Detalles clave

Mejora de la precisión de las predicciones de ciclo hasta en un 54,2%.

Cliente

Flo es un sistema inteligente de seguimiento de la menstruación que predice con exactitud los ciclos menstruales, la ovulación y los días fértiles de las mujeres.

Reto: mejorar las predicciones de ciclos irregulares para los usuarios de aplicaciones

Alrededor de 30% de las mujeres de todo el mundo se enfrentan al reto de los periodos irregulares, pero la mayoría de los dispositivos móviles de seguimiento del periodo no pueden hacer predicciones precisas para estas mujeres.

Cuando Flo decidió asociarse con ESSID Solutions para implantar la red neuronal, había más de 450 GB de información de usuarias almacenada en su base de datos. Cada día, las mujeres registran manualmente alrededor de 1,4 millones de nuevos datos, como el historial del ciclo, los resultados de las pruebas de ovulación y embarazo, la edad, la altura, el peso, el estilo de vida, estadísticas sobre el sueño, la actividad y la nutrición. Además, hay más datos procedentes de dispositivos portátiles como Fitbit y Apple Watch.

Una fórmula creada para una "mujer media" no puede competir con las redes neuronales cuando nos enfrentamos al volumen, la velocidad y la variedad de los datos.

Solución: aplicación de redes neuronales para predecir mejor el ciclo menstrual

La red neuronal de Flo tiene 442 unidades de entrada que reciben una serie de características diseñadas a partir de la información que las mujeres han proporcionado a la aplicación. La combinación de características es única para cada mujer y cada característica tiene un impacto diferente en las predicciones.

La red neuronal se encarga de priorizar las características y predecir la duración del ciclo. Aprende continuamente comparando sus predicciones con los resultados reales (registrados manualmente por los usuarios) y afina las interconexiones entre sus unidades de entrada y salida a lo largo del tiempo.

La capa de salida está representada por una sola unidad que transmite el número previsto de días del ciclo.

El equipo de ESSID Solutions encontró el origen de las nuevas funciones en la singularidad de las usuarias de la aplicación. Las mujeres registran manualmente su estado de ánimo, su actividad física interna, síntomas como dolor de cabeza, fatiga o acné, que a veces forman un patrón estable que se repite en determinados días del ciclo.

Estos patrones únicos y repetibles son tan individuales que ningún ser humano puede crear reglas suficientes para captarlos todos, pero pueden ser tan evidentes y estables para una mujer concreta que, analizándolos, la red neuronal puede hacer una predicción mejor. Por eso, la equipo de ciencia de datos que trabajan en el proyecto han desarrollado un algoritmo de aprendizaje automático capaz de captar los patrones del ciclo menstrual propios de cada mujer.

Técnicamente, esto se consigue mediante un proceso de dos pasos:

• Los patrones únicos se reconocen por modelos de aprendizaje automático a nivel individual.
• Los patrones se transforman en características para la red neuronal.

Así, la salida de un algoritmo se convierte en una característica adicional para la red neuronal.

Lo bueno de la red neuronal de Flo es que conoce las estadísticas generales y las reglas comunes que funcionan para los más de 5 millones de mujeres que utilizan la aplicación, pero sigue tratando a cada mujer como una persona única con sus características corporales y su estilo de vida particulares.

Resultado: mejora de la predicción de ciclos irregulares

La versión actual de la red neuronal de Flo, de ESSID Solutions, puede mejorar las predicciones de ciclos irregulares hasta en 54,2% en función de la calidad de los datos de entrada, con una reducción del error de predicción de 5,6 a 2,6 días.

Flo se convirtió en pocos meses en la aplicación más descargada del mundo en su categoría gracias a la red neuronal en su algoritmo de predicción.

Como empresa en crecimiento, la experiencia de ESSID Solutions en ciencia de datos nos resultó inestimable. En casi dos años de colaboración, nos han ayudado a definir nuestra estrategia de análisis de datos, crear un canal de datos escalable y mejorar las predicciones del ciclo menstrual con una sofisticada red neuronal.

- Andrew Kovzel, Jefe de Ciencia de Datos, Flo