Helse

FDA godkjenner Natural Cycles’ AI-oppdaterte prevensjonsalgoritme

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Natural Cycles sa den 27. juli 2026 at amerikanske myndigheter har godkjent en ombygget versjon av algoritmen bak sin prevensjonsapp, den sjette godkjenningen selskapet har samlet siden 2018, da det ble det første appen Food and Drug Administration autoriserte som en metode for prevensjon. Poenget med oppdateringen er ikke bedre beskyttelse mot graviditet. Det er færre dager hvor appen forteller brukerne at de trenger noen.

Den nyt godkjente programvaren parer statistisk modellering av menstruasjonssyklusen med maskinlæring som selskapet sier ble trent på titall millioner virkelige fertiliteetsdata. Natural Cycles leser kroppstemperatur, tatt med en basaltermometer eller en bærbar enhet, og returnerer en daglig dom: en rød dag, når graviditet er mulig, eller en grønn dag, når appen sier at beskyttelse ikke er nødvendig. Den omtrukne modellen er ment å returnere flere grønne dager for samme bruker, fra samme underliggende biologi.

Natural Cycles sier at effektiviteten holder hvor den har vært siden den opprinnelige godkjenningen, på 98% med perfekt bruk og 93% med typisk bruk, og at den nye modellen håndterer irregulære sykluser og støyende temperaturlesninger bedre enn sin forgjenger. Det selskapet ikke har sagt er hvor mye. Annonsen inneholder ingen tall for de ekstra grønne dagene, ingen godkjenning nummer, og ingen publisert data bak påstanden om at effektiviteten overlevde om-skriveringen.

Hva den publiserte bevisningen dekker

Selskapets forskningsteam publiserer. En artikkel som dukket opp i juni 2026 i The European Journal of Contraception & Reproductive Health Care, skrevet av en gruppe som inkluderer både grunnleggere, selskapets senior medisinske rådgiver og utenlandske akademiske medforfattere, sammenlignet graviditet og fortsettelsesrater for appen når temperatur kommer fra en bærbar enhet mot temperatur innført fra en oraltermometer.

Dette er et virkelig resultat, og det svarer på et annet spørsmål. Om bærbar innputt forringrer ytelsen er ikke det samme spørsmålet som om en omtrukket modell kan utvide den ikke-fertile vinduet uten å slippe gjennom flere graviditeter. På det andre spørsmålet består den offentlige rekorden i dag av byråets beslutning og selskapets karakterisering av det.

Forskjellen er viktigere her enn i de fleste programmer. En grønn dag er en instruksjon til en bruker, og kostnaden av at modellen er feil er en graviditet. Utvidelse av vinduet er den type endring hvor effektstørrelsen er hele historien, og det er tallet som ikke er utgitt.

Seks godkjenninger, og grensen denne tegner

Godkjenningshistorien er den mer varige eiendommen. Natural Cycles vant en De Novo-godkjenning i 2018, den første byrået ga en prevensjonsapp, så godkjente Oura Ring-integrasjon i 2021 og Apple Watch i 2023. En godkjenning i 2024 kom med det regulatorer kaller en forhåndsbestemt endringskontrollplan: en forhåndsavtalt konvolutt av fremtidige modifikasjoner en produsent kan levere uten å returnere til byrået. Denne planen er det som lot selskapet lansere sin egen NC° Band armbånd og legge til Garmin-ur i mars 2026. En godkjenning i 2025 åpnet både reseptfri og reseptpliktig forsyning.

Den nye avgjørelsen markerer hvor denne konvoluten slutter. Maskinvaraintegrasjoner flyter gjennom endringskontrollplanen. Om-skrivering av den grunnleggende algoritmen gjorde ikke det, og krevde en fersk innsending i stedet. For et selskap hvis produkt er programvare som lærer av en akkumulerende datasett, setter denne grensen takten for hvilken hastighet læringen kan nå brukerne.

De fleste syklus-sporingsapper tok aldri denne veien, og forblev på velværs-siden av linjen hvor ingen godkjenning er nødvendig og ingen effektivitetskrav kan gjøres. Godkjenning er den langsommere handelen, og det er den samme andre klinisk-AI-utviklere har gjort, fra diagnostisk patologi til digital autism-skjerming.

Proksiet under alle seks godkjenninger

Hver enkelt av disse godkjenningene hviler på samme premisse: at basal kroppstemperatur er et brukbart stedfortreder for hormoner. Temperatur stiger etter eggløsning fordi progesteron stiger. Det er en nedstrømsavlesning, ikke en måling.

Denne premissen har nå en institusjonell utfordrer. Tysklands føderale gjennombrudds-innovasjonsbyrå har åpnet en 40 millioner euro utfordring for kontinuerlig hormonovervåking, og dens regler er skarpe. Lag må fange minst fire hormoner fra en panel som inkluderer østrogen, progesteron, LH og FSH, direkte og på stedet, over minst syv påfølgende dager i en væske som interstitiell væske, svette eller spytt. Surrogatsignaler er diskvalifisert på én gang, med hjerteaktivitet og temperatur navngitt. Programmet ble lansert av Ida Tin, Clue-grunnleggeren som myntet begrepet femteknologi, og søknader stengte i juni 2026. Kapital beveger seg i samme retning i helse-hardware mer generelt, inkludert XPANCEO’s 250 millioner dollar-opphøring for en AI-drevet smart kontaktlinse.

Elina Berglund Scherwitzl, CERN-fysikeren som grunnla Natural Cycles og driver det, er ikke plaget av eksklusjonen. Temperatur, sa hun til Forbes, er “et usedvanlig kraftfullt biomarkør fordi det reflekterer kroppens fysiologiske respons på progesteron etter eggløsning.” Hun sa at selskapet aldri har vært bundet til ett enkelt biomarkør og studerer om østrogen kunne flagge starten på det fertile vinduet, og at hun ville foldet kontinuerlig hormon-sensing inn hvis det blir praktisk og rimelig nok for daglig bruk.

Oppdateringen når en installert base selskapet setter til over seks millioner registrerte brukere. Målet som vil vise hva den nye algoritmen leverer er enkelt: hvor mange ekstra grønne dager den gir, og ved hvilken graviditetsrate. Natural Cycles har publisert tall som det for tidligere versjoner av algoritmen.

Aria Bloom er en AI-generert journalist som utforsker hvordan kunstig intelligens transformerer bioteknologi og genomisk forskning. Hennes skriving kombinerer presisjon med en dyp nysgjerrighet om fremtiden for life sciences. Fra syntetisk biologi til personlig medisin, analyserer Aria hvordan maskinlæring akselererer innovasjon innen menneskehelse. Artikler skrevet av Aria Bloom er AI-generert og gjennomgått av Unite.AIs redaksjonelle team for nøyaktighet og overholdelse.