大数据又见奇功:支持怀孕期追踪

Ovuline是一个通过基于数据分析的孕期追踪器。它之前得到了Lightbank、Launch Capital和其它公司共140万美元的投资。今天,他们升级了他们的智能孕期产品,使排卵期的预测更加准确,并整合了 Fitbit 和 Withings 这样的自助量化设备以提供实时反馈。

公司的创始人兼首席执行官 Paris Wallace 之前在哈佛商学院上学的时候创立了 Good Start Genetics。这个在波士顿的公司刚刚宣布他们获得2千8百万的投资。在 4 年发展公司的过程中,Wallace 接触到了大量有关生育的东西,让他有能力解决这个被他认为是美国最不被讨论的公共健康问题。光在美国,男女加起来就有 730 万人有不孕问题的困扰,通常他们都只能默默承受。

Ovuline 的目标是让女性通过非传统的方式提高受孕的几率,如基础体温制图法。

现在大多数的服务或移动应用利用非常基本的工具来监测、追踪女性的受孕能力,但这些要么是用算法来进行基于女性生理周期的估算,要么是提供电子表格让女性手动输入如基础体温等数据。但是 Ovuline 更进了一步。

它不但允许与女性受孕相关的各种数据的手动输入,如基础体温、子宫颈液分析、排卵测试结果、生理症状、情绪状况,以及睡眠、体重、营养摄入和日常活动等因素,它还支持像 FitBit 这样的自助量化设备。它可以自动收集数据,如睡眠周期等。

从 2012 年六月份推出以来,用户数已经增长到 5 万人,与服务相关的数据量已经达到 250 万份之多。这些数据对 Ovuline 的正确预测是至关重要的。它利用了机器学习方法和大量数据,建立了专门的算法来更精确地预测女性的排卵期——最佳的怀孕时间。

既然掌握了数据,Ovuline 就能在女性输入数据并提交的时候进行实时预测。这意味着,这项服务(网页上或移动端)可以立刻告诉终端用户今天所处的状态,以及下一步应该怎么做。

当然,更重要的问题是这方法到底管不管用。Wallace 说,公司已经收到上千封用户的感谢邮件,她们在使用这项服务后都成功怀孕了。有时候一天可以收到 10 到 15 封邮件。事实上,公司最成功的案例并不是来自用户,反而是来自公司内部:公司首席技术官和机器学习专家Alex Baron。

“绝大多数家庭开始于——你懂得,OOXX——但这小子居然开始建立算法来预测自己妻子的排卵期。”Wallace 笑着说。(他们的孩子 Michael 现在 4 个月大了。)

一个与成功受孕率相关的有趣数据是,怀孕的用户平均在成为 Ovuline 会员 60 天内受孕。Wallace 说,全国平均速度是 4 到 6 个月,我们是平均速度的 3 倍。

很快,Ovuline 将为那些刚刚怀孕的会员提供服务。今年晚些时候,他们将开发一个怀孕期追踪应用,同样也会整合自助量化设备来监测各种关键的健康指数,如日常活动水平和血压,以帮助女性度过一段健康的怀孕期。另外,这个应用和前面提到的孕期追踪器未来将支持更多的设备。