皮肤诊断，会是图像技术的下一个落地点吗？

如果再早几天前你问「美图和医疗能扯上什么关系」，大多数人应该只想到医美。

这并没什么稀奇，毕竟「美颜」一直都是美图既往给外界留下最直观的印象。虽然其影像实验室 MTlab 研发了的众多核心图像技术，不过可以认为这些技术同样是围绕「美颜」展开的。

MTlab 的九大产品

但是在参加过美图 MTlab 在 21 日召开的发布会之后，你再问「KnowingAI 知智」之前那个问题，那将会得到一个新的答案：皮肤科。

MTskin

在这场名为「AI 让你更美——《2017 中国女性皮肤问题研究报告》」的发布会上，虽然「报告」才应该是主角，然而真正让人眼前一亮的却是 MTlab 在今年联合上海皮肤病医院研发出来的 AI 测肤功能，及其背后的技术 MTskin。

据美图方描述，MTskin 基于美图自研的人脸技术和多位「专业医生指导标注的海量医疗级数据」开发，技术上采用了深度学习中的卷积神经网络。

通过「美图美妆」应用主页入口，根据语音提示拍下脸部照片，应用就会为用户的皮肤打分，并指出肤质、肤色、肤龄和皮肤存在的问题。据称现仅凭单张照片就能检测出多个关键的皮肤问题，包括痘印、黄褐斑、黑色素痣等，并且在肤质、肤龄、肤色、黑头、黑眼圈、痘痘这五个领域的准确率已经达到95%。

因其使用深度学习技术，其准确率还将在日后的不断学习、积累数据过程中进一步提高。

美图 MTlab 技术总监许清泉表示，希望这一技术在未来够辅助皮肤科医生进行专业诊疗。

化妆品的 AI 销售员

将 AI 应用到医疗还有距离，但将 AI 应用到化妆品推荐则非常可行，美图也是这么打算的。

和美图美妆捆绑推出的 AI 测肤，一直是该应用的核心。据许清泉透露，美图甚至还考虑到不同手机摄像头的差异问题，并为此设计了不同的方案。

皮肤问题的介绍下「贴心」的提供了多种「解决方案」

如此用心的背后直指一个目的——一个精准投放的化妆品电商。根据会后美图方面和「KnowingAI 知智」透露的信息，他们目前的客单价是要高于同行不少，用户增长同样超出预期。

美图公司市场部 VP 陈汉泽表示，这种结果和 AI 测肤有很大关系，同时她认为使用 AI、AR 相关的技术是提升化妆品行业成交量及客单价的有效途径之一。

除了美图，还有一家公司在计算机视觉识别技术与皮肤的结合上做得更加彻底，那就是拥有一百多年历史的美妆老牌资生堂。

今年 11 月，资生堂宣布收购 AI 创业公司 Giaran，该公司业务范围主要涉及利用计算机视觉、大数据、增强现实等 AI 技术，进行深度学习、数据挖掘以及预测模型等研究。资生堂方面对此表示，Gibran 目前在美妆领域已经拥有不少智能技术，如虚拟试妆、色彩匹配、面部追踪和肤色检测等，这些技术既可以在手机、平板设备及电脑上使用，也可以通过全高清增强技术智能镜实现，未来将应用于包括护肤品在内的资生堂品牌组合中。

除此之外，资生堂还研发了一套名为 Optune 的家庭护肤品系统。该系统与美图的 AI 测肤类似，同样是凭借手机拍照进行测肤，并会将测试结果与当下的气象信息一同分析。不过最终目的不是推荐化妆品，而是直接通过名为 Optune zero 的设备调配定制化的精华液与乳霜。据资6生堂方面称，该设备可以调制出超过 1000 种组合。

皮肤科的 AI 专家号

将 AI 应用与皮肤科结合并非只有美图一家，但与检测面部皮肤这种「轻应用」不同，大部分研究倾向于更严重的皮肤疾病。

其中最有名的研究来自斯坦福大学 Thrun 实验室，其论文曾于今年 1 月登上《自然》（Nature）杂志。由于数据缺乏，团队通过互联网收集、清洗了大量皮肤癌影像数据，并联合专业的医学院合作进行分类。最终整理出了一个拥有13 万张皮肤病变图像、包含 2000 种皮肤疾病的数据集。

通过该数据集训练出的模型，在「角化细胞癌」、「黑素瘤」和「通过皮肤镜检查的黑素瘤」三项准确度达到 91%，这一数字与 21 位持有认证的皮肤科医生相当。

目前，该研究团队正致力于让该算法在手机上运行。

斯坦福 AI 眼中皮肤疾病的分类

如果说斯坦福代表着学院派的水平，那么企业的水平则要看 IBM 了。

IBM 的一个研究团队正在与皮肤癌检测机构 MoleMap、澳大利亚黑色素瘤研究所以及纪念斯隆-凯特林癌症中心合作，共同进行皮肤癌图像分析研究。本着 IBM 一贯的企业风格，对于这项研究的描述内容不多，目前网络上大多资料只显示出其数据量相对庞大一些——当然 IBM 方面也表示匮乏，并且训练中辅以诊断文字以提高精度。

据 IBM 官方称，其以影像来判断皮肤疾病的识别精度是 97%，对比测试的人类医生的平均水平是 84%。

除了斯坦福、IBM 这类国际团队，国内也有一些团队在做皮肤方面的研究。

比如大拿科技、中南大学湘雅二医院和丁香园就联合推出了一款「较成熟的红斑狼疮人工智能辅助诊断模型」，据称该模型能对红斑狼疮各种亚型以及其鉴别诊断疾病能进行有效区分，识别准确率超过 85%。除此之外 Airdoc、北京协和医学院和搜狗则联手推出了在线的黑色素瘤识别服务。

同样都是将图像识别应用在皮肤领域，美图的相关技术也会像肺结节辅助诊断一样，辅助皮肤科医生进行诊断么？

目前美图方并没有明确计划，不过这个细分应用场景的可行性似乎更值得深思。

也许还是与电商的结合更切合实际。