起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識看臉的時代，AI醫美為什么沒有成為風口？
在風口爆發起來之前，AI醫美還需要更多“人文關懷”。
有數據顯示，自2013年到2017年，整個AI醫療行業共獲得241筆國內融資。可見AI醫療已經成為資本新寵，但目前國內資本多布局于虛擬助手、醫療影像、醫用機器人、智能健康管理四個領域，且應用場景多針對醫院門診、腫瘤科等病室。而醫學美容則因為其介于醫療與美容兩個行業之中，不可避免地被醫療行業所忽視了。
AI醫美為什么沒有火起來？
市場大、需求旺，AI醫學美容本有一個遠大前程
盡管每個行業都會說自己是朝陽產業，但多數是創業者講給自己或投資人聽的，而醫學美容綁上AI卻是個鐵打的黃金賽道。
1. 醫美市場增速可觀
今年三月，醫美APP新氧完成了金額為2億元的D2輪融資。值得一提的是，在去年十二月，新氧就曾宣布獲得了4億元D-1輪融資。新氧在三個月內連續兩次融資，打破了2017年下半年以來互聯網醫美行業的沉寂。同類APP還有“更美”，其在周年慶期間也獲得了上億的流水。
醫美類APP不斷取得好成績，我們從中也可以窺見——醫美市場正在快速增長。德勤報告顯示，2017年中國醫美市場規模達到了1760億元，至2020年預計每年還將以40%的速度增長。根據中整協、新氧和美業觀察聯合出品的《2018年醫美行業報告》，2017年中國美業市場規模預計達到1.12萬億。
（圖為2016年—2018年中國醫療美容市場規模預測）
圖表來源：中國產業信息
市場的龐大代表著人們對醫美行業的認可度越來越高，具體表現在已經有越來越多的人愿意主動分享自己的醫美經歷。據《2017新浪微整形年度大數據報告》顯示，關注醫療美容的群體總人數已超過2678萬，同比去年增加了13.57%，相比于增長緩慢的男性群體，女性群體占比則提升了17.1%。
圖表來源：2017年新浪微整形年度大數據報告
2. 醫美需要AI的加持
隨著醫美市場的壯大，醫美產品和服務的一些空缺也亟需去填補。AI醫美可以在美容外科、牙科、皮膚科上助力。
我們首先來看一下《清科2017醫美行業研究報告》對傳統醫美行業惡性循環困局的分析——
在美容外科，也就是大家熟悉的整形美容方面，從供給角度來看，醫療美容技術專業人才嚴重地供不應求，尤其是美容保健行業高素質、高技能的醫療美容技術人才的缺口甚大。又因為醫美的經濟效益比一般醫療要高，往往還會存在醫生為了經濟效益而“不愿放”“非要醫”的情況。從需求角度來看，渴望“變美”的客戶有較強的意愿和能力去尋求優質的整形資源，甚至于為了“美麗”不計成本，據統計20%的潛在消費人群表示只要安全，價格不是問題。
如圖所示，技術進步是整個醫美行業健康業態的核心。當我們將AI應用于美容外科中，使AI“深度學習”大量整形數據文本，掌握問答、判斷、預測、實施的能力，填補上整形行業里專業人才的空白。對于醫生而言，AI有利于提高工作效率、預判手術效果，醫美實現“快餐化”，多數手術控制在2個小時以內，而注射類微整形項目通常只需要十幾分鐘。對于患者而言，簡單的操作就能對自身的情況有基本的了解，手術后也能免除后顧之憂，實現微創化和無創化。
在美容皮膚科方面，AI在解碼個人身體信息上大有可為之地。武漢“嫦美皮膚解碼機器人”投入市場后，人們能在1分鐘內，完整解碼出毛孔、皺紋、紋理、美白度、油脂、紫質、紫外斑、色斑等8項指標，不僅可以讓用戶直觀閱讀皮膚信息，方便護膚，還能預知針對肌膚狀況的多種適用性保養方法。在身體數據管理上，AI憑借其強大的計算力將人類PK下去毋庸置疑。而醫生，要做的僅僅是根據AI提供的皮膚報告甚至是醫美方案來作出安排。
在美容牙科方面，AI也能得到更廣泛的應用。北京比爾肖恩科技有限責任公司的CEO于東暉指出，人類牙齒在不干預的情況下，變化是有跡可循的。所以，AI完全可以通過大數據找到其中的規律，精準判斷客戶是否需要進行拔牙、補牙、根管治療基礎治療或者是種植、正畸等復雜治療。
問題顯然比想象中多，AI醫美這個風口才沒有被真正“吹起來”
在我國，AI醫美的需求驅動因素很多，譬如大眾的消費觀念進步，居民可支配收入增加，以及各項新技術的發展等，如此看來，AI醫美成為風口似乎是必然的趨勢，但令人奇怪的是，智能家居如火如荼，智能教育不落其后，唯獨智能醫美不進不退，頗為尷尬。
