Case 01. 画像×ヘルスケア
キューティクル解析による毛髪診断
頭髪化粧品、医薬部外品の製造、販売を行う中野製薬株式会社と共同で、従来は美容師や研究者の主観に依存していた毛髪評価を、独自のAI画像認識と機械学習を活用し、客観的かつ定量的に評価できる技術を確立しました。
従来の課題
従来、毛髪評価の主な方法として目視評価が広く用いられています。特別な機器を必要とせず、視覚的な比較によって手軽に実施できるため、美容師やヘアケア関連企業、研究者など幅広い分野で活用されています。しかし、評価者が毛髪の色やツヤ、太さ、密度、ダメージ具合を観察して直感的に判断するため、簡単かつ迅速に評価できる反面、結果が評価者の主観に依存しやすいという課題があります。また、キューティクル重なり枚数を評価する場合、毛髪の断面画像を観察する必要がありますが、特別な機器や技術が必要であり、評価が困難でした。
そこで近年では、客観性を高めるためにAIを使用した毛髪評価が提案されています。しかし、既存のAIは、目視による5段階評価などの主観的なデータがAIの学習に用いられるため根本的な課題解決には至っていませんでした。
当社技術による課題解決
当社は、独自のセグメンテーション技術を用いたAI画像解析サービスGeXeLを応用することにより、毛髪表面のキューティクルの輪郭を自動的に識別し区分することに成功しました。そこで、10～70代の男女約150名の毛髪表面の画像解析を実施。キューティクルの重なり枚数と、キューティクルの輪郭で区別される領域に基づいて得られる特徴量（対角幅、外接する四角形の長辺・短辺の比率、面積など）との相関関係を分析しました。
その結果、特定の特徴量とキューティクルの重なり枚数に高い相関があることを発見。AI画像認識システムと機械学習技術を組み合わせることで、毛髪の断面を観察せずにキューティクルの重なり枚数を正確に推定できるようになりました。
本技術の貢献
キューティクルの重なり枚数が多いか少ないかによって、髪の質感やダメージ耐性が変わるため、毛髪のコンディションを判断する重要な指標となります。今回確立した技術を用いることで、一人ひとりの毛髪の状態に応じた適切なヘアケアの提供が可能となり、より科学的で信頼性の高いヘアケアソリューションを実現できます。
