當涉及到傳染病時，盡快確定爆發的源頭是很重要的。在霍亂疫情爆發的情況下，一種新的廁所傳感器可以提供幫助，它可以檢測出一個特定地區有多少人正在經歷主要症狀之一–腹瀉。該原型設備是由喬治亞理工學院的一個團隊開發的，由研究工程師Maia Gatlin領導。

它集成了一個麥克風（絕對不是攝像頭），它在人們上廁所時進行監聽，利用在一個集成微處理器上運行的基於機器學習的算法，它能夠識別與霍亂帶來的痢疾有關的鬆散、水樣的腸道運動的獨特音頻特徵。

加特林和她的團隊使用從網上獲得的”排泄事件”，如排尿、正常排便和腹瀉的音頻樣本來訓練該算法。每個樣本都被轉換為頻譜圖，這基本上可以被看成是聲音的視覺表現。

由於每個音頻樣本已經知道是某種類型的事件的記錄，該算法能夠學習哪些獨特的頻譜特徵伴隨著哪些類型的排泄物。因此，當隨後出現其他音頻樣本的頻譜圖時，該算法能夠準確識別相應的事件類型。

重要的是，即使在背景噪音也被記錄下來的情況下，它也能單獨找出腹瀉的頻譜圖。

現在的計劃要求進一步完善該算法，使用在代表各種浴室環境的真實世界環境中獲得的錄音。最終，傳感器網絡可能會提供霍亂爆發的早期預警，特別是如果在已經知道該疾病會定期發生的地區使用的話……儘管潛在的應用並不限於此。

加特林說：”該傳感器還可以用於災區（水污染導致水媒病原體的傳播），甚至用於護理/臨終關懷設施，自動監測病人的腸道運動。也許有一天，我們的算法可以與現有的家用智能設備一起使用，以監測自己的腸道運動和健康。”

本週一，她在美國聲學學會第183屆會議上介紹了她的團隊的研究。