問題顯然比想象中多，AI醫美只是看上去很美好，但發展的前路依舊有不少障礙需要去克服。這些障礙包括AI醫美產品和服務不到位而導致的市場缺乏核心競爭力，以及AI在審美上的“天生缺陷”。
1. 市場缺乏核心競爭力
目前，AI醫美的產品實現落地的非常少。即便有，也多偏向于美妝美發方面，與醫美還是有本質差別的。這里的AI產品，大多秉持著“君子動口不動手”的原則，一般為咨詢式的虛擬助手，功能主要是提供相關建議。比如松下的智能化妝鏡，宜家魔鏡等，而即使是這些品牌扎眼的產品，也沒能與更廣泛的人群產生聯系。
也有一些產品以皮膚測試為切入口，比如美圖美妝APP，采用了美圖影像實驗室?MTLab的AI?測膚技術——MTskin，不過其測試的專業性和精準性依舊有待商榷。而這類AI產品，看起來還是很淺層的AI應用，甚至只是個營銷噱頭。
當然，不乏有產品成功進軍B端，但能夠深入人心的To?C產品還是太少。
醫美行業的AI產品進軍皮膚科的占大多數，且大多數的科技重點放在客戶的個人數據管理上，比如上文中提到的皮膚智能解碼儀，能夠檢測到關于皮膚的多元數據，再通過AI技術去分析這些數據得出結果。但縱觀整個醫美市場，在美容外科上，我們缺乏真正具有說服力的人工智能產品。
于是，產品的不到位導致AI醫美市場缺少了核心競爭力，行業巨頭不去搶灘布局，淺層的AI應用占據了大市場，產品和服務的質量依舊滿足不了人們的需求，AI醫美服務就會處于一種停滯的狀態。
2. 在弄懂求美者的心這件事上，AI還有許多事要做
人通過眼睛采集圖像，通過大腦感知美丑。對于AI，我們可以為其創建出最精密的視覺系統，卻難以打造一個可以媲美人類大腦的感知系統。不管丑陋還是美麗，于AI而言就是一堆死板的數字。本質上來說，對美的欣賞和創作是人獨有的。那么，求美者把自己的“美麗”交給AI，靠譜嗎？
一般而言，AI進行的深度學習多為監督學習，即由人類進行人工標識，抽取事物的特征作為機器學習的模型。例如，卷積神經網絡（Convolutional?neural?networks，簡稱CNNs）就是一種深度的監督學習下的機器學習模型。
如果人們將“瓜子臉、大眼睛、高鼻梁”作為“美女”的特征供機器學習，而醫美AI又缺乏真實的感知，會不會打造出一批相同的“網紅臉”呢？如同我們使用的美顏相機，磨皮+變白+濾鏡就等于一張“照騙”。
這樣提取特征的方法似乎很眼熟。我們常見的小游戲——測一測你最像哪位明星的運行機制不正是如此嗎？人們在系統中上傳一張照片，系統就會進行人臉識別，提取出這張照片中人物的五官特征，然后迅速在圖庫中找到能與這些特征相匹配的明星照片。
AI對美麗的定義可能是單薄的，但求美者的心態和想法卻是多種多樣的。如何讓AI做到“我知女人心”，為用戶個性化建模，還亟待技術人員去思考。
?在風口爆發起來之前，AI醫美還需要更多“人文關懷”
愛美之心，人皆有之，但主動追求美麗卻沒有人們想象得那么容易。智能相對論分析師顏璇在百度中搜索詞條“整容”+“心理障礙”，出現的相關結果足有1，160，000個。
有研究報道，在主動要求整容的人群中，有大約1/3的人患有軀體變形障礙（BDD）。BDD是一種嚴重的心理疾病，病人往往會過分在意自己身體上的某個瑕疵，即使在旁人看來那并沒有什么問題。
除了這類特殊的求美者外，還會有一些求美者在接受了美容外科手術后產生心理問題，特別常見的就是過分在乎別人對自己的看法，甚至產生自卑感。
面對這些情形，為醫美中的AI添加心理保健功能尤為必要。一方面，要讓AI進行用戶調研，定期回訪客戶，掌握市場數據，實現用戶的個性化心理建檔；另一方面，要為AI建立更加完整的知識圖譜，包括語義分析、人機交互等，通過聊天等方式來與客戶交流，并通過語音識別和情感分析來揣測客戶的情緒。AI醫美有，AI心理醫生亦有，但能夠結合二者，在醫療美容的全程中追蹤用戶心理動態，提供醫美診斷協助和心理輔導的項目仍處于空白。
在很多的研究中，人工智能已經成功擊敗了人類，但在其大規模落地前，人類與AI還有很多的課要補。智能醫美這個方向還有很多技術等著我們去探索，但技術的突破不是我們的最終目的，科技的發展永遠要以人為本。美好的生活不僅需要美麗的外觀，?還需要一顆美麗的心靈。
作者：顏璇（關注AI醫療等），微信公眾號：智能相對論
本文由 @顏璇 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自 Pixabay，基于 CC0 協議
吶，寫的挺好