AI bukanlah hal baru. Ia menulis email, merencanakan liburan, dan seharusnya menghibur mereka yang kesepian. Sekarang di klinik dermatologi. Khususnya yang kosmetik.
Kita tahu AI pandai mendeteksi kanker. Ini mencocokkan mol dengan database besar. Ini berhasil dalam sembilan puluh persen kasus. Namun perubahan nyata terjadi pada estetika. Dokter menggunakannya untuk mendidik pasien, menyempurnakan perawatan, dan menjaga prosedur lebih aman.
“Saya rasa banyak orang tidak menyadari betapa dalamnya hal tersebut,” kata Michelle Henry MD. Dia menjalankan Bedah Kulit & Estetika di Manhattan. “Itu terjadi pada banyak titik kontak.”
Inilah yang sebenarnya terjadi di balik pintu tertutup.
Konsultasi Mendapat Peningkatan
Teknologi ini sering kali dimulai bahkan sebelum Anda bertemu dengan dokter. Di kantor Dr. Henry, pasien memindai wajah mereka di ruang tunggu.
Dia menggunakan alat dari QuantifiCare dan Canfield Scientific yang pada dasarnya adalah kamera dengan perangkat lunak pintar. Sistem menghitung kerusakan akibat sinar matahari. Ini memetakan kemerahan. Ini mengukur ukuran pori-pori. Ini menyoroti apa yang sudah dilihat dokter.
“Ini membantu menyampaikan maksudnya,” kata Henry. Dia dapat menunjukkan kepada pasien pori-porinya yang membesar lalu berkata. “Laser pelapisan ulang akan memperbaikinya.”
David Goldberg MD mencatat hal lain. Mata tidak dapat melihat kerusakan akibat sinar matahari dini. AI bisa. Hal ini memungkinkan dokter mengatasi masalah sebelum bintik-bintik penuaan muncul.
Lalu ada Ponce AI. Itu ada di ponsel. Ini memindai kulit dan menyarankan perawatan.
Daniel Schlessinger MD menambahkan elemen visual. Pemodelan pasca perawatan menunjukkan kepada pasien seperti apa penampilan mereka jika menggunakan filler atau operasi hidung. “Ahli bedah bisa menunjukkan bentuk yang berbeda-beda,” katanya. Ini menghilangkan dugaan semua orang yang terlibat.
Data memberikan kepercayaan diri pasien. Mereka mengunyahnya sebelum janji temu. Gesekan menghilang.
Pertanyaan Dijawab Seketika
Pernah meninggalkan kantor dan melupakan pertanyaan?
Avatar AI memecahkan masalah ini.
Dr Shamban ingin membimbing pasien melalui penyembuhan dengan kembaran digital dirinya. Tidak perlu email. Hanya sebuah jawaban.
Henry sudah melakukan ini. Pindai kode QR untuk mendapatkan video. Jika dia meresepkan retinoid, avatarnya—suara dan tampilan yang dikloning darinya—menjelaskan cara menggunakannya.
“Ibuku tidak tahu kalau itu adalah avatar,” kata Henry. Merekam video nyata akan membuat kantor bangkrut. Mengkloning suaranya membuat pendidikan terus mengalir.
Laser Dengan Otak
Teknologi menjadi lebih sulit di ruang prosedur.
Cara-cara lama berisiko. Seorang dokter memasang laser. Kebakaran. Menunggu. Bertanya: “Haruskah saya menembak lagi atau membakarnya?” Itu kuno. Menebak.
Sekarang AI membaca jaringannya. Ini menyesuaikan energi secara real time.
Ambil Cahaya Berdenyut Intens (IPL). Ini mengobati bintik-bintik dan vena. Ini berbahaya pada kulit yang lebih gelap. Cahayanya bisa mengenai melanin, bukan pembuluh darah. Itu menyebabkan hiperpigmentasi atau bekas luka.
Sciton membangun ini ke dalam BBL HEROic.
Dr Schlessinger menggunakannya. AI menghitung dengan tepat berapa banyak pulsa yang aman. Ini melacak gerakan tangan. Ini memastikan pulsa mendarat secara merata di samping satu sama lain. Tidak ada celah. Tidak ada garis.
“Ia merasakan persis di mana ia berada,” Ava Shamban MD menambahkan. Manusia bisa setepat ini tetapi hanya dengan bergerak sangat lambat. AI mengotomatiskan keamanan.
Melacak Rambut Tipis
Ia juga bekerja pada kulit kepala.
Rambut rontok itu emosional. Menunggu enam bulan hingga satu tahun agar minoxidil bekerja sungguh menyiksa. Anda merasa seperti tidak melakukan apa-apa.
Dr Henry menggunakan HairMetrix.
Ini menganalisis gambar kulit kepala beresolusi tinggi. Itu menghitung rambut. Ini mengukur ketebalan. Bahkan jika Anda tidak dapat melihat perbedaannya, data menunjukkan kaliber rambut meningkat.
“Ini adalah kemenangan,” kata Henry. Pasien tetap menjalani pengobatan karena angka-angka membuktikan bahwa pengobatan tersebut berhasil.
Cacat Data
Inilah hasil tangkapannya.
AI tidak sempurna. Itu bias.
Roxana Daneshjou MD mengajar di Stanford. Dia menunjukkan bahwa model AI belajar dari data yang ada. Data itu sebagian besar berkulit putih. Buku teks juga demikian. Penelitian juga demikian.
“Sampah di tempat sampah,” kata Henry. Jika set pelatihannya buruk, diagnosisnya buruk.
Ini penting untuk warna kulit yang lebih gelap. Para model tidak menyadari bagaimana penyakit atau masalah kosmetik terlihat di sana. Society of Skin of Color sedang mencoba memperbaikinya. Para peneliti melakukan diversifikasi uji coba.
Tapi ini pekerjaan yang lambat. Sampai kumpulan data mewakili semua orang, alat ini akan memiliki titik buta.
Dokter Masih Bertugas
AI tidak akan menggantikan dokter.
Itu tidak dapat memutuskan perangkat mana yang aman. Itu tidak bisa menilai nuansa jenis kulit. Ia mendukung keputusan yang tidak diambilnya.
Kami melihat manfaatnya. Alat-alatnya berkembang. Kita harus berevolusi bersama mereka.
