Identificar la ventana de fertilidad de una mujer es crítico para muchas mujeres que intentan quedar embarazadas – o para aquellas que desean evitar el embarazo – pero puede ser un proceso complejo, incómodo y a menudo inexacto. Inspirada por su experiencia personal, Vanessa Xi, fundadora de Yono Labs, con sede en Silicon Valley, ha desarrollado un audífono que se puede llevar puesto y que quita de sus manos la recopilación y el análisis de datos, a la vez que añade mejoras significativas en la precisión.

La detección de la ovulación puede llevarse a cabo de varias maneras: nivel de progesterona en la sangre, biopsia endometrial, ultrasonido, prueba de predicción de la ovulación y control de la temperatura corporal basal (TCB), siendo los dos últimos los métodos más comúnmente utilizados. La TCB es la temperatura corporal más baja alcanzada en un período de 24 horas, y ocurre más comúnmente entre las 2 y las 6 de la mañana. La ovulación está asociada con un aumento de 0.3° – 0.6° C (0.5° a 1° F) en la TCB, y es este ligero aumento, trazado cuidadosamente, de forma diaria durante un largo período el que se utiliza para marcar la ventana de fertilidad.

El problema es que los métodos tradicionales de medición de la TCB son a menudo inconvenientes, incompletos y propensos a errores. Para obtener una imagen precisa de la ventana de fertilidad de una persona, la TCB debe medirse a la misma hora, todas las mañanas, antes de moverse, antes de levantarse de la cama, antes de cualquier cosa. Añada a esto la dificultad de obtener consistentemente una lectura confiable de termómetros de contacto con la piel, la necesidad de registrar sus lecturas en el mismo lugar y el hecho de que usted mismo necesita analizar sus datos, y puede ver por qué se inventó el Yono.

Vanessa Xi estaba decidida a simplificar este proceso, y utilizando el conocimiento derivado de las estadísticas y el aprendizaje de la máquina, ella y su equipo desarrollaron una solución en dos partes. La primera parte es el propio Yono, un pequeño sensor del tamaño de un auricular que realiza entre 70 y 120 lecturas durante la noche, a diferencia del punto de datos único del método tradicional. Estas lecturas de la temperatura del núcleo del cuerpo son mucho más precisas que las de los termómetros de contacto con la piel, que pueden verse afectadas por la temperatura ambiente. El dispositivo mantiene todos estos datos a bordo, eliminando la necesidad de una conexión Wi-Fi o Bluetooth.

La segunda parte de la solución es la estación base de Yono, que sincroniza los datos con la aplicación para smartphones de Yono (iOS sólo en esta fase). La aplicación emplea algoritmos de aprendizaje automático para trazar un gráfico de fertilidad mensual, que a su vez, predice la ventana de fertilidad.

La precisión del Yono mejorará aún más, y la empresa afirma que está trabajando con los usuarios de pruebas para entrenar sus algoritmos para hacer predicciones más precisas. El siguiente paso en el desarrollo de esos algoritmos está en manos de Peter Song, profesor de bioestadística de la Universidad de Michigan. El Yono recoge muchos datos, pero puede ser un poco ruidoso, ya que las lecturas pueden verse afectadas por los movimientos de la cabeza o si el auricular se cae durante la noche.

En un artículo publicado en la revista IEEE Transactions on Biomedical Engineering, Song muestra cómo sus algoritmos filtran lecturas poco útiles e identifican los puntos de datos más relevantes. «Por ejemplo, nos deshicimos de los datos por debajo de los 32° C, porque eso no es biológicamente posible», dice Song, quien espera que este trabajo pueda beneficiar a otros productos portátiles de recopilación de datos. «Queremos hacer un mejor uso de los datos, para poder construir un poco más de inteligencia en estos dispositivos.»