每經記者 陳星    每經編輯 陳俊杰    

AI（人工智能）技術的融合應用延伸到了抗衰老領域。在10月18日舉行的AMWC世界美容抗衰老大會上，AI技術如何應用于美容抗衰成為熱議話題之一。

美圖宜膚膚智能驅動戰(zhàn)略總監(jiān)傅思穎分享稱，目前，AI已經與大數據相結合在抗衰老領域中實現應用。他表示，通過對研究人群的數據進行分析，發(fā)現了一些衰老的關鍵時間點。以常見的?部紋路為例，??紋、眉間紋和淚溝通常在30歲后期開始出現，但要直到50歲后期才會趨于穩(wěn)定。

“與傳統(tǒng)的肉眼觀測皮膚狀況相比，AI測膚可以自動化皮膚特征提取，處理高維度、復雜的圖像數據，以及通過大規(guī)模數據持續(xù)訓練不斷提升和進化的能力。”傅思穎談到。

AI測膚建立?膚衰老特征數據庫

美容抗衰，正成為一個龐大消費市場。艾媒咨詢數據顯示，2023年中國化妝品行業(yè)市場規(guī)模達到5169.0億元，其中抗衰老領域市場規(guī)模為739.8億元。全球范圍來看，2023年全球抗衰老市場規(guī)模達2503億美元（約合人民幣17755.53億元），同比增長7.8%；預計2025年達2947億美元（約合人民幣20905.13億元）。

在上述皮膚美容論壇上，美圖宜膚皮膚檢測與數字化標準聯(lián)合實驗室以“AI技術在抗衰領域的應用”為主題，分享了其在AI皮膚檢測領域的最新進展，特別是在抗衰老應用方面的突破。

美圖宜膚膚智能驅動戰(zhàn)略總監(jiān)傅思穎在分享中提到，目前，AI已經與大數據相結合在抗衰老領域中實現應用。他談到，“由于AI能夠將原本?結構化的?膚圖像和三維結構轉化為結構化的數據，為科研?員和護膚專家提供了便于研究和參考的數據信息。通過這樣的轉化，可以更系統(tǒng)地了解皮膚衰?的進程，建立起?膚衰?特征的數據庫，為后續(xù)的抗衰研究和產品研發(fā)提供堅實的數據基礎”。

傅思穎分享了一項40萬+人群的AI測膚數據分析結果。他表示，通過對研究人群的數據進行分析，發(fā)現了一些衰老的關鍵時間點。以常見的?部紋路為例，口角紋、眉間紋和淚溝通常在30歲后期開始出現，但要直到50歲后期才會趨于穩(wěn)定。法令紋和魚尾紋則在相對較早的26歲時就開始逐漸增加，不過在50歲初期達到穩(wěn)定狀態(tài)。這些數據為護膚品牌、醫(yī)美品牌等制定抗衰策略提供了重要依據。

“與傳統(tǒng)的肉眼觀測皮膚狀況相比，AI測膚可以自動化皮膚特征提取，處理高維度、復雜的圖像數據，以及通過大規(guī)模數據持續(xù)訓練不斷提升和進化的能力。”傅思穎談到。

眼部區(qū)域年齡預測效果最準確

美圖宜膚皮膚檢測與數字化標準聯(lián)合實驗室首席研究員王馥迪分享了通過AI測膚分析的另一組數據——基于對面部不同部位的數據切割，運用深度學習方法進行衰老預測。結果發(fā)現，在前額、眼睛、鼻子、臉頰和嘴巴等區(qū)域，眼部區(qū)域的年齡預測效果最準確。它的平均預測值與真實數值的偏差僅為2.83歲。

王馥迪稱，由此研究結果可以看出，眼部是衰老的重要區(qū)域，也是人們交通交流時最聚焦的面部部位，這個部位的衰老變化會給人直觀且有沖擊的印象。

除了上述的流?病學研究外，王馥迪團隊還將?部三維結構的變化與二維層?的衰?特征聯(lián)系在一起。其團隊發(fā)現，嘴部的形態(tài)變化與?唇溝顯著相關，?后通過基因數據，證實了兩者的因果關系。這是第一個從遺傳學?度驗證面部形態(tài)與?部衰?的關系的研究。這些研究成果，不僅能推動AI技術在抗衰老領域的應用，也為個性化護膚和醫(yī)美行業(yè)的發(fā)展提供了新的方向。

今年8月8日，由中國抗衰老促進會發(fā)布、美圖宜膚參與制定的《?體?膚分齡抗衰?評價標準表》團體標準發(fā)布并實施。該團體標準明確標注了各年齡階段面部皮膚衰老特征的變化范圍及速率，具有很強的實際應用意義。研究人員在受試者進行皮膚檢測后，可以根據這一標準，了解受試者的面部狀況是否處于正常水平，以及在接下來的一段時間面部衰老的變化會有怎樣的趨勢。

近年來，AI技術和大數據在產業(yè)界使用的情況也呈現逐步上升趨勢。數據顯示，2022年全球?膚分析儀市場規(guī)模為13.58億美元，到2029年將達到69.903億美元，預測期內復合年增?率為26.4%。另有調研數據顯示，消費者對Al?膚檢測儀提供的測膚信息全?性和結果準確性信任度也較?。