欧莱雅利用基于位置的AR和AI技术提升化妆品销售

【编者按】

科技赋能美丽,创新引领未来。欧莱雅通过收购ModiFace,将AR与AI技术深度融入美妆领域,推出StyleMyHair等创新应用,让消费者在指尖即可体验个性化美发服务。这不仅重塑了美妆消费场景,更展现了传统行业与数字技术融合的无限可能。

aerial survey
个性化美容体验与AR和AI

全球最大的化妆品公司欧莱雅拥有36个多元化互补品牌的独特国际组合,涵盖彩妆、化妆品、护发、香水和护肤品。其产品遍布全球所有分销网络。
为了延续其百年传统,欧莱雅将研究和创新置于其业务战略的核心。仅2019年,该公司就在研究和创新上投入了9.85亿欧元。增强现实(AR)和人工智能(AI)等技术通过广泛的创意解决方案,帮助这家美容巨头根据客户需求定制美容体验。

“2018年,欧莱雅宣布收购ModiFace,这是AR和AI在美容行业应用方面国际公认的领导者。”

收购后,欧莱雅推出了一款名为StyleMyHair的AR和AI驱动的移动应用程序,允许消费者使用智能手机虚拟尝试不同的发型、颜色和风格。该应用程序使用面部追踪算法检测脸型和发型,同时实时在用户身上应用所需的风格和虚拟颜色。利用定位技术,该应用程序显示最近的美发沙龙,用户可以在那里立即做发型。
欧莱雅还推出了一款名为Vichy SkinConsult AI的AI驱动皮肤诊断工具,这是一项通过自拍测量皮肤老化的移动应用服务。该应用程序使用一种算法,将面部特征与10,000张分级图像的数据库进行对比。基于一张自拍,该算法追踪七大衰老迹象,为用户提供个性化的皮肤评估和建议。

推动全渠道体验

通过与Google Lens合作,欧莱雅将其AR和AI服务扩展到店内购物者。该功能目前仅适用于欧莱雅的Garnier Nutrisse和Garnier Olia染发产品。使用Google Lens图像识别移动应用程序,购物者可以将手机摄像头对准染发剂盒子,激活虚拟试妆服务。该应用程序识别产品和颜色,并实时虚拟应用到购物者身上。
欧莱雅还与电子商务网站亚马逊合作,允许在线购物者在购买前虚拟试用其彩妆产品。使用手机前置摄像头,亚马逊客户可以在自己的实时视频或自拍中虚拟试用不同色调的口红。

“据报道,虚拟试用美容产品的客户购买可能性增加了三倍。在AR和AI技术的帮助下,欧莱雅的电子商务销售额在2019年增长了约52%。”
利用基于定位技术的可持续发展活动

众所周知,欧莱雅是最早在营销活动中利用定位技术的品牌之一。早在2013年,欧莱雅就与CrowdOptic、Cundari和位置营销协会(LBMA)合作,在多伦多Luminato音乐节上使用基于位置的AR创建’虚拟艺术画廊’体验。该活动创造了世界上第一个人类热图标志。
拥有4,000多名员工的专门研究团队,欧莱雅正在不断加速其研究和创新驱动,为未来的消费者重塑全球美容体验。

None
查看全文: 点击查看原文 |
⏰ 发布时间: 2024年11月24日

【泰国曼谷】曼谷医院利用AI优化患者就诊流程

【编者按】

当AI技术深度融入医疗流程,智慧医院正从概念走向现实。本文展示了曼谷医院如何通过AI人脸识别、智能分诊、自动化保险核验等系统重构就诊全流程,不仅实现了患者身份确认、科室匹配的高效协同,更通过数据驱动优化资源调配。从纸质表格到电子预筛,从人工排队到智能导引,这场数字化转型既提升了医疗服务的精准度,也重新定义了”以患者为中心”的就医体验。科技与医疗的深度融合,正在为行业效率与人文关怀找到新的平衡点。

A patient inquiring with a nurse
运作原理

作为其优化的患者就诊流程系统的一部分,这家三级医院实施了运行多种AI技术的自助服务终端,整合了各种登记步骤。
该系统具有AI人脸识别功能,用于识别和确认患者身份;AI症状检查器,初步筛查患者病史并将其转诊至合适的科室或诊所;以及用于自动保险验证的机器人流程自动化。该系统还可以获取患者收集个人数据的电子同意书,并发放电子就诊单以跟踪服务状态。
同时,曼谷医院的体检部门——健康设计中心(HDC)也从人工患者队列分配转变为数字系统。
其护士现在可以监控和管理患者队列,状态通过移动渠道和部门的电视屏幕传递给患者。该系统配备了一个AI,用于跟踪服务状态并建议重新利用房间以缓解某些区域的人流。

Research team behind the Chinese Diabetes Outcome Model at the Chinese University of Hong Kong Faculty of Medicine, together with the University of Oxford

HDC现在可以发送电子表格,患者甚至可以在去医院之前填写。AI会评估这些表格的健康风险,然后推荐合适的体检套餐。
该部门的AI副驾驶处理患者的检查清单、等待时间、预约和临床优先级,以推荐最佳的检查顺序。

