من التنبؤ إلى العمل المحاسبة: تصميم عدم اليقين في Femtech AI

في صحة المرأة، الدقة ضرورية، ولكنها فقط الطبقة الأولى من سلامة المنتج. من المهم أن يعرف النظام متى يكون التنبؤ قويًا بما يكفي للعمل عليه، ومتى لا يكون كذلك.

افتح معظم تطبيقات الخصوبة أو تتبع الدورة، وستجد نتيجة نظيفة: انطلاق البويضة في اليوم 15، ووسم الخصوبة العالية، ودرجة ثقة 78%. الرقم يبدو دقيقًا. ولكن الأحياء تحتها ليست كذلك.

تاريخ الدورة شيء يلاحظه المستخدم. انطلاق البويضة هو حدث خفي لا يقيسه أي جهاز مستهلك مباشرة. إنه يُستدل من البروكسيات. درجة حرارة الجلد تعكس ليس فقط البروجسترون ولكن أيضًا النوم والكحول والمرض والظروف المحيطة ومكان المستشعر تلك الليلة. إدخال الأعراض يمتزج مع الفسيولوجيا والذاكرة وقرار المستخدم لتسجيلها في المقام الأول. بحلول الوقت الذي يتحول فيه كل ذلك إلى “يوم 15، 78%،” يكون هناك العديد من أنواع عدم اليقين المختلفة قد تم ضغطها بشكل خفي في جملة واثقة.

في المنتجات التي عملت عليها عبر صحة المرأة، المشكلة الصعبة ليست الدقة. النمط الذي أعود إليه دائمًا هو سلامة القرار. الدقة تخبرك كيف يتنبأ النموذج جيدًا. لا تخبرك بشيء عن ما إذا كان المنتج يعرف متى يكون التنبؤ قويًا بما يكفي للعمل عليه. في مجال حيث يمكن أن يخبر نفس الإخراج بالتخطيط الهادئ أو قرار منع الحمل، هذا الفجوة هو حيث يفوز أو يخسر الثقة.

لذلك،我的论点 هو أن Femtech AI لا يحتاج في المقام الأول إلى تنبؤ أفضل. إنه يحتاج إلى تصميم عدم يقين أفضل. وتصميم عدم اليقين ليس إضافة قبل الإطلاق؛ إنه هيكل. أنا أструкته في ست طبقات تحمل الإشارة من الإدخال الخام إلى إجراء يمكن النظام أن يبرره ويتابع. أنا أطبق نسخة من ست طبقات من طريقة القرار المنتج المُحسّن، مصممة لحكم كيفية تحويل الإشارات الصحية غير المؤكدة إلى إجراءات مسموح بها ومحاسبة. الطريقة تشمل تأهيل البيانات، وتحسين الاستدلال، وخرائط النتائج، وسياسة التحكم، وتنفيذ سير العمل، وحلقة المحاسبة. مسارها الحاكم يبدأ من بيانات الصحة، التي تؤدي إلى هيكل القرار، وتنتهي في إجراء محاسبي.

1. تأهيل البيانات قبل الثقة بها

الطبقة الأولى تقرر ما يعرفه النظام فعلاً. منتجات Femtech تسحب من مصادر مختلفة جدًا. يمكن أن تشمل الأشياء التي يلاحظها المستخدم مباشرة، مثل تواريخ الدورة أو التقارير الذاتية مثل الألم أو المزاج، وكذلك ميزات Wearable مثل درجة حرارة الجلد وتنوع معدل القلب، ومتغيرات النموذج التي أنتجها بنفسه. معاملة هذه الإشارات كمدخلات قابلة للتبادل هي الخطيئة الأصلية.

كل إشارة تحتاج إلى أصل يمكن للنظام قراءته: من أين أتت، متى، كيف يتم عينتها، ما يؤثر عليها، وكيف تتعلق بالشيء الذي تتنبأ به فعلاً. انطلاق البويضة هو الحدث. درجة حرارة الجلد، وغدة العُنق، و LH، وتواريخ الدورة هي أدلة حول ذلك الحدث، كل منها له تأخره الخاص وخطأه الخاص.

البيانات المفقودة تستحق الانتباه الخاص لأنها في تتبع الصحة نادرًا ما تكون عشوائية. الناس يسجلون أكثر عندما يكونون قلقين ويتوقفون عندما يشعرون بالراحة، لذلك يمكن أن تحمل الفجوة情報ًا مثل المدخلة. في تحليل حقيقي لأكثر من 600,000 دورة انطلاق البويضة، لم يكن من الممكن الكشف عن انطلاق البويضة في 665,603 من 1.4 مليون دورة تم النظر فيها في البداية. كان ثلاثة أرباعهم قد سجلوا قراءات درجة حرارة صحيحة على أقل من نصف الأيام في الدورة. كفاية البيانات كانت عاملاً محدودًا كبيرًا في ما يمكن للخوارزمية استخلاصه. المنتج الذي يصدر تسمية خصوبة نظيفة في تلك الحالة ليس واثقًا. إنه يصنع دقة لا يمتلكها.

