全新人工智能頭髮分析助力健康研究升級

一款運用人工智能的新應用或許會給科學家研究頭髮的方式帶來革命性變化，還有可能推動僅基於頭髮的健康診斷手段的開發。

這個人工智能模型加快並精簡了頭髮量化的流程，讓顯微鏡能夠一次性掃描載玻片並採集數百根頭髮的圖像。

短短几秒鐘內，它就能捕獲大量高分辨率的數據，接着運用深度學習算法來處理，此算法會收集每根頭髮的顏色、形狀、寬度和長度。

研究人員用老鼠的毛做了測試，不過它能應用於包括人類在內的任何物種的毛髮。

這項應用背後的研究由華盛頓州立大學獸醫學院的科學家開展和研發，並在《皮膚病學研究雜誌》上發表。

“從很多方面來講，個人的頭髮在一定程度上反映着健康狀況，要是你像不少頭髮科學家那樣用鑷子把它們一根根分開，你能有一些挺有趣的發現，不過你這是在顯微鏡下手動操作的，”

該應用程序的概念是由華盛頓州立大學分子生物科學研究生賈森·馬克卡爾（Jasson Makkar）構思出的，他在德里斯科爾（Driskell）的實驗室中承擔着爲各種專注於頭髮和皮膚的研究項目手動分離數千根頭髮這一單調工作。

爲了實現這個想法，馬克卡爾使用華盛頓州立大學的高性能計算集羣 Kamiak 訓練了一個人工智能計算機視覺模型來識別頭髮。在華盛頓動物疾病診斷實驗室的 Aperio GT450 顯微鏡的額外幫助下，頭髮纖維的高分辨率成像得以自動化。

馬克卡爾說，該應用程序具有諸多意義，包括在法醫學和頭髮產品行業，但也許最重要的是讓科學家能夠通過頭髮評估一個人或動物的健康狀況。

他說，通過確定每個物種中健康頭髮的縱向數據點，能夠爲人類醫生和獸醫創建一個量表，依據頭髮來評估整體健康狀況。不同的情況，比如激素失衡或者營養缺乏，會以能夠檢測到的方式改變頭髮生長，並且有可能被用於診斷。

這項新技術不僅能夠識別頭髮所屬的物種，還能夠揭示人類的年齡、健康狀況和種族，這或許有助於刑事調查。

德里斯科爾說：“執法機構存在一種方法，把頭髮纖維分類當作刑事調查中的法醫工具。這種方法在一定程度上存有爭議，因爲這項工作的大部分是由法醫技術人員通過視覺來識別犯罪現場發現的頭髮類型，而後將它們和所有哺乳動物的有限頭髮類型數據庫進行交叉參考。”

德里斯科爾進一步表示，這項技術不僅使科學家能夠以無偏見的方式對頭髮纖維進行高度準確的相互參照，而且還能生成規模足夠大的數據庫，以準確量化不同個體甚至不同解剖位置的頭髮類型。

馬卡爾說，使用同樣的工具，評估各種頭髮產品對頭髮的影響，這是該應用所帶來的另一項能力。

“取一小縷頭髮，將你正在測試的化妝品塗抹在上面，然後用我們的深度頭髮表型組學工具觀察它，看看它是如何變化的，”馬卡爾說。