▶ ザ プロクター アンド ギャンブル カンパニーの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-09-10
(54)【発明の名称】皮膚分析システム及び方法の実装
(51)【国際特許分類】
G16H 50/20 20180101AFI20240903BHJP
G16Y 10/60 20200101ALI20240903BHJP
G16Y 20/40 20200101ALI20240903BHJP
G16Y 40/20 20200101ALI20240903BHJP
【ＦＩ】
G16H50/20
G16Y10/60
G16Y20/40
G16Y40/20
【審査請求】有
【予備審査請求】未請求
(21)【出願番号】P 2024506595
(86)(22)【出願日】2022-08-18
(85)【翻訳文提出日】2024-02-02
(86)【国際出願番号】 US2022040684
(87)【国際公開番号】W WO2023023209
(87)【国際公開日】2023-02-23
(31)【優先権主張番号】63/234,245
(32)【優先日】2021-08-18
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．Ｌｉｎｕｘ
２．ＵＮＩＸ
３．ＭｙＳＱＬ
４．ＪＡＶＡ
５．３ＧＰＰ
６．ＰＹＴＨＯＮ
７．ＪＡＶＡＳＣＲＩＰＴ
８．ＴＥＮＳＯＲＦＬＯＷ
９．ＳＷＩＦＴ
１０．ＢＬＵＥＴＯＯＴＨ
１１．ＯＲＡＣＬＥ
１２．ＤＢ２
１３．ＭＯＮＧＯＤＢ
１４．ＳＡＦＡＲＩ
１５．ＧＯＯＧＬＥ ＣＨＲＯＭＥ
(71)【出願人】
【識別番号】590005058
【氏名又は名称】ザ プロクター アンド ギャンブル カンパニー
【氏名又は名称原語表記】ＴＨＥ ＰＲＯＣＴＥＲ ＆ ＧＡＭＢＬＥ ＣＯＭＰＡＮＹ
【住所又は居所原語表記】Ｏｎｅ Ｐｒｏｃｔｅｒ ＆ Ｇａｍｂｌｅ Ｐｌａｚａ， Ｃｉｎｃｉｎｎａｔｉ， ＯＨ ４５２０２，Ｕｎｉｔｅｄ Ｓｔａｔｅｓ ｏｆ Ａｍｅｒｉｃａ
(74)【代理人】
【識別番号】110001243
【氏名又は名称】弁理士法人谷・阿部特許事務所
(72)【発明者】
【氏名】ディサーナーヤカ ムディヤンセラゲ マハトマ バンダラ ディサーナーヤカ
(72)【発明者】
【氏名】ポール ジョナサン マッツ
(72)【発明者】
【氏名】松崎 薫
(72)【発明者】
【氏名】宮本 久喜三
【テーマコード（参考）】
5L099
【Ｆターム（参考）】
5L099AA03
(57)【要約】
ユーザ固有の皮膚データ及び健康データを分析してユーザ固有の皮膚分析を生成するための、皮膚分析システム及び方法が説明される。ユーザの、ユーザ固有の皮膚データ及び健康データは、１つ以上のプロセッサによって受信され、健康データは、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む。皮膚分析学習モデルは、ユーザ固有の皮膚データ及び健康データを分析して、ユーザ固有の皮膚分析を生成する。
【特許請求の範囲】
【請求項1】
ユーザ固有の皮膚分析を生成するための、ユーザ固有の皮膚分析方法であって、１つ以上のプロセッサによって、前記ユーザの皮膚データを受信することであって、好ましくは、前記ユーザの前記皮膚データが、前記ユーザの皮膚画像データである、受信することと、
前記１つ以上のプロセッサによって、前記ユーザの健康データを受信することであって、前記ユーザの前記健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含み、好ましくは、前記ユーザの前記健康データが、前記体内水分含有量若しくは水分量、前記細胞内水分対細胞外水分比、前記肥満度指数（ＢＭＩ）、及びそれらの混合からなる群から選択され、より好ましくは、前記ユーザの健康データが、前記体内水分含有量若しくは水分量、前記細胞内水分対細胞外水分比、及びそれらの混合からなる群から選択される、受信することと、
