人工智能在皮膚護(hù)理及美容治療中的應(yīng)用進(jìn)展

[摘要]人工智能（Artificial Intelligence，AI）是當(dāng)今科技發(fā)展的代表性技術(shù)，表現(xiàn)出與多個學(xué)科融合的巨大潛力和價值。在皮膚美容領(lǐng)域，AI也得以廣泛應(yīng)用，如肉毒毒素注射或真皮填充物注射前的預(yù)處理、機(jī)器人技術(shù)在光療和激光治療中的應(yīng)用等，將會優(yōu)化皮膚科醫(yī)生的治療；此外，AI技術(shù)將指導(dǎo)就醫(yī)者個性化選擇符合自己皮膚及頭發(fā)的護(hù)理產(chǎn)品。目前已出現(xiàn)了許多相關(guān)研究，本文主要討論幾類基于消費(fèi)者和提供商的應(yīng)用程序，這些應(yīng)用程序利用人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來提供個性化的評估和優(yōu)化治療方案。皮膚科醫(yī)生應(yīng)了解這些新興的創(chuàng)新技術(shù)，以更好地將其應(yīng)用于臨床實踐。

[關(guān)鍵詞]人工智能；深度學(xué)習(xí)；美容；皮膚?。辉u估優(yōu)化

[中圖分類號]R322.99" " [文獻(xiàn)標(biāo)志碼]A" " [文章編號]1008-6455（2025）03-0181-04

Progress in the Application of Artificial Intelligence in Skin Care and Beauty Treatment

ZHANG Daojun， HAO Fei

（ Cosmetic Dermatology Center， the Third Affiliated Hospital of Chongqing Medical University， Chongqing 401120， China ）

Abstract： Artificial intelligence is the representative technology of today's scientific and technological development， showing great potential and value of integration with multiple disciplines. In the field of cosmetic skin， AI will also be widely used， such as pretreatment before botox injection or dermal fillers injection， and the application of robotics in phototherapy and laser therapy， which will optimize the treatment of dermatologists. In addition， AI technology will guide patients to personalize their skin and hair care products. A number of related studies have emerged， and this article will discuss several categories of consumer - and provider-based applications that leverage artificial intelligence， machine learning， and deep learning to provide personalized assessment and optimization of treatment options. Dermatologists should understand these emerging innovative technologies so as to better apply them to clinical practice. In the future， it is necessary to recognize， improve and develop artificial intelligence from multiple perspectives， so that artificial intelligence can truly go to clinical practice and serve the people.

Key words： artificial intelligence; deep learning; cosmetic skin diseases; evaluation and optimization; application progress

人工智能（AI）是一門研究開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的新的技術(shù)科學(xué)[1]。人工智能是在計算機(jī)科學(xué)、控制論、信息論、神經(jīng)心理學(xué)、哲學(xué)、語言學(xué)等多種學(xué)科的研究基礎(chǔ)上興起來的，目前已被應(yīng)用到地質(zhì)勘探、石油化工、軍事、醫(yī)療診斷等多個領(lǐng)域。近年來，人工智能在醫(yī)療領(lǐng)域取得了長足進(jìn)步，包括智能診斷和治療、智能影像識別、智能穿戴設(shè)備、智能健康管理及智能醫(yī)療機(jī)器人等多個方面。圖像識別、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等關(guān)鍵技術(shù)推動了AI快速發(fā)展，AI在對傳統(tǒng)醫(yī)療行業(yè)發(fā)起挑戰(zhàn)的同時，也給臨床學(xué)科的整體發(fā)展帶來了新契機(jī)。

皮膚科學(xué)直觀性極強(qiáng)，疾病的診斷和評估很大程度上取決于對臨床圖像和皮膚影像（皮膚鏡、反射式共聚焦顯微鏡、高頻皮膚超聲、組織病理）等多模態(tài)數(shù)據(jù)的識別，其病種多、數(shù)據(jù)量大的天然屬性使AI大有用武之地。2016年以來，AI已經(jīng)在皮膚科開展了諸多應(yīng)用研究，發(fā)表于權(quán)威學(xué)術(shù)期刊《自然》的《采用深度神經(jīng)網(wǎng)絡(luò)對皮膚癌分類》一文證實，借助深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行海量信息學(xué)習(xí)，AI對色素性皮膚腫瘤的診斷水平可達(dá)到或超過專業(yè)皮膚科醫(yī)生的水平[2]。目前AI已應(yīng)用于皮膚疾病的分類、診斷、療效評估和慢病管理等多個方面[3]。

