《Cosmetics》：AI and Holographic Technology for Healthy Aging and Personalized Beauty: A Systematic Review of Current Research Findings and Future Prospects
编辑推荐：
摘要专业翻译
本系统综述探讨了利用人工智能（AI）和全息技术改善身体意象的医学潜力，以此作为在长寿革命时代维持可持续健康美的手段。尽管本研究属于系统综述，但根据系统综述和荟萃分析优先报告条目（PRISMA）2020流程图指南，通过单独设定相关关键词进行研究。检
摘要专业翻译
本系统综述探讨了利用人工智能（AI）和全息技术改善身体意象的医学潜力，以此作为在长寿革命时代维持可持续健康美的手段。尽管本研究属于系统综述，但根据系统综述和荟萃分析优先报告条目（PRISMA）2020流程图指南，通过单独设定相关关键词进行研究。检索方法如下：以"长寿革命"、"人工智能"、"定制美容设备"、"定制化妆品"、"身体意象"、"全息图"、"全息健康"、"AI全息图"和"健康身体意象"为关键词，检索PubMed、Google Scholar、Scopus和IEEE Xplore数据库。据此，共检索到11,117篇文章。在最终阶段，筛选出56篇文章纳入本论文。研究结果表明，由于生物技术、基因工程和医学的发展，世界正迈向长寿革命时代，为应对这一趋势需要健康美。此外，AI和全息技术在医学领域的发展和运用持续推进，提示其可用于肥胖和体型健康管理及饮食管理。因此，这代表了可持续人类安全的AI领域。研究提出未来有必要开发利用AI和全息技术进行个性化身体健康管理，并指出定制美容设备和化妆品的无限潜力。
论文主体内容总结
1. 引言
论文指出当今世界关注的焦点在于长寿本身是一场革命。长寿革命并非意味着多衰老30年，而是多活30年。人口变化并非线性，且寿命延长的趋势即使在中断期之后也能恢复。长寿革命最重要的方面在于个体健康以及健康美丽的生活。健康寿命的变化与健康活跃预期寿命的概念相关，65岁及以上人口比例因预期寿命革命而增长最为迅速，该年龄组对医疗和社会福利成本有显著影响。近年来，身体欣赏（body appreciation）已被视为积极身体意象的核心特征，通常使用身体欣赏量表-2（BAS-2）进行测量，该量表在成人样本中展现出良好的心理测量学特性。身体意象与生活满意度和自尊呈正相关，身体欣赏在自尊与生活满意度关系中的调节作用在老年群体中亦有差异体现。身体意象在提升自尊和身体欣赏水平方面发挥重要作用，且与女性和成年人的幸福感关系更为密切。自尊和自我感知的身体意象也与整形手术的接受度相关，提示身体意象将在长寿革命时代的医疗整形外科领域发挥重要作用。
医学领域存在两类人工智能（AI）：虚拟类（包括深度学习信息管理和电子健康记录，涉及控制医疗保健系统的信息学方法并主动指导医生的治疗决策）和物理类（包括用于辅助老年患者或其初级保健医生的机器人，以及正在实施和利用的新型给药系统）。此外，AI可提供高清移动全息图等新服务。基于深度学习的二值全息图生成方法已被提出，该方法通过优化神经网络直接输出二值振幅全息图，经实验验证可实现灰度全息图二值化的快速改善。全息图是利用两束透镜汇聚产生的光干涉现象来记录和再现三维信息的技术，其含义是"holo"（完整）和"gramma"（信息）的复合词，可创建如同真实物体般具有三维效果的图像或视频。全息技术在医学领域亦有应用，可通过X射线或超声获取三维图像；彩虹全息图可通过记录窄缝信息并以三维方式显示来获取新信息，该技术预计未来将在医学领域和各类产业中得到应用。长寿革命与AI革命相互交织，带来更大增长，AI的进步使众多商业和服务变得更加智能。
2. 材料与方法
2.1 研究设计
本研究采用系统文献综述方法，考察人工智能、全息技术、健康老龄化、身体意象和个性化美容之间的相互关系。为增强研究的透明度和可重复性，综述方法和报告程序按照PRISMA 2020指南进行结构化设计。在整合各数据库检索文献后，分两个阶段去除重复记录：初步去重和利用Excel进行二次筛选，仅保留标题相同的记录中的一个副本。基于标题和摘要进行初步筛选，随后根据预先设定的纳入和排除标准对潜在合格研究的全文进行审查。使用JBI检查表评估全文审查阶段被排除的研究。
2.2 纳入标准
为识别人工智能、全息技术、健康老龄化、身体意象和个性化美容交叉领域中的相关文献，制定了以下选择标准。综述不仅纳入同时涉及AI、全息技术、老龄化、身体意象和美容的研究，也纳入涉及其中一个或多个主题且与研究问题相关联的研究。筛选过程中应用纳入和排除标准以评估每项研究的相关性。