１つ以上の皮膚分析学習モデルによって、前記ユーザの前記皮膚データ及び前記ユーザの前記健康データを分析して、ユーザ固有の皮膚分析を生成することと、を含む、方法。
【請求項2】
前記１つ以上の皮膚分析学習モデルが、前記ユーザ固有の皮膚分析を出力するように、各個人の皮膚データ及び健康データを用いて訓練される、請求項１に記載の方法。
【請求項3】
前記１つ以上のプロセッサによって、前記ユーザ固有の皮膚分析を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることを更に含む、請求項１又は２に記載の方法。
【請求項4】
前記１つ以上のプロセッサによって、前記ユーザの皮膚領域を描写する画像を受信することと、前記１つ以上のプロセッサによって、前記画像に基づいて修正画像を生成することであって、前記修正画像が、推奨のうちの少なくとも１つに従った後に、前記ユーザの前記皮膚領域がどのように見えると予測されるかを描写する、生成することと、
前記１つ以上のプロセッサによって、前記修正画像を、前記コンピューティングデバイスの前記ディスプレイ画面上でレンダリングすることと、を更に含む、請求項１～３のいずれか一項に記載の方法。
【請求項5】
前記ユーザの前記皮膚データが、前記ユーザの第１の皮膚データであり、前記ユーザの前記健康データが、前記ユーザの第１の健康データであり、前記方法が、前記１つ以上のプロセッサによって、前記ユーザの前記第１の皮膚データ及び前記ユーザの前記第１の健康データを、第１の時間に受信することと、
前記１つ以上のプロセッサによって、前記ユーザの第２の皮膚データ及び前記ユーザの第２の健康データを、第２の時間に受信することと、
前記１つ以上の皮膚分析モデルによって、前記ユーザの前記第２の皮膚データ及び前記ユーザの前記第２の健康データを分析することと、
前記ユーザの前記第２の皮膚データ及び前記ユーザの前記第２の健康データの、前記ユーザの前記第１の皮膚データ及び前記ユーザの前記第１の健康データとの比較に基づいて、新しいユーザ固有の皮膚分析を生成することと、を更に含む、請求項１～４のいずれか一項に記載の方法。
【請求項6】
前記１つ以上のプロセッサのうちの少なくとも１つが、モバイルデバイスのプロセッサ又はサーバのプロセッサ、のうちの少なくとも１つを含む、請求項１～５のいずれか一項に記載の方法。
【請求項7】
ユーザ固有の皮膚分析を生成するように構成された、ユーザ固有の皮膚分析システムであって、前記ユーザ固有の皮膚分析システムが、１つ以上のプロセッサと、
前記１つ以上のプロセッサ上で実行されるように構成されたコンピューティング命令を含む、分析アプリケーション（アプリ）と、
前記分析アプリによってアクセス可能な、１つ以上の皮膚分析学習モデルと、を備え、
前記分析アプリの前記コンピューティング命令が、前記１つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに、
前記ユーザの皮膚データを受信することであって、好ましくは、前記ユーザの前記皮膚データが、前記ユーザの皮膚画像データである、受信することと、
前記ユーザの健康データを受信することであって、前記ユーザの前記健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含み、好ましくは、前記ユーザの前記健康データが、前記体内水分含有量若しくは水分量、前記細胞内水分対細胞外水分比、前記肥満度指数（ＢＭＩ）、及びそれらの混合からなる群から選択され、より好ましくは、前記ユーザの健康データが、前記体内水分含有量若しくは水分量、前記細胞内水分対細胞外水分比、及びそれらの混合からなる群から選択される、受信することと、
前記１つ以上の皮膚分析学習モデルによって、前記ユーザの前記皮膚データ及び前記ユーザの前記健康データを分析して、ユーザ固有の皮膚分析を生成することと、を行わせる、システム。
【請求項8】
