医美行业若要搭上“新质生产力”的快车，首选应牵手人工智能（AI）。

生成式人工智能（如GPT）主要基于统计与预测模型，不直接依赖因果推断。医美叙事本身的因果性不强，否则其传播核心就会变成严肃医学科普，普通人难以理解。而符合网络语境的统计预测，GPT类AI模型更契合大众传播的特性。因此，我们可以断定：生成式医美AI具有光明的未来。

来源：丽格李滨

作者：李滨

编辑：太白

原标题：AI在医美中的应用场景

封面来源：豆包AI

AI的潜力与挑战

作为新的产业革命驱动力，AI很可能引领下一波康波周期的到来。许多专家预计这一波新的成长周期将从2027年开始。好消息是，我们还有两年的准备时间；坏消息是，未来两年可能还需经历艰难。

与生成式AI的发展路径一致，如果我们不知道如何将医美与AI结合，就可以尝试用AI重新做以前的事情。

AI模型能比顶尖美容医生更聪明吗？如果给它足够多的数据和训练，答案是肯定的。AI的发展类似于大型机的迭代，不断涌现的大模型效率越来越高，每个Token（文本片段的基本单位）对算力的需求越来越少，这意味着AI处理海量数据并从中学习训练、输出结果的效率不断提升。作为一个新的信息处理系统，AI依赖网络，但又不同于网络。

尽管AI在知识储备、数据处理速度和准确性方面可能通过学习和训练超越医生，但在审美与直觉、创造性思维、人文关怀和情绪价值等方面，医生是无法被AI取代的。复杂的医疗决策和个性化治疗方案也是如此。此外，AI不能成为责任主体，医疗的责任主体只能是医生。这决定了AI与医生是合作关系，而非替代关系。

基于现有知识，预计AI在医美领域有以下四个应用场景：AI医美顾问、数字医生、AI医美辅助诊疗系统和智能化电子病历。

AI医美顾问

医美行业的销售骨干力量是备受争议的咨询师们，这个岗位在医美叙事上的能力模型不是基于严肃的因果模型，而是基于“共情”与“情绪价值”。咨询师们能够贴近流行语码，符合消费者或患者的思维习惯和语言范式，这点医生们或许有所欠缺。好的医生通常都很忙，时间不够用，咨询师本质上是医生的“嘴替”和高级助手。

她们能有今天的地位，源于信息应答能力与医美叙事能力。然而，培养一个合格的咨询师，需要大量的“投喂”和训练，就像训练GPT类大模型一样，成本高昂，成功率低。有了生成式GPT技术，医美咨询的概率统计和文本预测成为一个极具潜力的垂直应用。

豆包AI生成

AI医美顾问可以被描述为垂直领域的Chat GPT，特别是生成式AI模型，在语言处理和生成回答方面，都会展现出ChatGPT那样的智能表现，生成连贯、有逻辑的回复意见。它利用先进的算法和大数据分析技术，为用户提供个性化的医美建议。

如果在交互中能够收集到用户的面部特征、皮肤状况、年龄等自然条件以及生活习惯等数据，AI顾问就能够分析并推荐相对适合用户的医美方案、可使用产品，甚至是可供选择的多种方案。此外，AI顾问还可以通过模拟术后效果，帮助用户提前预览可能的医美改善，从而做出明智的决策。当然，模拟的效果是基于算法和数据分析的结果，而不是可以任意调整的“魔镜”。

AI顾问有两个主要应用场景。首先，是面向一般用户的“智能客服”。用户提出关于医美的问题，或提出一个话题，由AI顾问回答，甚至双方可以交互讨论某一个话题，就像使用通用的大模型一样，例如成为文心一言的子频道。

其次，可作为咨询师的工具，弥补他们在医美知识上的不足，协助其回复用户提出的问题。早期咨询不一定在医疗机构内进行，拥有这一工具后，咨询师可以在任何场景下提供咨询服务。AI顾问的专业内容可以避免给人被忽悠的感觉。

理论上，给AI足够多的数据和训练，可以显著提高其性能和准确性，但也受到数据质量、算法设计和训练效率等多种因素的制约。此外，医美数据往往涉及个人隐私和伦理，如何合法合规地获取和使用这些数据，也是AI顾问发展面临的挑战。

未来，随着虚拟现实（VR）技术在医美领域的应用，患者可以通过VR模拟整形手术效果，更加直观地了解医美治疗术前术后的变化。VR技术不仅能够提升患者的医美体验，还为医生提供更直观和可视化的沟通方式，有助于增强医患之间的信任和理解。

数字医生

数字医生是AI在医美领域的另一个重要应用。通过学习与训练，数字医生能够利用医生的专业知识和临床经验，为患者提供初步建议，但更多的是承担科普教育的角色。数字医生可以是虚拟人物，也可以是具体医生的数字化分身。它最大的优点是不知疲倦，可以全天候提供服务，甚至支持远程诊疗。

豆包AI生成

数字医生主要面向潜在就医者或对医美感兴趣的普通消费者。医美医生详细的科普讲解可以消除信息的不对称性，满足受众的广泛科普需求。然而，医美行业固有的销售导向让其在消费者心中缺乏信任感，互联网上大量的科普宣传常常带有明显的销售引导，这种现象降低了医美科普内容的可信度。

在严格的平台内容管控下，医生的亲自讲解能够提升内容的可信度，毕竟话是从医生的嘴里说出来的，他们也会为内容的科学性负责。然而，优秀的医生通常非常忙碌，没有太多时间投入科普教育。数字分身可以解决这一痛点，内容由医生的辅助团队或MCN公司完成，医生审核后便可由数字医生讲解。技术上实现口型与表情的配合已不再是问题。

