精細的肌膚評估 AI 是怎麼做出來的

INSKINVIEW 把肌膚分成六個面向，各自以 0 到 100 分之間的分數呈現。但這個分數是從哪裡來的？今天想談的就是這件事。其實在這個分數背後，有一個只要是做肌膚評估 AI 的人都會遇到的兩難。

專家是用「等級」評估肌膚的

肌膚評估的標註資料（ground truth）通常是以等級建立的，像是輕度、中度、重度這樣分成 4～5 級。

原因很簡單：人沒辦法用連續的分數來評估。問皮膚科專科醫師「這條皺紋滿分 100 分是幾分？」，他很難回答。要用肉眼分辨 63 分和 67 分，幾乎是不可能的。但如果問「4 級當中是第幾級？」，就答得出來。前面文章提到的 IGA 等評估工具全都採用等級的形式，也是這個緣故。

但用等級，看不見變化

問題是，用這種等級資料訓練 AI，AI 也就只認得等級。用 4 級學出來的模型，看世界就只有 4 級。

這樣會出現麻煩的情況。就算持續保養、肌膚一點一點在變好，只要還在第 2 級的範圍內移動，模型的答案就一直是「第 2 級」。前幾篇文章說要經常測量才看得出趨勢，但如果模型本身分辨不出細微的變化，經常測量就失去了意義。

話雖如此，硬把等級拉成分數也不是答案。把第 2 級機械式地稱作 50 分，並不代表模型就懂 48 分和 53 分的差別。

集合多人的評估就行了——除了成本以外

有一個已知的解法，也是我先前在異位性皮膚炎研究中用過的方式：讓多位專科醫師評估同一張照片。當時我蒐集了 5 位醫師的評估。

5 個人評的等級不會完全一致，但正是這種不一致成了資訊。5 個人都評第 2 級的照片，和意見分歧在第 2 級與第 3 級之間的照片，狀態是不同的。等級之間那些微妙的位置，透過多人的分布顯現了出來。這樣訓練，模型就能讀出等級與等級之間的差異。

只是這種方式有一個明確的限制：成本。每一張照片都要請多位專科醫師評估，資料量越大就越難負擔。

不靠多人評估，也能讀出等級之間的差異

所以我們找了另一條路：不用蒐集多人的評估，也能讓 AI 模型把以等級建立的標註資料，理解成 0～100 分的細分分數。具體方法屬於我們的技術訣竅，沒辦法在這裡全部寫出來，但方向是明確的。

這麼做可以同時守住兩件事：正確答案的基準仍然放在皮膚科專科醫師的評估上，而模型則連等級之間的細微變化也一併學會。

INSKINVIEW 的分數不是等級而是 0～100 分，原因就在這裡。要呈現今天 61 分和下個月 65 分的差別，模型就必須讀得出這中間的差異。雖然說要經常測量才看得出趨勢，但其實在那之前，得先有一個能盛裝趨勢的容器。