数字启用的人工智能解释的唾液的基于排卵的预测:可行性研究

科学领域:

• 生殖内分泌学和不孕不育问题
• 生物医学工程 生物医学工程
• 医疗保健中的人工智能

背景情况:

• 对于周期不规则或PCOS的女性来说,存在有限的在家排卵预测选择.
• 目前的非处方排卵套件是为定期周期和可预测的LH激增而优化.
• 基于智能手机的唾液发测试与AI提供了改善排卵预测的潜力.

研究的目的:

• 评估不同月经周期长度的参与者研究任务的可行性.
• 收集用于培训和开发人工智能模型的数据,用于基于唾液的排卵预测.
• 为了评估参与者保留,参与和坚持不规则周期的研究.

主要方法:

• 招募了两次月经周期的参与者,以评估保留和坚持.
• 参与者远程收集并上传每日唾液和LH数据.
• 涉及实验室访问和返回生物唾液样本进行分析.

主要成果:

• 51.9%的被招募女性符合条件; 62.3%的符合条件的参与者完成了基线调查.
• 仅有24.1%的接受套装的参与者完成了这项研究,许多人将不规则的月经周期作为戒断的原因.
• 戒断的常见原因包括周期不规则,怀孕,搬迁,时间限制和压力.

结论:

• 研究设计需要优化,包括有针对性的招聘和简化程序,以改善参与者完成.
• 一个优化的设计可以产生足够的数据,用于人工智能模型预测女性有不规则周期的排卵.
• 在排卵和生育数字健康方面推进人工智能和女性技术依赖于充分了解的研究设计.