2. تحسين الاستدلال إلى الأدلة

درجة ثقة واحدة لا يمكن أن تمثل ما يحدث فعلاً لأن هذه الأنظمة تواجه عدة مصادر منفصلة لعدم اليقين في نفس الوقت. تشمل هذه التباين البيولوجي في العملية نفسها، جودة القياس، وعدم الكفاية من تتبع الذات، وعدم يقين النموذج من بيانات التدريب الرقيقة، وانتقال التوزيع عند عدم تشابه المستخدم الحالي مع السكان الذين تم التحقق من النموذج عليهم.

في ذلك التحليل نفسه، كان فقط 13% من الدورات 28 يومًا بالضبط، وتم تشغيل المرحلة الجرثومية 16.9 يومًا عبر نطاق واسع بما يكفي لجعل أي افتراض “يوم 14” ثابت خادعًا. دراسة صحة المرأة التابعة لشركة Apple وجدت أن طول الدورة وتنوعها داخل الفرد كانا مرتبطين بالعمر والعرق المبلغ عنه والдексة الكتلة. التخصيص، ثم، لا يعني استبدال متوسط السكان بنقطة شخصية. يعني إنتاج توزيع ي缩ّح مع تجميع الأدلة.

فكر في تنبؤين قائمين على الذكاء الاصطناعي يقرأان كلاهما “75%”. أحدهما يستند إلى سنة من التاريخ وقياسات كثيفة، وعدم يقينه في الغالب بيولوجي حقيقي. الآخر يستند إلى دورتين، وخمسة قراءات لدرجة الحرارة، وسفر حديث، ودواء غير معروف. هنا، عدم اليقين بسبب عدم كفاية البيانات. نفس الرقم. المنتج لا ينبغي أن يُسمح له بالاستجابة لهما بنفس الطريقة. هذا هو السبب أيضًا في أن التحسين يجب أن يتم داخل المجموعات الفرعية — الأداء الإجمالي يمكن أن يخفي نموذجًا واثقًا بشكل خاص، خاصة للأدورات غير المنتظمة أو مستخدمي ما قبل انقطاع الطمث. الأدبيات السريرية للذكاء الاصطناعي تفصل الآن التفرقة، والتحسين، وفائدة القرار لذلك بالضبط. يمكن للنموذج أن يصنف المستخدمين جيدًا ويظل ينتج احتمالات خاطئة لقرارات حقيقية.

3. رسم خريطة النتائج من الخطأ

الطبقة الثالثة تسأل ماذا يحدث عندما يكون النظام مخطئًا، وتربط الاستجابة المسموح بها بتكلفة ذلك. ملخص الدورة، وتقدير النافذة الخصبة، ووسم الخصوبة المنخفضة كمشورة منع الحمل، وتفسير الأعراض الذي يقرر ما إذا كان شخص ما يبحث عن الرعاية ليست نفس المنتج، حتى عندما يكون النموذج وراءها متطابقًا.

أقسم الإخراجات إلى أربعة مستويات حسب النتائج: معلوماتية، وسلوكية، وتناسلية، وسريرية. كل واحدة تحصل على عتبة أدلة خاصة، ولغة مسموح بها، وطريق تصعيد. قد يكون احتمال 70% جيدًا لتقدير متى ستبدأ الدورة، وليس قريبًا بما يكفي لإقناع شخص ما بعدم الحمل.

هنا يلتقي التصميم بالتنظيم. ما إذا كانت البرمجيات تعبر إلى منطقة الأجهزة الطبية يعتمد على الاستخدام المقصود ودور الإخراج في قرار صحي. إرشادات إدارة الأغذية والأدوية الحالية للبرمجيات الداعمة للقرار السريري، التي تم تحديثها في يناير 2026، صريحة في أن الوظائف المخصصة للمرضى والقائمين على الرعاية يمكن أن تتوافق مع تعريف الجهاز. وضع التنظيم ليس مراجعة قانونية في النهاية؛ إنه مشفر في عتباتك، وكتابةك، وطريقة تصعيدك من اليوم الأول.

4. تحويل عدم اليقين إلى سياسة تحكم

تسمية غطاء “النتائج قد تكون غير دقيقة” تترك مشكلة التفسير بأكملها للمستخدم. سياسة التحكم تفعل العكس. لمعرفة حالة أدلة معينة، تقرر ما إذا كان النظام يظهر ملاحظة، أو يقدم نطاقًا محددًا، أو يطلب قياسًا آخر، أو يشير إلى أخصائي، أو يرفض الإجابة. الامتناع هو قدرة منتج، وليس فشلًا. “لسنا متأكدين بعد” يجب أن يكون حالة مصممة مع خطوة تالية، وليس شاشة خطأ.