在皮膚美容領(lǐng)域，AI也得以廣泛應(yīng)用，如肉毒毒素注射或真皮填充物注射前的預(yù)處理、光療和激光治療中應(yīng)用機(jī)器人技術(shù)等，將會提升皮膚科醫(yī)生的治療水平；此外，AI技術(shù)將指導(dǎo)患者個性化選擇符合自己皮膚及頭發(fā)的護(hù)理產(chǎn)品。目前已出現(xiàn)了許多相關(guān)研究，本文將討論幾類應(yīng)用程序，這些應(yīng)用程序利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)為消費(fèi)者和提供商提供個性化的、優(yōu)化的診療方案，筆者將梳理的AI在皮膚美容領(lǐng)域的研究與應(yīng)用現(xiàn)狀綜述如下。

1" 人工智能及相關(guān)術(shù)語

人工智能是計算機(jī)學(xué)科一大類重要分支，由McCarthy于1956年在Dartmouth會議上提出[4]。AI是一種使計算機(jī)、軟件或機(jī)器人具備智能思考的方法，它包括創(chuàng)建算法來對數(shù)據(jù)進(jìn)行分類、分析和預(yù)測。AI的運(yùn)算進(jìn)展使其愈發(fā)復(fù)雜，使用人工神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來揭示其中復(fù)雜的關(guān)聯(lián)[5-8]。人工神經(jīng)網(wǎng)絡(luò)（Artificial neural network，ANN）的結(jié)構(gòu)是在模仿人腦中發(fā)生的信號，該網(wǎng)絡(luò)由多個模仿生物神經(jīng)元的節(jié)點(diǎn)組成；節(jié)點(diǎn)接收輸入數(shù)據(jù)并基于該數(shù)據(jù)執(zhí)行簡單操作。這些操作的結(jié)果或輸出，而后以內(nèi)耳方式或反饋循環(huán)傳遞給其他節(jié)點(diǎn)。機(jī)器學(xué)習(xí)是一種AI的實現(xiàn)方法，被認(rèn)為是AI的代名詞，是一種訓(xùn)練神經(jīng)網(wǎng)絡(luò)的方法[9]。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的熱門方向，是目前研究皮膚影像AI的重要技術(shù)。監(jiān)督學(xué)習(xí)是模仿人類邏輯進(jìn)行模型學(xué)習(xí)，使用標(biāo)記后的數(shù)據(jù)進(jìn)行訓(xùn)練，使模型對同類型的輸入預(yù)測出相應(yīng)輸出；非監(jiān)督學(xué)習(xí)是直接對非標(biāo)記數(shù)據(jù)進(jìn)行建模，以尋找數(shù)據(jù)中的模型和規(guī)律；強(qiáng)化學(xué)習(xí)是力求探索復(fù)雜問題的最優(yōu)解[1]。監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)在皮膚科學(xué)領(lǐng)域已有許多研究，而強(qiáng)化學(xué)習(xí)的應(yīng)用尚待進(jìn)一步發(fā)掘。以上方法在操作時為保證算法的有效性均需要大量數(shù)據(jù)，此時有一種半監(jiān)督學(xué)習(xí)的概念，同時使用非標(biāo)記和標(biāo)記數(shù)據(jù)來克服這個弊端。該方法非常實用，尤其是當(dāng)標(biāo)記的數(shù)據(jù)量不足或少于非標(biāo)記數(shù)據(jù)時，仍能維持系統(tǒng)的使用[10]。此外，機(jī)器學(xué)習(xí)的分支中還有人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)方案。

