研究人員開發了AI驅動的設備來檢測排卵跡象

根據發表在《芯片實驗室》上的一項最新研究，波士頓布里格姆婦女醫院的研究人員開發了一種設備，該設備可使用AI自動檢測女性的排卵征象。對于希望計劃或預防懷孕的婦女來說，該設備可能意味著更具成本效益和準確的資源。

該設備在預測排卵方面非常有效，準確率高達99%。通過使用來自六個受試者的人工唾液和人類唾液樣品評估其性能。該設備解決了蕨類植物模式的難以解釋的問題-排卵標記。

Shafiee Lab的研究合著者兼高級研究助理Prudhvi Thirumalaraju在一份聲明中說：“唾液基檢測的最大問題之一是，用戶發現難以理解蕨類的模式。”“我們認為人工智能的進步可以在這里得到充分利用，以幫助人們在智能手機上獲得客觀的結果。”

通過使用AI，微流控設備和智能手機，研究人員開發了該設備，可通過分析唾液樣本來自動檢測蕨類植物模式。該設備的AI算法使用140萬個ImageNet圖像進行了訓練，并使用1,500多個唾液蕨圖像進行了重新訓練，直到能夠將唾液樣本分為兩類：排卵和非排卵樣本。

為了進行分類，將唾液收集到微流體裝置上，進行涂片并風干。將設備和唾液樣本插入連接到智能手機的3D打印光學附件。然后，該軟件會分析蕨類植物的花型，確定女性是否在排卵。另外，由于該設備允許女性自行收集和測試唾液樣品，因此不需要醫生進行測試。

諸如Dot和Flo之類的一些智能手機應用已成功使用AI來幫助用戶計劃和預測懷孕并提供有關月經周期的信息。根據新聞稿，其他目前監測排卵的方法通常成本高昂或主觀。

“這種方法的最大優勢之一是成本-六個月的時間里，不可重復使用的尿棒測試的費用總計在210至240美元之間，我們的設備代表了一次性購買的可能性。” Shafiee實驗室的高級研究助理Manoj Kumar Kanakasabapathy是這項研究的合著者。“除了人類排卵以外，這里還有動物育種甚至干眼病的應用，它們也可以在眼粘膜樣品中產生類似蕨類的模式。”

隨著設備的成功應用，研究人員計劃對更大的人群進行更多測試，并最終尋求FDA的批準。

“在開始這個項目之前，我們并不知道存在這樣的需求。去年，當我們發表有關分析精子以檢測男性不育癥的技術時，那些了解我們工作并想知道我們是否可以開發基于智能手機的系統來在家中進行排卵測試的人與我們取得了聯系。” BWH醫學工程學系和腎臟醫學系的首席研究員哈迪·沙菲伊博士在一份聲明中說。“我們的研究表明，準確，自動化和低成本的測試確實是可能的。”