怎么整才好看？整形外科医生正在使用 AI 评估容貌

随着科技飞速发展，人工智能逐渐为更多行业所用，美容行业也不甘落后，开始不断寻找以人工智能评估代替传统美容测评的方法。尽管这给美容行业的发展带来了巨大便利，还是引起了不小争议。当美容行业遇上人工智能，会发生什么样的变化？这篇文章将告诉你。本文译自 Medium，作者 Zara Stone，原标题为 Plastic Surgeons Are Using A.I. to Determine Beauty.

到 2017 年底，我已经报道了这么多整容手术的故事，以至于我开始思考自己是否应该做点什么。但是如何决定呢？看着镜子里的自己，我不知道怎样做才能让自己看起来更好。所以我向现在已倒闭的初创公司 Analyze My Face 寻求建议。这家初创公司让我用单反相机给我自己的脸拍高分辨率的照片，然后用这张照片咨询牙科和整形外科医生，为我打造一张「最佳」脸的模型；显然，由于颏突度不佳，我可以用填充物填充下巴，并且我的下眼睑也可以通过柔化手术来填补凹陷。当时这我印象深刻，但两年过去了，这在科技行业是一段很长的时间；今天，做出这种评估的是算法，而不是人类。

如今，许多整形外科医生会将这些照片与人工智能技术结合起来，创造出一幅我脸部的 3D 效果图，真实地描绘出我的动作和表情。然后，他们的工具会分析我的特征，并告诉我每一次推荐的手术所能增加吸引力的百分比。

整容手术在美国和全世界都是大生意。在美国，医生去年大约做了 1770 万次手术，美国整形外科医生协会估计他们花了大约 165 亿美元进行自我美化（这还不包括与面部重塑相关的手术，这通常被称为整形手术，而不是整容手术）。许多外科医生对任何有潜力促进这项本已利润丰厚的业务的工具都感兴趣，并且这些工具正越来越多地以某种方式涉及人工智能这种能够学习，行动和自我推理的智能系统。

当我调查今年举行的大约 20 场整形手术会议时，发现大多数会议都会包括一场关于人工智能的会议，以及一场关于软件程序的讨论，这些程序的功能包罗万象，从测量面部吸引力，到为医生向潜在客户推荐手术流程。

但是一些专家说，把对美的评估交给一个算法可能不是一个好主意。「人工智能用于审美评估可能会破坏美的文化多样性，」整形外科医生荣根・科伊米祖博士（Dr. Jungen Koimizu）在 2019 年 3 月的《整形与重建外科杂志》上写道。

由于许多营销公司利用人工智能来瞄准潜在客户 (从行为建模到预测见解和大数据分析的方方面面)，这项技术有时甚至在患者第一次预约整容手术之前就已经介入。杜克大学医学院整形外科住院医师希瑟・莱维特斯博士（Dr. Heather Levites）使用了一家名为 Cognovi Labs 的情绪分析初创公司的工具，分析了社交媒体上提到整容手术关键词的帖子。她的父亲是这家初创公司的 COO。该工具扫描推文中提到的关键词，如吸脂和隆胸，并分析它们，以了解潜在客户对什么感兴趣，以及他们对什么有复杂的感觉。它用六种不同的情绪来分类；惊讶、愤怒、快乐、厌恶、恐惧和悲伤。然后将数据分成三个指标；意识、参与和动机 —— 推特用户的动机越高，他们就越有可能坚持下去。许多行为经济学家报告说，70% 的决策是由情绪驱动的。

希瑟对结果感到惊讶。社交媒体用户对隆鼻手术非常熟悉，但 Cognovi Labs 的工具发现，隆鼻手术引起了强烈的负面反响。莱维特斯说:「我们不得不打断鼻骨来进行手术，这引起了愤怒和沮丧的情绪。」她指出，她可能会通过教育性的社交媒体来消除这种情绪。人们不太熟悉抽脂手术，但抽脂手术在情感依赖方面又排名第一。这项分析帮助希瑟了解了病人对不同手术的感受，她现在正在为另一项研究完善参数。最终，她希望为不同地区的外科医生提供一种工具，使他们能够完善在线服务，并适应病人的需求。

一些专家说，把对美的评估交给算法可能不是一个好主意。

在整形外科医生中，人工智能的另一个流行应用是像 BioMedX 和 Crisalix 这样的工具，它们可以向患者展示手术后的 3D 模型。但这类软件的一个挑战是，利用 3D 扫描来模拟人体，要考虑光线、年龄或不同肤色的变化。