重要意义
“自用AI增强其登记系统以来,曼谷医院的前端和后端程序(包括采集患者病史)均有所减少。由于登记步骤较之前的系统减少了45%,等待时间也缩短了。”
“医院声称,体检部门的患者队列现在也得到了均匀分配。”
A laboratory clinician reviewing results from a digital tablet

HDC每天管理200至300名患者,每位患者都有不同的体检套餐、程序和时间。借助AI,工作人员花费更少的时间通知患者等待时间和后续步骤,并回答重复性问题。等待时间较之前的人工系统减少了一半。

行业趋势

近年来,作为数字化转型计划的一部分,泰国的私立医院运营商越来越多地投资和采用数据及数字技术。
位于曼谷北部城市那空沙旺的私立三级医院Srisawan Hospital最近寻求GE HealthCare和InterSystems的帮助,以数字化其资产和人力资源管理,并在其曼谷分行安装集成的HIS。
为了证明其在EMR技术使用方面的成熟度,私立Principle Healthcare Group旗下的Princ Hospital Suvarnabhumi接受了HIMSS电子病历采用模型第7阶段的评估。它目前是泰国唯一获得此最高验证的医院,该验证于今年年初获得。

Two doctors discussing a patient's case using a digital tablet
查看全文: 点击查看原文 |
⏰ 发布时间: 2024年07月16日

【中国】优化皮肤病诊断:利用对比学习和聚类技术挖掘在线社区数据

【编者按】

人工智能正重塑皮肤科诊疗格局。研究表明,大多数皮肤科医生已准备好拥抱AI工具,以提升诊疗效率与精准度。对患者而言,AI驱动的图像识别技术能实现皮肤病变的早期筛查,为及时干预赢得宝贵时间。这种技术革新不仅优化了医疗资源配置,更构建起从临床诊断到公共卫生管理的智能闭环,标志着皮肤病防治进入精准医疗新阶段。

figure 4
研究背景
“研究表明,大多数皮肤科医生愿意采用AI工具来提高时间效率、诊断准确性和患者管理。”

此外,对于普通患者而言,在线论坛为他们提供了讨论健康问题(包括皮肤病)的平台。使用基于图像的适当AI工具可以让患者及早发现和治疗潜在疾病。及时诊断和治疗罕见及传染性皮肤病具有重要的临床价值,因为它们可以促使皮肤科医生制定适当的治疗方案,改善患者体验,降低长期后遗症的风险,并减少严重皮肤不良反应或侵袭性皮肤癌的发生率和死亡率。在宏观层面,这将有助于医疗资源的最佳利用,包括针对性治疗和适当转诊至专科医生。这可以缓解医疗系统的压力,并最大限度地减少医疗资源的浪费。此外,AI诊断信息可以更直接、系统地整合到其他系统中,为公共卫生干预、政策制定和资源分配提供信息。

figure 1
研究摘要

皮肤病在中国构成了重大挑战。互联网健康论坛为数百万用户提供了讨论皮肤病和分享图像以进行早期干预的平台,留下了大量有价值的皮肤病学图像。然而,数据质量和标注问题限制了这些资源在开发诊断模型方面的潜力。在本研究中,我们提出了一种深度学习模型,利用来自不同在线来源的未标注皮肤病学图像。我们采用对比学习方法从未标记图像中学习通用表示,并对来自互联网论坛的粗略标注图像进行微调。我们的模型能够分类22种常见皮肤病。为了提高标注质量,我们使用了一种聚类方法,配合少量标准化验证图像。我们在由来自15家三甲医院的33名经验丰富的皮肤科医生收集的图像上测试了该模型,并实现了45.05%的top-1准确率,比已发布的基线模型高出3%。准确率随着额外验证图像的加入而提高,在每类50张图像时达到49.64%。我们的模型还展示了对新任务的可迁移性,例如检测猴痘,在训练过程中仅使用50张额外图像就实现了61.76%的top-1准确率。我们还在基准数据集上测试了我们的模型,以展示其泛化能力。我们的发现凸显了在线论坛中未标注图像在未来皮肤病学应用中的潜力,并证明了我们的模型在早期诊断和潜在疫情缓解方面的有效性。

figure 3
引言

皮肤病在中国构成了重大挑战。每年有多达2.4亿次皮肤科就诊,其中80%是针对黑色素瘤以外的皮肤病。然而,医疗资源分布不均和皮肤科医生短缺可能导致误诊和医疗成本上升。为了改善预后并降低社会成本,准确、便捷地诊断皮肤病至关重要。由于摄影在诊断中的广泛使用,人工智能在皮肤病学中显示出巨大潜力。然而,大多数AI应用专注于良性和恶性病变的诊断,使得AI在更广泛皮肤病领域的潜力在很大程度上尚未被探索。

figure 5

使用机器学习方法及其基于照片的卷积神经网络深度学习分支进行皮肤病诊断已受到广泛关注。虽然高质量图像对于训练AI模型至关重要,但收集这些图像的人工成本可能极其昂贵。幸运的是,自监督对比学习的最新进展提供了一个解决方案。这些方法能够使用大量未标记或非严格标记的图像对模型进行预训练,并在各种任务中表现出色。先前已有研究探索对比学习在皮肤病诊断中的应用,强调其提取一致表示以及增强泛化能力和诊断准确性的能力。

