报道称，佐治亚理工学院的马娅·加特林及其同事从视频网站和声音数据库上收集了350段人们如厕声音的录音，这包括标准排便、腹泻、排尿和胃肠胀气的声音。
然后，研究人员利用70%的录音训练人工智能识别这四种排泄的声音差异。一旦他们确认人工智能可以对另外10%的数据顺利地进行这种识别工作，他们就利用剩下的20%录音来测试人工智能的表现。
结果显示，如果把背景噪音——比如人们说话的声音——过滤掉，人工智能就能以98%的准确率分辨腹泻或非腹泻。如果保留背景噪音，准确率则为96%。
加特林说，若要利用这种方法追踪疾病的暴发，需要在公共厕所放置麦克风，并将相关数据提供给人工智能。