在苏黎世，专门研究逼真 3D 人体头像的软件工程师恩德里・迪布拉（Endri Dibra）说，他为帮助女性设想乳房重建手术的结果而构建的 A.I. 软件对有色人种皮肤效果不好（例如，非裔美国人容易出现软件没有描绘出的瘢痕疙瘩）。这是因为他与瑞士的外科医生合作，建立了他的技术预测的数据集，而瑞士 0.6% 的人口是非洲裔美国人。整形外科医生把他们的白人病人送到他那里进行全身扫描，这样他就可以利用他们的几何学来训练他的软件来真实地合成和为图像着色。

迪布拉去年创办了一家名为 Arbrea Labs 的公司，目前正在为接受乳房重建手术和选择接受隆胸手术的女性开发增强现实成像工具。目前，他只向瑞士的医生出售隆胸产品。他说，一旦他的数据库里有了更多不同类型的病人，他就会接触国际客户。在人工智能领域，他对数据缺乏多样性的洞见是罕见的。

人工智能中的偏见是一个已被证实的问题：包括亚马逊和 IBM 在内的公司也被发现它们的算法中包含未公开的性别、外貌和种族偏见。亚马逊的招聘应用程序对女性求职者存在偏见，IBM 和麻省理工学院开发的一款肖像生成应用程序将亚裔和非裔美国人的肤色统一为白色。

在评估美的时候，这些偏见可能尤其有害。

一些外科医生在术前使用人工智能工具给病人评分 (通常基于金三角原则)。例如，在完成化妆工作后重新扫描脸部，可以提供定量数据，显示他们变漂亮了多少。这可能会保护外科医生免受对他们工作不满的病人的诉讼。

正如 2014 年发表的一篇论文所指出的那样，同样的能力可以用来预测手术前到术后的变化 —— 看看想要的手术是否会增加美观。「对美学改善的定量测量不仅可以设定预期，还可以阻止患者接受效果甚微的手术，」乔纳森・卡内夫斯基博士告诉 Venture Beat; 如果你只会漂亮 2%，你可能会重新考虑手术是否值得你花费时间和精力。（注：VentureBeat 是一家科技博客网站，主要关注创新公司以及公司背后的管理人员相关信息。）

衡量漂亮有很多实用的应用 —— 但是谁来决定漂亮是什么呢？

科伊米祖在论文中提出了对人工智能美容评估的担忧，他担心外科医生可能会修改面部，以符合白人和西方化的审美标准。结果呢？「其他文化中美的价值被边缘化了，」他警告说。

科伊米祖补充道:「当一个人的吸引力以分数计算时，不可能完全没有偏见。」他指出，大多数正在使用的人工智能数据集都因种族和性别比例偏差而被破坏。

吸引力并不是唯一能引起问题的衡量标准。2019 年 10 月，《整形和重建外科杂志》的一篇报道评估了机器算法识别变性女性脸部柔化手术是否成功的几率。利用四个公共神经网络，医生们让人工智能评估手术后的变性女性是否成功地被归类为女性。术前，它们在 47% 的情况下会弄错性别，但术后有 98% 是正确的。对于跨性别者来说，一个能正确识别他们性别的客观评估可能会有助于他们对自己皮囊的自信 —— 但是定义一个女人或男人「是什么」可能和决定什么是「漂亮」一样困难。

你已不能把这些工具放回箱子里。在美容外科学中，人工智能与整容手术有着千丝万缕的联系。例如，来自哈佛医学院、马萨诸塞州眼科和耳科医院、澳大利亚皇家外科学院和其他研究机构的外科医生，让人工智能来评估面瘫患者的颅脑手术术后结果；他们特别想知道，他们术后的微笑是否传达了真正的情感？这个评估是有用的。在意大利，外科医生在伤口护理中使用人工智能。他们的算法以 94% 的准确率检测受损皮肤，从而量身定制治疗方案。

人工智能在整形和整容手术中的一些应用显然属于好的范畴。但决定谁和什么是美丽的，然后根据算法的建议进行操作是可怕的。至少现在，外科医生们还只是把人工智能当作指导方针，而不是神一般的存在。只要我们都意识到这一点，也许就会没事。