Gesundheit
Hightech-Klo hört mit – und erkennt tödliche Krankheit
Der "Durchfall-Detektor" identifiziert Darmerkrankungen anhand von Geräuschen, die beim Toilettengang entstehen.
Eine neue Medizintechnik kann tödliche, fäkale Krankheiten einer Person erkennen, indem es einfach den Klängen auf der Toilette zuhört, berichtet EurekAlert. Der "Diarrhöe-Detektor", also "Durchfall-Detektor", wie er genannt wird, ist ein Hightech-Soundsystem, das anzeigen kann, wenn eine Person mit schweren Darmerkrankungen wie Cholera kämpft – eine Krankheit, die jährlich 150.000 Menschen tötet.
Töne in Bildern festhalten
Dieses hochmoderne Gerät wurde von Maia Gatlin vom Georgia Institute of Technology erfunden, die kürzlich die "Fäkalien-These" vorstellte: Einsatz von maschinellem Lernen zur Erkennung von Durchfall". Die Tonproben aus jeder Sitzung werden in ein Audiospektrogramm umgewandelt, das im Wesentlichen den Ton in einem Bild festhält. Unterschiedliche Ereignisse erzeugen unterschiedliche Merkmale im Audio und im Spektrogramm. Zum Beispiel erzeugt das Wasserlassen einen gleichmäßigen Ton, während der Stuhlgang einen singulären Ton haben kann. Im Gegensatz dazu ist Durchfall eher zufällig.
Die Audiodaten werden dann durch einen Algorithmus zur spezifischen Klassifizierung verarbeitet. Die Leistung des Algorithmus wurde anhand von Daten mit und ohne Hintergrundgeräusche getestet, um sicherzustellen, dass er unabhängig von der Umgebung des Sensors die richtigen Tonmerkmale lernt.
Gesundheitsüberwachung zu Hause
"Wir hoffen, dass dieser Sensor, der wenig Platz benötigt und nicht invasiv ist, in Gebieten eingesetzt werden kann, in denen Choleraausbrüche ein ständiges Risiko darstellen", so Gatlin. "Der Sensor könnte auch in Katastrophengebieten eingesetzt werden (wo Wasserverschmutzung zur Ausbreitung von Krankheitserregern im Wasser führt) oder sogar in Pflege- und Krankenhauseinrichtungen zur automatischen Überwachung des Stuhlgangs von Patienten."
Gatlins nächste geplante Phase des Projekts besteht darin, reale akustische Daten zu sammeln, damit sich das maschinelle Lernmodell an eine Vielzahl von Badezimmerumgebungen anpassen kann. "Vielleicht kann unser Algorithmus eines Tages mit bestehenden intelligenten Geräten zu Hause verwendet werden, um den eigenen Stuhlgang und die Gesundheit zu überwachen."