ملموسًا، بدلاً من “انطلاق البويضة: اليوم 15، الثقة 78%،” استجابة محكمة تقرأ أقرب إلى هذا: انطلاق البويضة هو الأكثر احتمالًا في نافذة من أربعة أيام؛ الثقة محدودة ببيانات درجة الحرارة النادرة والنوم المضطرب؛ بعض القراءات الإضافية ستشرح التقدير، واختبار LH يمكن أن يضيف أدلة مستقبلية ويتقلص النافذة المحتملة. المستخدم يحصل على تقدير، وسبب عدم اليقين، والعملة الواحدة التي ستغيره.

5. دعم الإجراء الذي يفترضه الإخراج

حتى تطبيق المستهلك يخلق سير عمل: تسجيل قراءة أخرى، أو تكرار الاختبار، أو الاستمرار في المراقبة، أو تصدير البيانات، أو الاتصال بأخصائي. النظام يجب أن يعرف الإجراء الذي تشير إليه كل استجابة، ومدى khảية دعم ذلك الإجراء بأمان.

الحدود بين توجيه المنتج والاستشارة الطبية تعيش هنا، وليست خطًا ثابتًا. المحتوى التعليمي الذي يشرح ما يعني الإشارة بشكل عام يجلس بأمان على جانب التوجيه. المنتج يتحرك إلى منطقة مخاطر أعلى عندما يفسر بيانات شخص ما كمرض، أو يوجه العلاج، أو يقدم تأكيدًا يحمل وزنًا سريريًا حقيقيًا. هذه الحدود يجب أن تظل في كل互одействة، وليس فقط في شروط الخدمة.

6. إغلاق حلقة المحاسبة

الطبقة النهائية تحكم النظام ككل، وليس فقط النموذج. معايير النموذج القياسية لا تزال مهمة وتركز على التفرقة، والتحسين، وأداء المجموعة الفرعية، والتحقق الخارجي والزمني. ولكن معايير مستوى المنتج مهمة بنفس القدر. يجب أن نسأل كم مرة كان النظام لديه مدخلات كافية للعمل، وكيف كثيرًا امتنع. بالإضافة إلى ذلك، ما أصرّ على أنه معدل التأكيد الكاذب، أي كيف كثيرًا أخبر شخصًا أن كل شيء يبدو على ما يرام على أدلة لا تدعم الادعاء.

كل استجابة هامة يجب أن تكون قابلة لإعادة بنائها بعد ذلك. المنظمون، ووكالات المواصفات، ومؤسسات الحوكمة الصحية العالمية تتبنى بشكل متزايد هذا المنظور للحياة الكاملة. مبادئ ممارسة الذكاء الاصطناعي الجيدة التابعة لمنظمة IMDRF تعامل الذكاء الاصطناعي الطبي الموثوق به كمسؤولية شاملة للحياة الكاملة تشمل التصميم، والتنفيذ، والمراقبة، متطابقة مع توجيهات منظمة الصحة العالمية بشأن الذكاء الاصطناعي للصحة.

ما يبدو عليه الهيكل في الممارسة

افترض أن المنتج لديه ثلاثة أشهر من تواريخ الدورة، وست ليال من درجة الحرارة، واختبار LH إيجابي واحد، وانتشار إدخالات الأعراض، وأسبوع من النوم السيئ. يقع احتمال انطلاق البويضة الأعلى للنموذج على اليوم 15. تطبيق نقطة التقدير يظهر “انطلاق البويضة: اليوم 15، الثقة 78%.”

الهيكل ينتج شيئًا آخر. إنه يصنف بيانات درجة الحرارة كنادرة ومضطربة بالنوم. إنه يولد توزيعًا عبر عدة أيام مرشحة بدلاً من واحدة. إنه يطبق عتبة لطيفة لوعي الدورة ولكن عتبة أكثر صرامة إذا لمس الإخراج منع الحمل. إنه يقدم نطاقًا بالإضافة إلى القياس المفيد التالي. ويخزن حالة الأدلة بأكملها حتى يمكن إعادة بناء القرار لاحقًا. نفس النموذج الأساسي ونتاج مختلف جدًا.

الحق في العمل

نظم Femtech تزداد فقط في ثراء البيانات، مع تطبيقات، وأجهزة Wearable، واختبارات منزلية، وسجلات طبية، وطبقات محادثة متكدسة فوقها. يمكن أن يشرح المزيد من البيانات الاستدلال، ولكنه يوسع أيضًا السطح لعدم الدقة الكاذبة. الفرق الذي يكسب الثقة لن يكون هو الذي لديه أعلى درجة ثقة نظيفة. سيكونون الذين بنوا منتجاتهم ليعرفوا ما لا يعرفون، ولقول ذلك.

الدقة تصف جودة التنبؤ. سلامة القرار يقرر ما إذا كان المنتج قد كسب الحق في العمل عليه.