机器之心原创
编辑:Sia
屎屁尿也是宝贵数据,卫浴巨头把AI放进厕所,看好「被动式、零交互」的健康场景。
据说,日本人来香港买楼,有一条隐形标配:TOTO 智能马桶,必不可少。
加热座圈、温柔清洗、播放自然声掩盖尴尬声音,TOTO 早就把如厕体验做成了一门细腻的生活艺术。
 
 如今,这份高级感正被 AI 玩出戏剧感。
想象一个场景:你坐下如厕,马桶里的摄像头悄悄亮起,默默记录你的早间大事。
算法看懂你的尿液与粪便后,结果立刻飞向手机 App。
这一次,出手的是老牌卫浴巨头 Kohler(科勒)。
 
 Kohler发布马桶相机Dekoda:599美元装在马桶里的健康监测器,能看便便、识别用户,当然,还要交订阅费。
他们把影像 AI 塞进了马桶——一台名为 Dekoda 的小相机,售价 599 美元。
核心卖点相当直球:拍照识别屎尿,分析肠道健康与身体含水状态,遇到可疑出血还能发出警报。
比如,根据检测结果生成补水评级,提醒是否该多喝水。
根据粪便的形状与颜色,提示肠道发炎、便秘、腹泻,乃至肠易激综合征(IBS)风险。
血尿,则是更严肃的信号,可能与肾脏疾病相关。
 
 如果一家人共用同一个厕所,也不用担心数据混乱。
Kohler 为 Dekoda 配备了指纹识别功能,可自动区分用户身份。
支持电池与 USB 两种连接方式。
 
 如果大家能接受在马桶边安装摄像头,这或许是把如厕变成持续健康监测的最低摩擦路径:
无需手动输入、数据客观真实、采样频次天然高。
当然,心理门槛自然不低。
Kohler 的说法是:摄像头只向下拍、不拍其他画面;所有数据都采用端到端加密,只看马桶里,不窥马桶外。
「看图说话」,还有更绝的
这条最有味道的赛道上,显然不止巨头在跑。
来自奥斯汀的初创公司 Throne(中文直译「王座」,名字相当贴切)也盯上了这门生意。 5 月,他们刚刚完成 400 万美元种子轮融资,投资人名单中甚至出现了传奇自行车手兰斯·阿姆斯特朗(患有睾丸癌)。
「王座」的设备同样安装在马桶边,镜头固定朝下,只拍马桶内的便便与尿液。
通过 AI 算法分析形态、颜色、流速、含水量等多维指标,系统可推断肠道健康、代谢状态,甚至脱水风险。
 
 Throne 把这套底层算法称为 「人工肠智能(Artificial Gut Intelligence)」。据说,算法由医生参与训练,能从排泄物中解读健康信号,连尿液中细微的纹理与色度变化,都被纳入身体含水判断参数。
公司目前仍处于预量产原型阶段,预计将在 2026 年 1 月推出首款产品。
其实,早在十几年前,已故的分子影像巨匠、斯坦福大学教授 Sanjiv 「Sam」 Gambhir 就在研发智慧马桶,并在五年前完成并测试了首个原型。
为了将粪便与本人进行匹配,它扫描的不是你的指纹,而是在座圈内部加入了肛门识别摄像头——通过肛纹进行身份验证。
理论依据很简单:每一个肛门,都是独一无二的。
 
 马桶会同时捕捉尿液和粪便的视频数据(自动上传云端),通过算法分析「尿动力学」参数,包括流速、排泄时间与总量以及粪便稠度差异,用以区分健康与异常状态。
对于站立排尿者,双高速摄像头还能测量尿流速度、流量与持续时间。
原型机还内置尿液试纸模块,可检测特定分子特征:从白细胞计数、持续性血液污染,到蛋白质水平,这些指标都可用于提前预警感染、膀胱癌乃至肾功能衰竭。
 