2" AI在皮膚及頭發(fā)護(hù)理中的應(yīng)用

2.1 家用應(yīng)用程序：目前消費(fèi)者能夠根據(jù)自己的皮膚和頭發(fā)的特征，在市場上定制皮膚和頭發(fā)的專屬護(hù)理產(chǎn)品。相關(guān)公司創(chuàng)建了皮膚和頭發(fā)護(hù)理的測試軟件，包括關(guān)于人口統(tǒng)計數(shù)據(jù)、皮膚和頭發(fā)特征，以及期望的美學(xué)效果等，測試出的結(jié)果決定了給出化妝品的建議。由皮膚科醫(yī)生開發(fā)的“PROVEN Beauty測試”利用機(jī)器學(xué)習(xí)為消費(fèi)者提供定制化的美容護(hù)膚產(chǎn)品，該機(jī)器學(xué)習(xí)的算法命名為“the Beauty Genome Project”，包括有關(guān)年齡、皮膚類型、皮膚問題（如細(xì)紋、發(fā)紅、干燥）、當(dāng)前外用藥物處方、種族背景、生活方式（如壓力水平、飲食、飲水、睡眠）和地理位置等問題；另外，該數(shù)據(jù)庫包括超過800萬的客戶評論、在市銷售的10萬種以上的護(hù)膚產(chǎn)品及超過4 000篇關(guān)于皮膚和護(hù)膚成分的期刊文章。在PROVEN皮膚護(hù)理網(wǎng)站上完成測試后，平臺會生成一套根據(jù)消費(fèi)者定制的皮膚護(hù)理方案，包括根據(jù)消費(fèi)者的皮膚類型和化妝品需求所定制的洗面奶、防曬、日用保濕霜和晚霜，包含有527種產(chǎn)品組合。以一個擔(dān)心長痘痘和細(xì)紋的消費(fèi)者為例，根據(jù)消費(fèi)者所輸入的信息，給出的皮膚護(hù)理方案建議每天喝3～4杯水，壓力適中，住在紫外線指數(shù)高的地方，接受三種產(chǎn)品方案（洗面奶、日霜和晚霜），其中包含了超過50種的配方成分，整套售價約145美元。

增強(qiáng)現(xiàn)實應(yīng)用功能是另一種AI技術(shù)，可以實現(xiàn)更加個性化的皮膚和頭發(fā)護(hù)理。歐萊雅公司提供了兩個在線免費(fèi)的增強(qiáng)現(xiàn)實應(yīng)用程序，第一個應(yīng)用程序是由“Vichy Skin Consult AI”網(wǎng)站提供的在線皮膚分析，能為醫(yī)療美容行業(yè)提供抗衰老和皮膚護(hù)理方案的模擬應(yīng)用程序，具有檢測、量化和預(yù)測皮膚變化的功能；該應(yīng)用程序應(yīng)用了計算機(jī)視覺技術(shù)，可以預(yù)測在使用各種美容和化妝品后的外觀。在皮膚科醫(yī)生協(xié)助下開發(fā)的“Vichy Skin Consult AI”，用于評估膚色異常、干燥和細(xì)紋等皮膚狀況，消費(fèi)者上傳照片后，就會得到自己的皮膚質(zhì)量、需改善的地方以及定制的化妝產(chǎn)品方案等信息。歐萊雅還提供了一個類似的增強(qiáng)現(xiàn)實應(yīng)用功能的人工智能技術(shù)，稱為“L＇Oreal Virtual Try On”，讓消費(fèi)者在家中可以虛擬試用各種化妝產(chǎn)品。這兩種應(yīng)用技術(shù)都可以通過歐萊雅網(wǎng)站獲得[11]。

同樣地，“Neutrogena's Skin360”應(yīng)用程序可以利用手機(jī)攝像頭來評估皮膚的色斑、眼圈、皺紋、紋理變化和細(xì)紋，該程序可提供評分，并根據(jù)5個皮膚參數(shù)為用戶提供護(hù)膚品建議。另外，該程序還可以通過后續(xù)的評估追蹤用戶每天使用產(chǎn)品的情況、使用推薦產(chǎn)品后的改善情況以及可能影響皮膚健康的生活習(xí)慣，如睡眠、鍛煉和壓力。