前記１つ以上の皮膚分析学習モデルが、前記ユーザ固有の皮膚分析を出力するように、各個人の皮膚データ及び健康データを用いて訓練される、請求項７に記載のシステムである分析。
【請求項9】
前記コンピューティング命令が、前記１つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに、前記ユーザ固有の皮膚分析を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることを更に行わせる、請求項７又は８に記載のシステム。
【請求項10】
前記コンピューティング命令が、前記１つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに、前記ユーザの皮膚領域を描写する画像を受信することと、
前記画像に基づいて修正画像を生成することであって、前記修正画像が、推奨のうちの少なくとも１つに従った後に、前記ユーザの前記皮膚領域がどのように見えると予測されるかを描写する、生成することと、
前記修正画像を、前記コンピューティングデバイスの前記ディスプレイ画面上でレンダリングすることと、を更に行わせる、請求項７～９のいずれか一項に記載のシステム。
【請求項11】
前記ユーザの前記皮膚データが、前記ユーザの第１の皮膚データであり、前記ユーザの前記健康データが、前記ユーザの第１の健康データであり、前記コンピューティング命令が、前記１つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに、前記ユーザの前記第１の皮膚データ及び前記ユーザの前記第１の健康データを、第１の時間に受信することと、
前記ユーザの第２の皮膚データ及び前記ユーザの第２の健康データを、第２の時間で受信することと、
前記１つ以上の皮膚分析モデルによって、前記ユーザの前記第２の皮膚データ及び前記ユーザの前記第２の健康データを分析することと、
前記ユーザの前記第２の皮膚データ及び前記ユーザの前記第２の健康データの、前記ユーザの前記第１の皮膚データ及び前記ユーザの前記第１の健康データとの比較に基づいて、新しいユーザ固有の皮膚分析を生成することと、を更に行わせる、請求項７～１０のいずれか一項に記載のシステム。
【請求項12】
前記１つ以上のプロセッサのうちの少なくとも１つが、モバイルデバイスのプロセッサ又はサーバのプロセッサ、のうちの少なくとも１つを備える、請求項７～１１のいずれか一項に記載のシステム。
【請求項13】
ユーザ固有の皮膚分析を生成するための命令を格納する有形の非一時的コンピュータ可読媒体であって、前記命令が、１つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに、１つ以上のプロセッサ上で実行される分析アプリケーション（アプリ）において、前記ユーザの皮膚データを受信することであって、好ましくは、前記ユーザの前記皮膚データが、前記ユーザの皮膚画像データである、受信することと、
前記分析アプリにおいて、前記ユーザの健康データを受信することであって、前記ユーザの前記健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む、受信することと、
前記分析アプリによってアクセス可能な前記１つ以上の皮膚分析学習モデルによって、前記ユーザの前記皮膚データ及び前記ユーザの前記健康データを分析して、ユーザ固有の皮膚分析を生成することと、を行わせる、非一時的コンピュータ可読媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、概して、皮膚分析システム及び方法に関し、より具体的には、ユーザ固有の皮膚分析を生成するための皮膚分析システム及び方法の実装に関する。
【背景技術】
【0002】
概して、汗及び天然油分などヒト皮膚の複数の内因性要因は、ユーザの皮膚の全体的な状態及び外観に現実世界の影響を与える。風、湿度、日光、及び／又は様々な皮膚関連製品の使用などの追加の外因性要因もまた、ユーザの皮膚の状態に影響を及ぼす場合がある。残念ながら、双方のタイプの要因とも、ユーザの皮膚及び使用者の皮膚の知覚に有害な影響を与え得る、ざ瘡、湿疹、しわ、及び一般的な炎症などの多数の皮膚状態の一因となる。しかしながら、皮膚関連問題のユーザ知覚は、典型的には、そのような基礎となる内因性及び／又は外因性要因を反映しない。