2.3 检索策略
鉴于本综述的多学科性质，使用适合各相关领域的数据库进行文献检索。首先，使用PubMed识别生物医学和健康相关文献；其次，利用Scopus和IEEE Xplore全面覆盖多学科科学研究和技术相关出版物；第三，使用Google Scholar作为补充工具获取额外相关文献。数据库检索分两个阶段进行：第一阶段为Google Scholar，检索时间为2026年9月9日至9月12日；第二阶段涵盖PubMed、Scopus和IEEE Xplore，检索时间为2026年10月9日至10月11日。纳入数据限定为2016年至2026年的10年期间，语言限制为英文。PubMed数据库限定研究类型为临床试验、荟萃分析、综述论文、随机对照试验和系统综述，排除书籍和文献。Google Scholar按日期排序优先审查最新文献，排除专利和书目信息。Scopus和IEEE Xplore利用东国大学中央图书馆数据库的高级检索功能，分别排除了独立章节、书籍、会议以及会议和书籍。
2.4 研究筛选
两位研究人员建立了明确的流程并进行了系统审查。鉴于纳入研究的方法学异质性，使用JBI检查表（以是/否/不清楚评定）作为评估方法学质量的结构化框架。每项评估条目的适用性根据各研究的方法和结果进行评价，有充分支持信息则评为"是"，与研究无关则评为"否"，结果或结论不足以做出可靠判断则评为"不清楚"。筛选过程包括：检查研究是否包含定量数据；首先检查标题是否与内容相符；排除仅有摘要或内容无法确认的研究；审查文章摘要后根据纳入标准单独评估所有研究。
2.5 方案与注册
本文献综述未进行预注册，研究开始前未注册可公开访问的综述方案。但为确保透明度和可重复性，综述方法、选择标准、检索策略和研究筛选程序均已在文中描述。
2.6 数据提取与管理
使用标准化数据提取格式提取数据，包括长寿革命与医疗保健、AI革命与医疗保健、身体意象与医疗保健等类别，同时纳入结局指标。执行PRISMA以标准化数据收集，两位研究人员分别多次审查提取的数据。
3. 结果
3.1 长寿革命时代可持续美的必要性
据联合国人口司公布的结果，全球百岁及以上人口预计到2100年将超过2500万。科学家基于多项研究结果预测长寿时代：首先，极高龄老人的死亡率可以降低；其次，通过社会干预可以改善老年人死亡率；第三，百岁老人数量呈爆炸性增长。这支持了全球记录的平均预期寿命呈线性上升趋势。第四次工业革命后社会环境的持续变化和医疗服务的数字化可影响医疗保健规划。意大利的研究探讨了如何利用创新改善健康结果、生活质量和医疗社会服务的可持续性，将人口变化描述为通过结合银色经济、地方资产和人口特定健康需求来创造增长动力的机会。健康美的身体意象和饮食的社会文化模式可视为促进追求纤瘦理想，而另一种以体重为中心的社会话语则聚焦于将个体体重维持在健康范围内。
3.2 老年人身体意象管理
老年人身体意象管理在促进健康和幸福感以及增强社会自尊方面发挥关键作用。"身体意象"指个体对其身体形成的知觉、认知、情感和行为表征，是一种主观感知；"身体健康"则指基于身体结构和功能、身体活动和健康行为的身体状态。老年人体重管理目标是在保持健康功能和生活质量的同时维持健康体重。首先，个性化体重管理至关重要；其次，运动管理很重要，建议将必要的力量训练与有氧运动相结合；第三，拉伸管理至关重要，可改善柔韧性；第四，饮食疗法亦有帮助，均衡饮食可影响身体意象管理并促进健康美。一项针对288名美国成年人的研究通过评估身体感知、功能感知、身体不满意、内化体重偏见以及适应性和非适应性饮食行为，确认了积极和消极身体意象的共存。
3.3 利用AI和全息技术进行身体意象健康管理
数字全息技术可感知三维（3D）数据，对基于AI的视觉有用，可通过全息图的强度-相位全部信息形成图像，通过仅相位图像确认深度信息等信息。全息图可呈现具有连续深度感的三维场景，可用于虚拟和增强现实、人机交互以及教育和培训。AI和增强现实（AR）技术可替代现有软件，成功用于引导式种植手术。AI在皮肤病学中用于通过皮肤镜图像分类皮肤病变，通过基于深度学习的合成神经网络（CNN）提取特征。在2型糖尿病（T2DM）预测研究中，机器学习算法在预测T2DM方面往往优于逻辑回归。AI和全息技术预计将用于肥胖、代谢综合征和身体意象管理，定制化妆品和设备的发展可改善身体意象。
3.4 基于AI的身体成像应用及全息技术利用潜力