数字医生的科普讲解只是AI医美的初级应用，进阶成果是能够进行交互，即回答用户提出的问题，并根据用户提供的资料进行专业化追问。医患互动的结果是形成个性化的初步方案。

完美的数字医生需要大量的数据积累，这些数据来源于医生相关的医学信息，包括医生诊疗过的病历资料、相关案例、医生提供的专业知识与个人观点等。完成基础数据的输入后，还需要进行模型训练，初期训练由医生本人和团队完成，这需要医生投入一定的时间和精力。后期则通过对话扩展训练，医患对话本身也是一种训练。

一对一的交互场景还需相当长的时间才能实现。这需要占用大量的直播流，成本巨大。目前来看，投入产出比不太成比例。

值得注意的是，医疗行为的最终责任人是医生本人及其背后的医疗机构，而不可能是一段AI程序。数字医生背后必须有一个具有医疗责任能力的“真人医生”。因此，对医生而言，AI数字医生是能力的复制，扩充了医生诊疗的时间与空间，并带来了更多的责任。

AI医美辅助诊疗系统

AI医美辅助诊疗系统是人工智能在医美临床中的关键应用。它能够结合多种数据源，包括医学影像、生物标志物、病历和患者需求，为医生提供全面的患者信息和分析报告。在医美治疗中，辅助诊疗系统可以帮助医生更准确地识别患者的面部与身体特征、皮肤层次和血管分布，从而提高治疗的精确性和安全性。此外，该系统还能实时监测治疗过程，及时发现并预警潜在的风险和并发症，确保治疗的顺利进行。

这套系统主要面向医生，需要大量的数据和算法来帮助医生分析患者的皮肤问题、面部轮廓等，精确地计算出容积以及增加或减少的量，并识别出美学上需要修饰的部位。系统还可以推荐适合的药械种类，并提供针对性的改善建议。

另一个重要功能是根据患者的需求，提供实现最终效果的步骤，将整体方案拆解成若干个子方案，帮助医生在治疗周期中设计出实现最终目的的最科学的阶段性治疗方案。当然，也可以基于患者的意愿和支付能力，给出合理的建议。

此外，AI还可以根据患者的反馈和效果评估，帮助医生不断优化和调整治疗方案与服务流程，以提供更加精准和有效的解决路径。

未来，可能会出现AI医美机器人，这将是结合AI与机器人技术的创新产品。机器人可以根据患者的面部特征和需求，提供个性化的医美服务或周边服务，如皮肤清洁、按摩与护理。AI医美机器人不仅操作精准，效率高，还能减少人为操作中的不确定性和误差，为患者带来更加舒适的体验。最关键的是，它节约了这部分辅助性的人力支出，而在医美机构中，由于产出低，这部分工作往往不受重视，但敷衍了事的周边服务却可能得罪就医者。

如果将医美分成“流量医美”和“精品医美”两类，那么前者可能最大化地交给AI辅助，后者则适当地借助AI辅助。

智能化电子病历

智能电子病历是AI在医美信息管理中的创新应用。通过集成门诊医生站、住院医生工作站、临床护理和医务管理等多个系统，智能电子病历能够实现医美诊疗信息的全面集成和互联互通。它不仅能提高病历录入的效率和准确性，还能通过数据分析技术，为医生提供丰富的临床决策支持。

如果中国的医美界全面使用电子病历，并且能够实现跨院际的信息互通，智能电子病历将能够帮助医生更全面地了解患者的治疗历史、治疗过程和效果评估等综合信息，从而制定出更加安全、精准、有效和个性化的治疗方案。当然，实现这一目标的前提是确保数据安全。

智能电子病历的使用场景包括两个方面，一个是面向医生，另一个是面向患者。

对医生而言，智能电子病历不再是简单的记录工具，而是能够通过算法和数据分析，提供建议的辅助工具。它可以自动分析病历信息，为医生提供诊疗建议，帮助医生更快更准确地做出决策。

对患者而言，如果能够将自己在不同医美机构获得的电子病历加以整合，智能电子病历就可以帮助患者分析治疗方案的优劣以及改善的方法。通过这一系统，患者可以更好地了解自身治疗的全过程，并借助电子病历系统的分析，优化自己的治疗计划，成为自己变美的助手。

医美界能否携手AI，共同走向美好的未来，还有很长的路要走。

我们面临的最大挑战是医美数据过于分散，将其整合起来相当困难。没有庞大的数据积累，算法无法得出准确的结论。此外，盈利模式的不确定性也是一大问题。每一种应用场景都可能有不同的盈利方式，需要不断摸索。而AI模型作为一种“软芯片”，前期的预训练投入巨大，且具有高风险和高门槛，这也是一个重大挑战。

只要医美AI模型能够实现端侧布署，那么开源、低价就会成为可能，因为分发成本极低。因此，开源应该与闭源互补，闭源有更好的付费模式。

需要特别注意的是，不要将医美AI模型简单地做成SaaS，因为它最终会被AI淘汰。通用的医美AI可以帮助完成大多数医美信息互动的场景，但最后的高质量交付和获得好评的关键，还需要更专业、更人格化、更个性化的AI。为了更快地获得并更好地应用这种AI，医生们值得投入时间和精力来训练自己的专属AI系统。

/ END /

// 本文来源：诊锁界综合

❖ 慎重声明：本文内容仅供学习交流，观点仅代表作者本人立场，版权归原作者所有，本文图中图片基于CC0协议，已获取授权，如有疑问请联系编辑。