[{"data":1,"prerenderedAt":105},["ShallowReactive",2],{"blog-\u002Fblog\u002Fzh-hant\u002Fwhere-does-ai-look":3,"blog-\u002Fblog\u002Fzh-hant\u002Fwhere-does-ai-look-surround":82,"blog-\u002Fblog\u002Fzh-hant\u002Fwhere-does-ai-look-translations":88},{"id":4,"title":5,"author":6,"body":9,"date":66,"description":67,"draft":68,"extension":69,"image":70,"meta":71,"navigation":73,"path":74,"seo":75,"stem":76,"tags":77,"__hash__":81},"blogZhHant\u002Fblog\u002Fzh-hant\u002Fwhere-does-ai-look.md","AI究竟看著我臉上的哪裡在做判斷",{"name":7,"picture":8},"Soo Ick Cho","\u002Fimages\u002Fblog\u002Fauthor-sooickcho.jpg",{"type":10,"value":11,"toc":58},"minimark",[12,16,21,24,27,30,33,36,39,42,45,48,51,55],[13,14,15],"p",{},"假設AI把你的額頭皺紋評為62分。這個數字可以直接相信嗎？如果是醫師這麼說，我們可以問：「您是看哪裡做出這個判斷的？」醫師會指著你額頭上的紋路來解釋。但AI通常只給出一個數字，卻不說明理由。這正是「黑箱」一詞長期伴隨醫療AI的原因。今天要談的，是INSKINVIEW如何看清這個黑箱的內部。",[17,18,20],"h2",{"id":19},"確認ai真的在看那個地方","確認AI真的在看那個地方",[13,22,23],{},"AI看著錯誤的地方卻給出看似合理的答案，這種情況比想像中更常見。如果一個本該評估額頭皺紋的模型，實際上是在對瀏海或燈光造成的陰影做出反應，那麼即使數字看起來合理，這個判斷也不可信。",[13,25,26],{},"因此，我們在開發過程中，會使用Grad-CAM等醫療AI領域長期使用的方法，確認模型是依據影像的哪個部位做出判斷的。這種方法會把模型關注的區域像熱圖一樣疊加在臉上顯示。如果是額頭皺紋評分，光應該聚集在額頭的紋路上;如果是色素沉著評分，則應該聚集在斑點和瑕疵上。這是用肉眼確認AI是否在看皮膚科醫師會看的地方的過程。",[17,28,29],{"id":29},"確認分數是否隨年齡合理變化",[13,31,32],{},"即使看的地方是對的，數字是否有意義地變化，又是另一個問題。所以我們也會一併確認分數如何隨年齡變化。",[13,34,35],{},"在之前的文章中，我們展示過按年齡和性別劃分的平均曲線。這條曲線既是建立基準的工具，同時也是檢驗模型的工具。如果皺紋分數不隨年齡增長而變化，那麼模型很可能測量的並不是皺紋，而是別的東西。反過來，如果分數的走勢與皮膚科醫師在臨床上熟知的老化規律相吻合——比如皺紋在50歲之後加速，痘痘反而隨年齡增長而改善——那就說明模型在追蹤皮膚的真實變化。",[13,37,38],{},"如果說Grad-CAM是在一張照片裡確認「哪裡」，那麼隨年齡的變化，就是在大量人群的數據上確認模型在測量「什麼」。",[17,40,41],{"id":41},"讓分數變得肉眼可見",[13,43,44],{},"但還剩下一個問題：數字終究只是數字。皺紋從62分變成67分，臉上到底會發生什麼變化？5分的差距，很難讓人有直觀的感受。",[13,46,47],{},"因此，我們正在開發皮膚狀態變化模擬。它以你自己的照片為基礎，呈現當某個項目的分數提高幾分時，你會是什麼樣子。原則很明確：只有要改變的項目可以變化，臉部輪廓和五官必須保持原樣。如果在改變額頭皺紋時，膚色也變亮了，或者下顎線也變了，那就不是模擬，而只是美顏濾鏡。",[13,49,50],{},"這項工作也與前面的兩種確認相互銜接。把只改變了額頭皺紋的影像重新輸入模型時，應該只有額頭皺紋的分數發生變化，其他分數保持不變。這相當於從反方向確認模型是否真的在看那個項目。",[17,52,54],{"id":53},"值得信賴的數字是能夠解釋的數字","值得信賴的數字，是能夠解釋的數字",[13,56,57],{},"能夠呈現看的是哪裡，能夠隨年齡做出合理的變化，能夠讓人想像出分數差異的樣子——只有這樣，分數才不再是從黑箱裡冒出來的數字，而成為可以理解的資訊。我們一直說要用數據而不是感覺來看皮膚，而我們相信，數據本身也必須能夠呈現它的依據。",{"title":59,"searchDepth":60,"depth":60,"links":61},"",2,[62,63,64,65],{"id":19,"depth":60,"text":20},{"id":29,"depth":60,"text":29},{"id":41,"depth":60,"text":41},{"id":53,"depth":60,"text":54},"2026-10-04","如果AI把我的皺紋評為62分，這個分數是根據什麼得出的？這是關於INSKINVIEW如何確認AI判斷依據，以及如何讓分數變得肉眼可見的記錄。",false,"md","\u002Fimages\u002Fblog\u002F인스킨뷰 AI 피부 분석 대시보드.png",{"slug":72},"where-does-ai-look",true,"\u002Fblog\u002Fzh-hant\u002Fwhere-does-ai-look",{"title":5,"description":67},"blog\u002Fzh-hant\u002Fwhere-does-ai-look",[78,79,80],"可解釋AI","皮膚分析","INSKINVIEW","G6j4bYHAcxdVrdTouEfyonDhpPoBYsRkDSGUY0PnyaA",[83,84],null,{"title":85,"path":86,"stem":87,"children":-1},"INSKINVIEW決定不測量的:油分與水分","\u002Fblog\u002Fzh-hant\u002Fwhy-not-oil-and-moisture","blog\u002Fzh-hant\u002Fwhy-not-oil-and-moisture",[89,93,97,101],{"code":90,"name":91,"path":92},"ko","한국어","\u002Fblog\u002Fwhere-does-ai-look",{"code":94,"name":95,"path":96},"en","English","\u002Fblog\u002Fen\u002Fwhere-does-ai-look",{"code":98,"name":99,"path":100},"ja","日本語","\u002Fblog\u002Fja\u002Fwhere-does-ai-look",{"code":102,"name":103,"path":104},"zh-hans","简体中文","\u002Fblog\u002Fzh-hans\u002Fwhere-does-ai-look",1791649183145]