人工智能正被新应用于数字、临床和文化环境中，也被用于身体意象领域。AI技术和生成式AI（GenAI）技术可影响社会对外貌的理想标准，其在广告、美容、时尚和社交媒体等领域的应用正在扩展，同时具有增加或减轻身体不满意和饮食失调风险的潜力。在图像和视频制作领域，AI根据个体用户数据和偏好实时生成定制图像，为消费者提供更个性化的体验。6G时代的到来将增强AI的连接性、可持续性和可靠性，并通过高清移动全息图提供新服务。
4. 讨论
4.1 主要发现
本系统综述首次强调在长寿革命时代利用AI和全息技术改善身体意象以维持健康美的潜力。然而，目前尚无关于基于可持续人类安全实现健康身体意象的AI和全息设备开发的先例研究。尽管如此，利用3D全息图的AI程序正在开发中，用于辅助教育系统的利用和改进；基于AI的双模相位和无标记荧光成像平台（单次曝光Gabor全息图）正在使用；利用3D全息图进行皮肤病变的深度估计和可视化；离轴数字全息显微镜利用高通量无标记成像技术提供三维高分辨率信息，有助于大规模细胞成像。
4.2 长寿革命时代身体意象的重要性
身体意象在长寿革命时代的重要性体现在多个方面：第一，影响维持健康饮食习惯，可持续健康的概念超越单纯无疾病，意味着个体在整个人生中长期维持身体、心理和社会健康的平衡；第二，影响社会和心理健康，积极的身体意象将提升自尊；第三，有助于提高个体生活质量，身体健康可享受更多活动，不仅支持长寿目标，还贡献于幸福和可持续生活的满意度。
4.3 长寿革命时代为何使用AI和全息技术进行身体意象健康管理
肥胖管理和身体意象是不同的领域，但具有潜在关联。基于AI的方法可支持肥胖相关风险预测和个性化健康管理。然而，身体意象涉及个体对身体和外貌的感知、态度和情感，不应假设有效的肥胖管理直接改善身体意象。肥胖被列为全球可预防死亡的主要原因，采用机器学习和深度学习的AI已成为肥胖研究的重要工具。在比较AI模型与现有统计方法的研究中，大多数研究（82%）确认AI模型在测试数据上实现了更高的预测准确率。超重和肥胖可导致癌症、糖尿病、代谢综合征和心血管疾病等慢性疾病。世界卫生组织宣布2030年全球30%的死亡将源于生活方式疾病。机器学习方法是提前预测、检测和诊断肥胖的最重要方法，可快速准确地识别风险因素和状态可能性，是肥胖和超重风险早期预测的有前景的解决方案。
4.4 各领域概念及AI与全息技术交互的潜在贡献
为避免概念重叠，身体意象、身体健康、肥胖管理、个性化化妆品和健康老龄化被分别定义，概念框架区分了各领域相关的预期结果。身体意象指个体对其身体和外貌持有的感知、态度和感受；AI可视化和全息界面可通过促进身体表征、外貌模拟和自我感知等过程影响身体意象结果，但该领域研究有限。身体健康指临床意义上的健康状态；AI可通过数据分析、风险预测和监测促进健康评估，全息技术可支持可视化和临床交互。肥胖管理涵盖预防或管理策略的支持，包括与体重相关的饮食习惯；基于AI的预测和个性化反馈可支持这些过程，但证据仍不充分。个性化化妆品涉及根据皮肤特征或化妆品偏好等个体因素推荐产品；基于AI的皮肤分析和全息可视化技术可促进这种个性化并增强用户交互。健康老龄化指在整个生命周期中维持功能能力、健康和幸福感；AI和全息技术可通过监测、个性化支持、健康教育或社会互动为健康老龄化的特定方面做出贡献。
4.5 定制美容设备和定制化妆品中AI应用的现状
AI正被应用于个性化美容领域的皮肤图像分析、皮肤状况预测和美容设备的个体控制。利用AI分析皮肤类型和状况以推荐合适成分和配方的个性化化妆品研究正在增加。然而，关于实际临床疗效和长期安全性的科学证据仍然有限。基于AI的美容设备可通过实时分析皮肤和身体数据来调整护理强度和方案，但隐私保护、设备安全性和监管标准仍需进一步验证。定制化妆品在减少化妆品浪费、个性化配方、包装、能源消耗和长期环境影响方面具有可持续性优势。AI被应用于皮肤图像分析、个性化护肤、AR应用和3D面部重建，利用深度学习分析面部皮肤状况和化妆品成分以推荐适合个体产品的系统正在研究和应用。近期文献证实AI通过整合皮肤类型、色素沉着以及遗传和环境因素来设计个性化护肤方案。
4.6 研究局限性
本系统综述存在以下局限性：第一，尽管技术研究的标准应区别于评估临床偏倚风险的工具，但未找到适用于本研究的通用工具，因此使用了JBI检查表；第二，与AI和全息技术相关的论文数量较少，支持证据不足，目前尚无利用AI的全息图研究发表；第三，该主题尚未被确认为与长寿革命时代和AI相关的研究课题，需要进一步研究，且关于AI和定制身体意象设备的适用性和必要性的研究不足。
