Wichtige Details

Verbesserung der Genauigkeit der Zyklusvorhersagen um bis zu 54,2%.

Kunde

Flo ist ein intelligenter Periodentracker, der die Menstruationszyklen, den Eisprung und die fruchtbaren Tage von Frauen genau vorhersagt.

Herausforderung: Verbesserung der Vorhersage unregelmäßiger Zyklen für Anwendungsnutzer

Rund 30% der Frauen auf der ganzen Welt haben mit unregelmäßigen Perioden zu kämpfen, aber die meisten mobilen Periodenmessgeräte können keine genauen Vorhersagen für diese Frauen treffen.

Als Flo beschloss, mit ESSID Solutions eine Partnerschaft für die Implementierung eines neuronalen Netzwerks einzugehen, waren mehr als 450 GB an Benutzerdaten in ihrer Datenbank gespeichert. Jeden Tag protokollieren Frauen manuell etwa 1,4 Mio. neue Datenpunkte, darunter den Zyklusverlauf, die Ergebnisse von Eisprung- und Schwangerschaftstests, Alter, Größe, Gewicht, Lebensstil, Statistiken über Schlaf, Aktivität und Ernährung. Darüber hinaus kommen weitere Daten von tragbaren Geräten wie Fitbit und Apple Watch.

Eine Formel, die für eine "Durchschnittsfrau" erstellt wurde, kann nicht mit neuronalen Netzen konkurrieren, wenn es um die Menge, Geschwindigkeit und Vielfalt von Daten geht.

Lösung: Implementierung eines neuronalen Netzes zur besseren Vorhersage des Menstruationszyklus

Das neuronale Netzwerk von Flo verfügt über 442 Eingabeeinheiten, die eine Vielzahl von Merkmalen erhalten, die anhand der von den Frauen in die App eingegebenen Informationen entwickelt wurden. Die Kombination der Merkmale ist für jede Frau einzigartig und jedes Merkmal hat einen anderen Einfluss auf die Vorhersage.

Die schwierige Aufgabe der Priorisierung von Merkmalen und der Vorhersage der Zykluslänge wird vom neuronalen Netz übernommen. Es lernt kontinuierlich, indem es seine Vorhersagen mit den tatsächlichen Ergebnissen vergleicht (die von den Benutzern manuell aufgezeichnet werden) und die Verbindungen zwischen seinen Eingabe- und Ausgabeeinheiten im Laufe der Zeit fein abstimmt.

Die Ausgabeschicht wird durch eine einzige Einheit repräsentiert, die die vorausgesagte Anzahl der Tage im Zyklus überträgt.

Das Team von ESSID Solutions fand die Quelle für neue Funktionen in der Einzigartigkeit der Benutzerinnen der Anwendung. Frauen protokollieren manuell ihre Stimmung, körperliche Aktivität, Symptome wie Kopfschmerzen, Müdigkeit oder Akne, die manchmal ein stabiles Muster bilden, das sich an bestimmten Tagen eines Zyklus wiederholt.

Diese einzigartigen, wiederholbaren Muster sind so individuell, dass kein Mensch genügend Regeln erstellen kann, um sie alle zu erfassen, aber sie können für eine bestimmte Frau so offensichtlich und stabil sein, dass das neuronale Netz durch ihre Analyse eine bessere Vorhersage treffen kann. Aus diesem Grund wird das Data-Science-Team haben einen Algorithmus für maschinelles Lernen entwickelt, der die einzigartigen Menstruationszyklusmuster jeder Frau erfassen kann.

Technisch wird dies durch einen zweistufigen Prozess realisiert:

• Einzigartige Muster werden erkannt durch Modelle für maschinelles Lernen auf individueller Ebene.
• Die Muster werden in Merkmale für das neuronale Netz umgewandelt.

So wird eine Ausgabe eines Algorithmus zu einem zusätzlichen Merkmal für das neuronale Netz.

Das Schöne an Flos neuronalem Netzwerk ist, dass es allgemeine Statistiken und Regeln kennt, die für die mehr als 5 Millionen Frauen, die die App nutzen, gelten, aber dennoch jede Frau als einzigartige Person mit ihren individuellen Körpereigenschaften und ihrem Lebensstil behandelt.

Ergebnis: verbesserte Vorhersage unregelmäßiger Zyklen

Die aktuelle Version des neuronalen Netzes von Flo, das von ESSID Solutions entwickelt wurde, kann die Vorhersage unregelmäßiger Zyklen je nach Qualität der Eingabedaten um bis zu 54,2% verbessern, wobei der Vorhersagefehler von 5,6 auf 2,6 Tage reduziert wird.

Flo wurde innerhalb weniger Monate zur weltweit am meisten heruntergeladenen App in seiner Kategorie, nachdem das neuronale Netzwerk Implementierung in seinen Vorhersagealgorithmus.

Für uns als wachsendes Unternehmen war die Expertise von ESSID Solutions im Bereich Data Science von unschätzbarem Wert. In den fast zwei Jahren unserer Zusammenarbeit haben sie uns geholfen, unsere Datenanalysestrategie zu definieren, eine skalierbare Datenpipeline aufzubauen und die Vorhersage des Menstruationszyklus mit einem ausgeklügelten neuronalen Netzwerk zu verbessern.

- Andrew Kovzel, Leiter der Datenwissenschaft, Flo