2.2 醫(yī)療機(jī)構(gòu)的應(yīng)用程序

2.2.1 VISIA皮膚分析系統(tǒng)：VISIA皮膚分析系統(tǒng)專為醫(yī)生設(shè)計，提供最全面的皮膚分析。此外，VISIA是皮膚學(xué)、美容和皮膚護(hù)理行業(yè)中應(yīng)用最廣泛的成像分析設(shè)備。VISIA皮膚分析系統(tǒng)評估8種不同的皮膚特征：皺紋、紫外線損傷、質(zhì)地、毛孔、一般斑點(diǎn)、棕色斑點(diǎn)、紅色區(qū)域和卟啉；對細(xì)紋及毛孔粗大的評估相對靈敏度偏低。該系統(tǒng)利用偏振和紫外線照明來測量表皮和皮下皮膚狀況。該設(shè)備上市了至少15年，最新的型號增加了許多新功能，包括“TruSkin age”，該功能可以通過將每個就醫(yī)者的皮膚狀況與分析結(jié)果，同大數(shù)據(jù)庫進(jìn)行比較，提供符合就醫(yī)者年齡的皺紋、紫外線損傷和色斑程度的相關(guān)信息，綜合這些信息再通過比較VISIA系統(tǒng)內(nèi)置的護(hù)膚產(chǎn)品和治療方案庫后，選擇出個性化的治療方案，為美容皮膚科醫(yī)生提供全面的皮膚可視化方案，以優(yōu)化就醫(yī)者評估、協(xié)助管理、隨訪病例[12]。

一項評估VISIA膚色分析系統(tǒng)在臨床實踐中價值的研究發(fā)現(xiàn)，86%的就醫(yī)者表明VISIA分析能夠幫助他們了解最初皮膚狀態(tài)的問題，而且100%的就醫(yī)者會向其他人推薦VISIA分析，此外62%的就醫(yī)者更愿意接受有VISIA系統(tǒng)的測試[13]。

2.2.2 微型LifeViz：Quantificare公司的LifeViz Micro是一種3D攝影系統(tǒng)，可用于拍攝身體任何部位的皮膚微結(jié)構(gòu)的特寫圖像。與同類產(chǎn)品相比，該系統(tǒng)方便攜帶；其操作可重復(fù)性在萎縮性痤瘡瘢痕中3D皮膚成像的臨床評估中得到驗證；該系統(tǒng)也被用于比較真皮填充和抗衰老皮膚護(hù)理方案的治療效果的臨床實驗中。該系統(tǒng)具有手持成像選項，而不需要一個大型的、不可攜帶的設(shè)備。

2.2.3 Antera 3D CS：Miravex公司的Antera 3D CS成像系統(tǒng)依賴于從不同方向、不同波長的LED，以獲得多方向照明，來定性、評估各種皮膚狀況。在VISIA和ANTERA兩種皮膚成像分析儀器的比較中發(fā)現(xiàn)，ANTERA 3D在評估皺紋和毛孔粗大方面更敏感。

3 AI在美容皮膚治療中的應(yīng)用

3.1 肉毒毒素或填充注射治療前評估：計算機(jī)視覺是訓(xùn)練計算機(jī)解釋和理解數(shù)字圖像的人工智能領(lǐng)域，深度學(xué)習(xí)模型是一個子集計算機(jī)視覺技術(shù)，為計算機(jī)提供學(xué)習(xí)和改進(jìn)分類任務(wù)的能力，以準(zhǔn)確地識別和分類所提供圖像中的物體。最近，這項技術(shù)已被應(yīng)用于美容皮膚科，在使用肉毒毒素或軟組織填充物劑治療之前，對面部皺紋進(jìn)行識別及分類。Alrabiah A等[14]利用深度學(xué)習(xí)模型，可以將皺紋根據(jù)其嚴(yán)重程度分組；并基于大型圖像數(shù)據(jù)庫進(jìn)行比較分析，該模型可以通過比較同一就醫(yī)者不同面部表情的照片將皺紋分為動態(tài)和靜態(tài)皺紋。其他類似的圖像處理系統(tǒng)，亦可通過定位捕捉到皺紋細(xì)微的紋理變化[15]。這項技術(shù)的發(fā)展已被用于皺紋在選擇使用肉毒毒素或軟組織填充物劑注射之前的評估。

3.2 預(yù)測激光治療的臨床反應(yīng)：Cazzaniga S等[16]應(yīng)用人工神經(jīng)網(wǎng)絡(luò)，可以預(yù)測準(zhǔn)分子激光治療白癜風(fēng)患者所需時間，該模型預(yù)測患者復(fù)色的總體準(zhǔn)確率為66.46%。由于白癜風(fēng)的治療相對耗時及昂貴，這一類預(yù)測臨床療效反應(yīng)的模型將幫助患者決定是否繼續(xù)治療。這種臨床療效的預(yù)測模型也可以應(yīng)用于其他激光治療皮膚疾病，如痤瘡瘢痕、色素性皮膚病及血管性皮膚病，以幫助患者了解治療的預(yù)測期。

