AI（人工智慧）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世界美容抗老大會上，AI技術如何應用於美容抗衰成為熱門話題之一。
美圖宜膚膚智慧驅動策略總監傅思穎分享稱，目前，AI已與大數據結合在抗衰老領域中實現應用。他表示，透過對研究族群的數據進行分析，發現了一些老化的關鍵時間點。以常見的⾯部紋路為例，⼝⻆紋、眉間紋和淚溝通常在30歲後期開始出現，但要直到50歲後期才會趨於穩定。
「與傳統的肉眼觀測皮膚狀況相比，AI測膚可以自動化皮膚特徵提取，處理高維度、複雜的圖像數據，以及透過大規模數據持續訓練不斷提升和進化的能力。」傅思穎談到。
美容抗衰，正成為一個龐大消費市場。艾媒諮詢數據顯示，2023年中國化妝品產業市場規模達5,169.0億元，其中抗老領域市場規模為739.8億元。全球範圍來看，2023年全球抗衰老市場規模達2,503億美元（約
在上述皮膚美容論壇上，美圖宜膚皮膚檢測與數位化標準聯合實驗室以「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。
美圖宜膚膚智慧驅動策略總監傅思穎在分享中提到，目前，AI已與大數據結合在抗老領域中實現應用。他談到，「由於AI能夠將原本⾮結構化的⽪膚圖像和三維結構轉化為結構化的數據，為科研⼈員和護膚專家提供了便於研究和參考的數據資訊。透過這樣的轉化，可以更有系統地了解皮膚衰⽼的進程，建立起⽪膚衰⽼特徵的資料庫，為後續的抗衰研究和產品研發提供堅實的資料基礎」。
傅思穎分享了一項40萬+族群的AI測膚數據分析結果。他表示，透過對研究族群的數據進行分析，發現了一些老化的關鍵時間點。以常見的⾯部紋路為例，口角紋、眉間紋和淚溝通常在30歲後期開始出現，但要直到50歲後期才會趨於穩定。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歲初期達到穩定狀態。這些數據為護膚品牌、醫美品牌等製定抗衰策略提供了重要依據。
「與傳統的肉眼觀測皮膚狀況相比，AI測膚可以自動化皮膚特徵提取，處理高維度、複雜的圖像數據，以及透過大規模數據持續訓練不斷提升和進化的能力。」傅思穎談到。
美圖宜膚皮膚檢測與數位化標準聯合實驗室首席研究員王馥迪分享了另一組透過AI測膚分析的數據——基於臉部不同部位的數據切割，運用深度學習方法進行老化預測。結果發現，在前額、眼睛、鼻子、臉頰和嘴巴等區域，眼部區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衝擊的印象。
除了上述的流⾏病學研究外，王馥迪團隊也將⾯部三維結構的變化與二維層⾯的衰⽼特徵連結在一起。其團隊發現，嘴部的形態變化與⿐唇溝有顯著相關，⽽後透過基因數據，證實了兩者的因果關係。這是第一個從遺傳學⻆度驗證臉部形態與⾯部衰⽼的關係的研究。這些研究成果，不僅能推動AI技術在抗老領域的應用，也為個人化護膚和醫美產業的發展提供了新的方向。
今年8月8日，由中國抗老促進會發布、美圖宜膚參與制定的《⼈體⽪膚分齡抗衰⽼評價標準表》團體標準發布並實施。此團體標準明確標註了各年齡階段臉部皮膚老化特徵的變化範圍及速率，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後，可以根據這項標準，了解受試者的臉部狀況是否處於正常水平，以及在接下來的一段時間臉部老化的變化會有怎樣的趨勢。
近年來，AI技術和大數據在產業界使用的情況也呈現逐步上升趨勢。數據顯示，2022年全球⽪膚分析儀市場規模為13.58億美元，到2029年將達到69.903億美元，預測期內複合年增⻓率為26.4%。另有調查數據顯示，消費者對Al⽪膚檢測儀提供的測膚資訊全⾯性和結果準確度信任度也較⾼。