 首先,扫描仪会扫描的臀部来识别主体。然后,压力传感器会测量你坐着的时间以及你排便的时间。另一个传感器会监测你的尿流宽度和力度,颜色检测器则会识别排尿量是否在健康范围。还有一个传感器可以识别任何固体的形状和性质。该图还显示了一个指纹传感器和一个基于云的健康门户。
当然,这样的研究原型造价不菲,商业化依然是最大挑战。
如今,杜克大学的智能马桶实验室已将自家研发的技术授权给初创公司 Coprata,推进市场化落地。
从废物到数据金矿
从排泄物中提取健康信息,这个听起来略带荒诞的想法,其实有着的科学基础。
人体大约有三四十万亿个细胞,而在你的肠道里,却住着超过一百万亿个细菌——比人体细胞还多。
它们不仅负责分解食物、帮助消化,还在悄悄调控免疫系统、代谢,甚至影响情绪与思维。
通过合成或改造上千种代谢物,这些细菌像信使一样,与人体进行着持续而复杂的化学对话。换句话说,排泄物并非废物,而是一份生物化学报告书。
研究显示,肠道微生物与多种疾病密切相关。在结直肠癌的发生与进展中,它们扮演着关键角色。美国癌症协会曾指出,某些癌症甚至能通过排尿习惯的变化在早期被察觉。
如今,医生已经能通过分析排泄物中的特定生物标志物——如钙卫蛋白、乳铁蛋白、短链脂肪酸以及细菌 DNA 谱系——在无需侵入性检查的前提下,判断肠道炎症活跃度、疾病复发风险,甚至监测治疗反应。
在慢性消化系统疾病中,这种能力尤为重要。克罗恩病、溃疡性结肠炎、肠易激综合征(IBS)等疾病,往往伴随着菌群失衡、炎症指标升高与肠黏膜受损。
当然,这些公司也很聪明,智能马桶的定位非常谨慎——
它们强调健康管理,而非医疗诊断,目标是让异常被尽早发现,而不是直接替代临床检测。
这类产品的目标人群也非常明确。一方面是关注健康管理的老龄用户;另一方面,是患有慢性消化道疾病的群体。
对他们而言,即便监测结果尚不足以确诊,持续的数据追踪依然很有意义。
你的马桶,下一个被低估的健康入口
从马桶开始,如厕这件再日常不过的小事,正在被重新定义——
它正变成一个连续、零打扰、几乎无感的健康监测入口。
巨头的加入,意味着这场关于「看图说话」的马桶革命,正加速从概念走向产品化。
在健康科技的版图中,马桶其实属于持续健康监测(Continuous Health Monitoring)的一环,与智能手表、手环同属一个大类。
不同的是,手表可以摘下,而马桶——谁都必须用。正因为「无法不使用」,它在健康监测层面反而拥有了天然优势。
人们希望获得更精准的生理信号,却又不想被设备打扰。而马桶,恰好满足这些要求:你什么都不用做,数据自然生成,健康信息悄然记录。
在可穿戴设备之后,真正稀缺的,是这种被动式健康数据入口。智能马桶正是利用被忽视数据源的完美方式。
与此同时,随着硬件与算法成本的快速下降,这一切也变得可行。
而肠道健康关注度的提升、隐形失血等慢性风险的潜在价值,包括老龄化社会的来临,也让市场看到了新空间。
但在这条最私密的健康赛道上,能否跨过信任这道坎,才是真正的成败分水岭。
针对身份识别、样本分析等关键数据保护,Throne 强调,他们的系统只「看马桶里的事」。所有非相关画面会被算法自动识别并删除,只保留与排泄物相关的数据。
团队「不接触个人层级数据」,只分析经过去标识化处理的整体统计信息。
已故斯坦福教授 Sanjiv 「Sam」 Gambhir 表示,「除了您本人或您的医生,没有人会看到这些扫描结果。」
所有信息在上传云端前都经过匿名化处理,发送给医疗机构时也符合美国 HIPAA 医疗数据保护标准。
相比之下,卫浴巨头 TOTO 干脆放弃摄像头。
他们在喷嘴出口附近内置了一枚「便便扫描仪」:通过 LED 光源照射排泄物落入水中时的反射信号,再由算法推断形态、色阶与排出量。
这种光学传感方案天然规避了「拍到不该拍的」风险,也减少了厕纸等异物干扰。
 
 TOTO 还参考并改良了英国的布里斯托大便分型法:从长度、宽度、轮廓等特征出发,建立七种类型标签——从「颗粒状」到「有裂纹」等都有定义。
排便量通过落下时间反推:少于 100 克为「少」,100 至 300 克为「中」,超过 300 克为「多」;
颜色则按亮度分为黄土色、棕色和深棕色。
当你坐下时,传感器自动启动,LED 灯照亮粪便,测量结果瞬间发送至手机 App。
应用会自动配对用户、生成排便日历,追踪趋势与异常,还能结合饮食与运动数据,给出生活方式优化建议。
隐私之外,算法的准确性和稳定性,是另一道门槛。
杜克大学的智能马桶实验室曾验证了这项技术的可行性:
在长达 10 个月的实验中,6 名志愿者共留下 474 次排便图像。算法结合深度学习分割与数学特征提取,对粪便形态进行量化分析。
结果显示,系统在识别异常便型时的准确率达到 94%,灵敏度 81%,特异性 95%。
但要走出实验室,还面临一系列现实挑战。
家庭环境中的光线复杂、马桶形态多样、镜头易污;算法如何在真实世界保持稳定识别?误报与漏报的比例对医疗决策是否安全?多用户识别、设备维护、数据同步体验是否足够顺滑?
Nice to have? Must have ?
在商业模式上,智能马桶的故事,才刚刚开始。
科勒的 Dekoda 只是入门票,真正的商业逻辑在后续订阅。设备已开启预售,售价599美元;此外,还需额外订阅,每年费用在 70 至 156 美元 之间,视套餐而定。
Throne 的方案类似。设备定价 499 美元,早鸟价 299 美元,用户同样需要持续付费以解锁分析与健康追踪功能。
但现实是,目前对大多数人来说,它依然是「Nice to Have(可有可无)」,而非「Must Have(非装不可)」。
价格高、隐私敏感、使用习惯尚未形成,都是阻力。
多数厂商目前只提供数据检测与可视化报告,但差异化的关键仍在于服务体验,如结合在线健康咨询、处方开立、药物配送等服务,让用户真正感受到持续价值,将决定它能否从噱头变成刚需。
更长远的想象空间,是如何让数据流动起来。如果这些排泄数据能与保险产品、医院远程诊疗系统、甚至个性化营养建议平台串联,智能马桶就不只是一个设备,可能会成为健康生态的底层入口。
换句话说,未来的竞争,不在马桶里,而在马桶之外。
 
                         
                         
                         
                         
                         
                         
                        