3.3 機(jī)器人脫毛及植發(fā)：AI與機(jī)器人的結(jié)合也是令人期待的，但由于軟硬件常需要配套開發(fā)，整合成本較高，成功問世的AI機(jī)器人仍較少。目前僅有機(jī)器人輔助的自動激光脫毛系統(tǒng)和毛發(fā)修復(fù)系統(tǒng)投入使用。機(jī)器人輔助自動激光脫毛系統(tǒng)可自動檢測目標(biāo)治療區(qū)域并發(fā)出均勻的激光、自動調(diào)節(jié)距離和照射次數(shù)，從而降低脈沖持續(xù)時間、統(tǒng)一能量分布，提高療效，最大限度地減少副作用[17-19]。

ARTAS是用于毛發(fā)修復(fù)的機(jī)器人系統(tǒng)，可進(jìn)行提取毛囊單位和毛發(fā)修復(fù)手術(shù)。它由機(jī)器人系統(tǒng)和高分辨率立體相機(jī)組成，具有集成設(shè)計功能，可以讓外科醫(yī)生繪制發(fā)際線和移植的區(qū)域，然后由機(jī)器人對接受部位進(jìn)行治療[20]。機(jī)器人輔助自動激光脫毛（LHR）系統(tǒng)已被研究作為一種模式，以確保均勻分布激光脈沖和最大限度地減少潛在的副作用。Lim HW等[18]一項研究指出，利用機(jī)器人手臂輔助激光脫毛與醫(yī)生指導(dǎo)脫毛的平均脫毛率分別為49%和29.5%。兩種脫毛方法都采用了Tria Plus （Tria Beauty， Dublin， CA），這是一種家用脫毛設(shè)備。機(jī)器人輔助自動激光脫毛系統(tǒng)已經(jīng)被改進(jìn)，通過應(yīng)用算法來提高彎曲度，以擴(kuò)大機(jī)器人輔助脫毛的區(qū)域范圍[19]。自動化掃描設(shè)備的潛在優(yōu)勢包括更短的脈沖持續(xù)時間、能量分布的均勻性、更快的操作，以及減少操作人員的疲勞[21]。

3.4 自動化的光電設(shè)備：自動化的射頻、微針和其他光電治療設(shè)備可以根據(jù)就醫(yī)者的特征而改變設(shè)置，這會使治療更有效率。未來的研究方向包括開發(fā)一種機(jī)器，它可以根據(jù)皮膚特征（如色素沉著、皮膚紋理等）的評估來改變設(shè)置[22]，同時也需要進(jìn)一步探索這種技術(shù)在實踐中的實用性和安全性。

4" 小結(jié)

人工智能正在改變?nèi)祟惖纳a(chǎn)、生活及思維方式，AI技術(shù)的飛速發(fā)展使得AI在醫(yī)學(xué)領(lǐng)域的開發(fā)與應(yīng)用成為現(xiàn)實。如今，AI在醫(yī)用機(jī)器人、智能藥物研發(fā)、精準(zhǔn)醫(yī)療、影像識別、可穿戴設(shè)備、遠(yuǎn)程醫(yī)療、養(yǎng)老與健康管理等領(lǐng)域均得到了廣泛應(yīng)用。AI在皮膚美容領(lǐng)域的發(fā)展方向在于其提高協(xié)助醫(yī)生診療能力及就醫(yī)者體驗感。AI可參與到以家庭為基礎(chǔ)的皮膚護(hù)理模式中，指導(dǎo)皮膚及頭發(fā)護(hù)理；深度皮膚分析和計算機(jī)視覺技術(shù)的發(fā)展幫助醫(yī)生指導(dǎo)治療；醫(yī)療應(yīng)用程序如VISIA皮膚分析系統(tǒng)，可以通過對就醫(yī)者皮膚的分析，而內(nèi)置的產(chǎn)品庫能滿足其皮膚護(hù)理的需求；自動化和機(jī)器人輔助激光治療等技術(shù)還需要進(jìn)一步的研究和測試。皮膚科醫(yī)生應(yīng)了解這些新興技術(shù)，以更好地將其應(yīng)用于臨床實踐中。未來還需要從多個角度去認(rèn)知、改良、發(fā)展AI，使其能夠真正走向臨床，服務(wù)于大眾。

[參考文獻(xiàn)]

[1]Hogarty D T， Mackey D A， Hewitt A W. Current state and future prospects of artificial intelligence in ophthalmology： a review[J]. Clin Exp Ophthalmol， 2019，47（1）：128-139.