查看全文: 点击查看原文 |
⏰ 发布时间: 2024年02月08日

【美国】2020年十大科学伦理困境

【编者按】

当科技发展日新月异,伦理边界却日益模糊。这份年度伦理困境清单提醒我们,在拥抱技术革新的同时,更需警惕其潜在风险。从护肤品伪科学到基因编辑争议,每一个议题都关乎人类社会的未来走向。我们亟需建立开放、理性的公共对话机制,让科技发展始终行驶在以人为本的轨道上。

 Top 10 Ethical Dilemmas in Science for 2020
年度伦理困境清单发布
“我们生活在一个快速发展的时代,几年前还只是理论的技术正日益融入我们的日常生活。我们担心的是,关于这些技术的使用和风险缺乏公共对话,而这种对话对于让公共政策跟上科学技术的步伐是必要的。”

这是巴伦的2020年清单,排名不分先后。

1. 护肤品的伪科学

社会是虚荣的——这并不奇怪。但护肤品市场正在利用这一事实,”皮肤科技”预计在2020年价值128亿美元。皮肤科技的子类别包括但不限于:LED面膜、电子洁面仪、面部按摩器、智能镜子和护肤摄像头。问题在于,美容公司将自己标榜为”临床验证”,而事实上并非如此。制造商进行的大多数研究不符合科学方法,且不可复制。被雇来吹捧这些产品的专家也不是科学家——他们通常是名人,甚至是有着自己议程的皮肤科医生名人。

2. 招聘中的人工智能和游戏化

这里巴伦提出了一个令人震惊的问题:你就是你的数据吗?虽然招聘公司已经可以看到候选人的社交媒体历史,但一些公司更进一步,使用神经学游戏和情绪感知识别作为评估的一部分。如果走向极端,这意味着机器可以完全根据你对游戏的反应或面部表情来决定你是否适合某个职位。别管你的简历、电话面试、现场面试或令人印象深刻的履历——这一切都可能毫无意义。

3. 掠夺性期刊

研究人员估计大约有8,000种掠夺性期刊,即缺乏同行评审等伦理实践且标准极低的期刊。问题是,当这些期刊发表任何内容时,这些信息就成为不知情的研究人员和科学家的素材,他们被欺骗相信这是真相。鉴于学术界发表论文的巨大压力,一些人变得足够绝望——有意或无意地——与这些掠夺性期刊打交道。正如你将在本清单后面读到的,我们再也承受不起更多虚假数据了。

4. HARPA SAFEHOME提案

唐纳德·特朗普总统的白宫正在考虑一个有争议的计划,即监控精神病患者,以此阻止美国的大规模枪击事件——这个计划听起来很像现实版的《少数派报告》。HARPA由一个与政府无关的第三方胰腺癌基金会运营,将利用手机和智能手表上的数据来检测精神病患者何时即将变得暴力。除了侵犯公民自由之外,研究尚未找到可靠的基准来预测暴力行为,甚至无法区分精神病患者与非精神病患者。

5. ClassDojo与课堂监控

ClassDojo是一个流行的在线工具,通过课堂记录,对儿童的行为进行评分,然后与班级和家长分享。该系统的公司表示,其目的是在课堂上培养积极行为,但专家提出了不少担忧,包括:1)信息是否可能被黑客攻击;2)良好行为如何量化/定义?;以及3)它是否会在学生中引发焦虑/羞耻?

6. 格林奇机器人

恰当地命名为”格林奇机器人”的在线实体,在热门商品一上市就抢购一空,以控制供需。一旦商品售罄,它们就会在二级市场上以虚高的价格转售。这不是一个新问题,但也没有新的解决方案。2016年,国会通过了《更好的在线票务销售(BOTS)法案》,但效果不佳。《2018年阻止格林奇机器人法案》去年提出,目前正等待众议院的进一步行动。然而,该法案只会使转售由自动化机器人购买的产品成为非法,显然不适用于世界其他地区。

7. 夜莺计划

这项名为”夜莺计划”的合作,是美国第二大医疗系统Ascension与谷歌合作,在谷歌云上托管健康记录。该计划覆盖21个州的大约2,600家医院、医生办公室和其他相关设施,持有数千万患者记录。两家公司都签署了HIPAA(健康保险可携性与责任法案),意味着谷歌除了提供云托管服务外,不能对这些记录做任何其他事情。然而,《华尔街日报》报道称,医生和患者都没有被告知这些记录发生了什么,大约150名谷歌员工可以访问这些数据。随着数据越来越多地转移到云端和其他存储选项,以及微软和苹果等公司也推出健康项目,我们必须确保我们的数据受到保护。

8. 学生追踪软件
查看全文: 点击查看原文 |
⏰ 发布时间: 2019年12月17日