를 사용해 물을 내린 변기를 스캔하고 분류할 수 있는 새로운 기술을 개발했습니다.

듀크대학교에서 제안한 스마트 변기 입니다.

이 시스템은 배설물 이미지를 수집하기 위해 기존 변기 파이프에 설치되도록 설계되었습니다. 지원 AI 알고리즘은 위장병 전문의가 분류한 3,000개 이상의 고유한 대변 이미지에 대해 훈련되었습니다. 피가 있습니다.

알고리즘은 자체적으로 이미지를 분석할 수 있습니다. 알고리즘은 대변을 85% 정확하게 분류했으며 혈액을 76% 정확하게 감지했습니다.

연구 수석 연구원인 소니아 그레고(Sonia Grego)는 다음과 같이 말했습니다. "우리는 이 기술을 변기 배관에 설치할 수 있고 환자가 물 내리는 것 외에는 아무것도 할 필요가 없기 때문에 환자의 사용 의지에 대해 낙관하고 있습니다. 이는 이러한 사람들에게 도움이 될 것입니다. 이 연구의 수석 저자인 데보라 피셔(Deborah Fisher)는 "장기 요양 시설에 거주하는 환자와 같이 자신의 상태를 보고할 수 없는 환자에게 특히 유용합니다."라고 말했습니다. 위장 건강 문제의 원인을 파악하는 데 도움이 되는 자가 보고 정보는 매우 신뢰할 수 없습니다. 환자는 표준 스마트 화장실 기술의 일부인 대변이 어떻게 생겼는지, 배변 횟수를 기억하지 못하는 경우가 많습니다. 만성 위장병을 보다 정확하고 시기적절하게 진단하는 데 필요한 장기적인 정보를 수집할 수 있게 될 것입니다."

어느 날 정말 대변이 말려올 줄은 몰랐습니다.

관련 보도:

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-esis-machine-diarrhea.html

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

위 내용은 배변소리로 설사를 하는지 알 수 있나요? 화장실 소리 350개 듣고 AI 인식 정확도 98% 달성의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!