[2]Esteva A， Kuprel B， Novoa R A，et al. Dermatologist-level classification of skin cancer with deep neural networks[J]. Nature， 2017，542（7639）：115-118.

[3]Pai V V， Pai R B. Artificial" intelligence" in" dermatology" and healthcare：" An overview[J]. Indian J Dermatol Venereol Leprol， 2021，87（4）：457-467.

[4]Holmes J， Sacchi L， Bellazzi R. Artificial intelligence in medicine[J]. Ann R Coll Surg Engl， 2004，86：334-338.

[5]Rawson T M， Ahmad R， Toumazou C， et al. Artificial intelligence can improve decision-making in infection management[J]. Nat Hum Behav， 2019，3：543-545.

[6]Filice R. Deep-learning language-modeling approach for automated， personalized， and iterative radiology-pathology correlation[J]. J Am Coll Radiol， 2019，9（16）：1286-1291.

[7]Forlenza G P. Use of artificial intelligence to improve diabetes outcomes in patients using multiple daily injections therapy[J]. Diabetes Technol Ther， 2019，21：S24-S28.

[8]Kothari S， Gionfrida L， Bharath A A，et al. Artificial intelligence （AI） and rheumatology： a potential partnership[J]. Rheumatology， 2019，58（11）：1894-1895.

[9]Moore M M， Slonimsky E， Long A D， et al.Machine learning concepts， concerns and opportunities for a pediatric radiologist[J].

Pediatr Radiol， 2019，49：509-516.

[10]Tizhoosh H R， Pantanowitz L. Artificial intelligence and digital pathology： challenges and opportunities[J]. J Pathol Inform， 2019，14（9）：38.

[11]Elder A， Cappelli M O， Ring C， et al. Artificial intelligence in cosmetic dermatology： An update on current trends[J]. Clin Dermatol， 2024，42（3）：216-220.

[12]Linming F， Wei H， Anqi L， et al. Comparison of two skin imaging analysis instruments： The VISIA ? from Canfield vs the ANTERA 3D ? CS from Miravex[J]. Ski Res Technol， 2018，24（1）：3-8.

[13]Goldsberry A， Hanke C W， Hanke K E. VISIA System： a possible tool in the cosmetic practice[J]. J Drugs Dermatol， 2014，13（11）：1312-1314.

[14]Alrabiah A， Alduailij M， Crane M. Computer-based approach to detect wrinkles and suggest facial fillers[J]. Int J Adv Comput Sci Appl， 2019，10（9）：101-104.

[15]Ng C， Yap M H， Costen N， et al. Wrinkle detection using hessian line tracking[J]. IEEE Access， 2015，3（11）：1079-1088.

[16]Cazzaniga S， Sassi F， Mercuri S R， et al. Prediction of clinical response to excimer laser treatment in vitiligo by using neural net work models[J]. Dermatology， 2009，219（2）：133-137.

[17]Lim H W， Park S， Noh S， et al. A study on the development of a robot-assisted automatic laser hair removal system[J]. Photomed Laser Surg， 2014，32（11）：633-641.

[18]Lim H W， Lee D H， Cho M， et al. Comparison of efficacy between novel robot-assisted laser hair removal and physician-directed hair removal[J]. Photomed Laser Surg， 2015，33（10）：509-516.

[19]Park S， Lim H W， Cho M， et al. Improvement in laser-irradiation efficiency" of" robot-assisted laser hair removal through pose measurement of skin surface[J]. Photomed Laser Surg， 2016，34（1）：42-49.

[20]Rose P T. Advances in hair restoration[J]. Dermatol Clin， 2018，36（1）：57-62.

[21]Lanigan S W. Lasers in dermatology[J]. Medicine （Baltimore）， 2004， 32（12）：21-23.

[22]Schlessinger D I， Chhor G， Gevaert O， et al. Artificial intelligence and dermatology： opportunities， challenges， and future directions[J]. Semin Cutan Med Surg， 2019，38（1）：E31-E37.

[收稿日期]2023-01-30

本文引用格式：張道軍，郝飛.人工智能在皮膚護(hù)理及美容治療中的應(yīng)用進(jìn)展[J].中國美容醫(yī)學(xué)，2025，34（3）：181-184.