W OvuFriend mocno wierzymy, że moc danych może zrewolucjonizować kwestie związane z płodnością i wesprzeć wiele kobiet w poznaniu swojej płodności, szybszym zajściu w ciążę lub wykryciu na wczesnym etapie potencjalnych problemów ze zdrowiem hormonalnym.
Tworzymy zespół najlepszych ekspertów medycznych i naukowców, którzy pracują nad nowatorskimi rozwiązaniami technologicznymi w obszarze zaawansowanej algorytmiki, w tym algorytmów sztucznej inteligencji i uczenia maszynowego. Dzięki temu algorytmy OvuFriend podlegają stałym ulepszeniom, wspierając kobiety od etapu dojrzewania po aktywność seksualną, poprzez starania o ciążę aż po okres menopauzy. Samouczące się algorytmy analizują dane i pomagają kobietom nie tylko w szybszym zajściu w ciążę, ale także w wykrywaniu problemów hormonalnych na wczesnym etapie, które z kolei mogą mieć wpływ na parametry płodności.
OvuFriend uczy się każdej kobiety z osobna, działając na cyklach nawet bardzo nieregularnych, wyznaczając owulację i dni płodne w sposób elastyczny, a jednocześnie wysoce skuteczny. Przy przedłużających się staraniach o ciążę, kobieta informowana jest o potencjalnych przyczynach niepowodzeń, dzięki czemu szybciej może podjąć niezbędne kroki w celu wyeliminowania potencjalnych dolegliwości i/lub schorzeń.
W OvuFriend realizujemy projekty badawczo-rozwojowe współfinansowane przez Unię Europejską ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Operacyjnego Inteligentny Rozwój 2014-2020:
Projekt zrealizowany: “Opracowanie nowych w skali światowej rozwiązań w obszarze uczenia maszynowego wspierających w planowaniu rodziny i pokonywaniu problemu niepłodności
Projekt w trakcie realizacji: “Opracowanie nowatorskich rozwiązań w obszarze detekcji częstych schorzeń zdrowia intymnego i hormonalnego u kobiet w wieku rozrodczym w oparciu o sztuczną inteligencję i uczenie maszynowe - OvuFriend 2.0”
Poniżej więcej informacji o poszczególnych projektach
Tytuł: “Opracowanie nowych w skali światowej rozwiązań w obszarze uczenia maszynowego wspierających w planowaniu rodziny i pokonywaniu problemu niepłodności”
Cel projektu:
zapewnienie wysokiej skuteczności wspierania kobiet w staraniach o ciążę poprzez opracowanie nowatorskich rozwiązań technologicznych w obszarze zaawansowanej algorytmiki i uczenia maszynowego.
Osiągnięte efekty/korzyści dla użytkowniczek OvuFriend:
Skuteczne wsparcie kobiet w zajściu w ciążę, poprzez uczenie się płodności kobiet, wykrywanie dni płodnych i owulacji dla cykli nawet bardzo trudnych do interpretacji oraz zmniejszanie barier korzystania z systemu.
Wykrywanie problemów z płodnością na bardzo wczesnym etapie i wspieraniu kobiety po wykryciu problemów z płodnością.
Wartość projektu: 4 593 416,32 zł
Wkład Funduszy Europejskich: 3 583 114, 94 zł
Termin realizacji: 01.02.2018-30.07.2020
Tytuł: “Opracowanie nowatorskich rozwiązań w obszarze detekcji częstych schorzeń zdrowia intymnego i hormonalnego u kobiet w wieku rozrodczym w oparciu o sztuczną inteligencję i uczenie maszynowe - OvuFriend 2.0”
Cel projektu:
opracowanie bazującego na algorytmach AI systemu oceny ryzyka posiadania przez kobiety schorzeń lub dolegliwości: zaburzenia miesiączkowania na tle hormonalnym (choroby tarczycy, PCOS, hiperprolaktynemia), plamienia międzymiesiączkowe na tle anatomicznym i hormonalnym (mięśniaki, polipy, niedomoga fazy lutealnej), zespół napięcia przedmiesiączkowego.
Planowane efekty/korzyści dla użytkowniczek OvuFriend:
Wykrywanie problemów hormonalnych i anatomicznych na bardzo wczesnym etapie (zaburzenia tarczycy, PCOS, hiperprolaktynemia, mięśniaki, polipy, niedomoga fazy lutealnej, zespół napięcia przedmiesiączkowego)
Wczesne wykrycie potencjalnego wpływu powyższych schorzeń na problemy z zajściem w ciążę
Wsparcie kobiet nieplanujących ciąży w monitorowaniu ich zdrowia hormonalnego, aż do okresu menopauzy włącznie.
Wartość projektu: 5 502 390,00 zł
Wkład Funduszy Europejskich: 4 015 620,00 zł
Termin realizacji: 1.05.2021-31.10.2023
Uwaga. Nadal trwa rekrutacja kobiet do powyższego projektu naukowego - uczestnictwo jest bezpłatne - korzyści oraz zgłoszenie się do projektu pod tym linkiem: https://forms.gle/ri8SwAR5yRonK4ja9
