术后感知年龄减少:一项随机临床试验,比较使用人类和人工智能评估的三种手术技术
Vinicius Santos Baptista1, Matheus Galvão Valadares Bertolini Mussalem1, Lydia Masako Ferreira1
1Department of Plastic Surgery, Universidade Federal de São Paulo, São Paulo, SP, Brazil.
Facial plastic surgery : FPS
|October 8, 2025
概括
面部提升技术同样降低了感知年龄,在深平面,高SMAS或折叠方法之间没有发现显著差异. 人工智能 (AI) 的年龄估计与人类的看法相对应.
科学领域:
- 整形外科 整形外科 整形外科
- 人工智能的人工智能
- 审美医学是一种美学医学.
背景情况:
- 感知年龄是面部再生结果的关键指标.
- 对于使用人类和人工智能评分器的不同节律切除技术,存在有限的比较数据.
- 了解人工智能在审美评估中的作用至关重要.
研究的目的:
- 为了比较深层面,高SMAS和复合面部提升技术的复发效果.
- 评估人工智能驱动的年龄估计与人类对面部年龄的看法之间的一致性.
- 在感知年龄评估中评估AI准确性和潜在的评估者偏见.
主要方法:
- 一项随机临床试验,涉及30名女性 (45-65岁) 接受三种面部起重技术之一 (每项n=10).
- 标准化的术前和术后照片由200名非专业人士和3个AI模型评估.
- 主要结局是感知年龄的变化 (Δ年龄);次要分析包括AI准确性和人类-AI相关性.
主要成果:
- 所有的手术技术都显著降低了感知年龄,它们之间没有统计学上显著的差异.
- 人工智能模型,特别是Amazon Rekognition和HowOldDoYouLook,在年龄估计方面表现出更高的准确性.
- 在人类和人工智能评估之间观察到温和的相关性 (r=0.41,p=0.020),年轻的人类评估者低估了年龄.
结论:
- 面部提升技术在降低感知年龄的能力方面没有显著差异.
- 人工智能年龄估计工具在反映人类对面部复发的看法方面表现有前途.
- 人工智能评估与人类评估一致,这表明AI在审美结果分析中的潜力.
