针对人类排便行为研究的长期空白，一项研究开发了智能马桶系统，通过传感器与AI实时、客观地监测关键排便参数。该技术将主观感受转化为可量化的数字生物标志物，不仅为便秘等功能性肠道疾病提供了精准的监测手段，也为个性化健康管理与早期疾病干预开辟了全新的可能性。
智能速览
排便持续时间超过5秒与低BSFS评分（提示便秘）存在显著关联。
粪便厚度是评估肠道功能的客观指标，其数值随BSFS评分增加而降低。
提出“里急后重”新概念，作为与粪便性状无关的独立肠道健康生物标志物。
纵向监测能够反映个体肠道健康状况变化，助力个性化饮食建议。
排便行为中的时间与行为参数组合，或可用于区分不同个体身份。
精华内容
这项研究的核心价值在于，它将日常生活中难以启齿的生理过程，转化为清晰、可量化的健康数据。以下是几个关键维度的深入解读。
排便时长与形态关联
研究发现，人类主动排便的平均时长为3.2秒，其分布呈对数正态分布。一个关键结论是，当单次排便持续时间超过5秒时，其对应的布里斯托尔大便形态量表（BSFS）评分显著降低（p=0.008），这表明排便时间延长与便秘（BSFS 1-3型）密切相关。
在粪便形态方面，研究通过计算机视觉算法量化了粪便厚度，平均值为26.6毫米。数据分析显示，粪便厚度与BSFS评分呈现强烈的负相关关系（p = 5 × 10⁻⁶）。也就是说，BSFS评分越高（粪便越稀），其厚度就越薄。这为客观评估肠道健康状况提供了可靠的数据支持，弥补了传统主观记录的不足。
里急后重新解
研究引入了一个全新的量化指标——“里急后重”，将其定义为从最后一次排便到开始清洁行为之间的时间间隔。监测数据显示，健康个体的“里急后重”平均时长为74.8秒，且存在显著的性别差异（p=0.014），女性的平均时长（114.6秒）约为男性（48.2秒）的两倍多。
值得注意的是，该指标的时长与BSFS评分所代表的粪便性状并无统计学关联。这意味着，“里急后重”可能是一个独立的、反映盆底功能或直肠敏感性的数字生物标志物，为早期识别功能性肠道疾病提供了新的思路。
健康追踪与身份识别
通过对部分参与者进行长达22天的连续监测，智能马桶系统能够清晰地描绘出个人排便模式的动态变化。例如，可以识别出持续便秘、持续腹泻或模式波动的个体，为临床医生提供客观依据，从而制定更具针对性的饮食或药物干预建议。
此外，研究还探索了利用排便行为进行生物特征识别的可行性。通过分析包括排便时间、持续时间、清洁方式等在内的11项参数，结合t-SNE等机器学习算法，发现与时间和行为相关的参数组合能有效区分不同参与者，这为非侵入式身份验证开辟了新途径。
局限性与未来方向
当前研究也存在一些局限，例如参与者数量较少（n=11），且参与者已知晓自己被监测，这可能影响其自然行为。此外，研究对象均来自美国，结论的普适性有待更多元化的研究来验证。
未来研究将致力于扩大样本规模，并探索更保护隐私的监测技术，如无透镜成像，以解决用户对光学传感器的担忧。该技术有望通过持续、客观的数据收集，深刻改变人类对肠道健康的理解与管理方式。
这项研究成功地将智能马桶从一个简单的卫浴设备，转变为一个强大的家庭健康监测平台。通过量化排便行为，它为理解和改善肠道健康提供了前所未有的客观工具。这项技术能否在保障隐私的前提下，成为未来家庭健康管理的新常态？