【0003】
したがって、内因性及び／又は外因性要因の数を、皮膚タイプの複雑さと併せて考慮すると、特に、各々が異なる人口統計、人種、及び民族に関連付けられ得る異なるユーザにわたって考えた場合に問題が生じる。これは、様々なヒトの皮膚の状態及び特性の分析及び処置において問題を生じさせる。例えば、皮膚状態を自己分析する際にユーザを支援しようと試みる先行技術の方法は、概して、正確なユーザ固有の分析を生成するのに十分な情報を欠いており、その結果、広く過度に単純化された推奨を提供する。更に、ユーザは、様々な製品又は技法を用いて経験的に実験しようと試みる場合があるが、満足のいく結果を達成することはなく、かつ／又は起こり得る負の副作用を引き起こし、ユーザの皮膚の状態若しくはそうでなければ視覚的外観に影響を及ぼす。
【発明の概要】
【発明が解決しようとする課題】
【0004】
上記の理由から、ユーザ固有の皮膚分析を正確に生成するように構成された、皮膚分析システム及び方法の実装が必要とされている。
【課題を解決するための手段】
【0005】
概して、本明細書に説明されるように、ユーザ固有の皮膚分析を生成するための皮膚分析システム及び方法の実装が説明される。いくつかの態様では、本明細書の人工知能（artificial intelligence、ＡＩ）ベースのシステム及び方法は、ユーザ固有のデータを入力して、ユーザ固有の皮膚分析を生成／予測するようにＡＩモデルを訓練するように構成される。そのようなＡＩベースのシステムは、ユーザの皮膚の状態に影響を及ぼす様々な内因性及び／若しくは外因性要因又は属性を識別し、処置する際の困難性から生じる問題を克服するためのＡＩベースの解決策を提供する。
【0006】
概して、本明細書に説明されるシステムは、ユーザが、ユーザ固有のデータを、サーバ（例えば、その１つ以上のプロセッサを含む）、又はそうでなければコンピューティングデバイス（例えば、ユーザのモバイルデバイスにローカルになど）に提出することを可能にし、サーバ又はユーザコンピューティングデバイスは、ユーザ固有の皮膚分析を生成するように構成された１つ以上の皮膚分析学習モデルを実装又は実行する。特定の態様では、１つ以上の皮膚分析学習モデルは、各個人の皮膚領域に関するユーザ固有のデータの、潜在的に数千個（以上）のインスタンスの訓練データを用いて訓練される。皮膚分析学習モデルは、ユーザ固有のデータを入力として受信し、ユーザの皮膚領域の少なくとも１つの特徴に対処する（例えば、識別及び／又は処置する）ように設計されたユーザ固有の分析を生成する。例えば、ユーザ固有のデータは、具体的なユーザの皮膚領域の糖摂取量及び／又は他の皮膚因子を示す応答又は他の入力と、ユーザの皮膚領域の１つ以上の画像／ビデオと、を含み得る。更に、特定の態様では、皮膚分析学習モデルは、（１）皮膚状態、（２）少なくとも皮膚及び健康データに基づいて定義される全体論的スコア、（３）皮膚関連製品推奨、（４）皮膚関連製品使用推奨、（５）補足製品推奨、（６）補足製品使用推奨、（７）習慣推奨、並びに（８）ユーザの皮膚データ及び健康データに基づくユーザの皮膚領域に対応する皮膚予測、を含む群から選択される１つ以上を含むユーザ固有の皮膚分析を生成する
【0007】
ユーザが提出した画像及び／又はビデオの各々は、サーバ（例えば、その１つ以上のプロセッサを含む）（本明細書では「撮像サーバ」としても言及される）、又はそうでばければコンピューティングデバイスにおいて（例えば、ユーザのモバイルデバイス上でローカルになど）受信され得、撮像サーバ又はユーザコンピューティングデバイスは、皮膚分析学習モデルを実装又は実行する。特定の態様では、皮膚分析学習モデルは、各個人の皮膚領域を描写する潜在的に１０，０００個（又はそれ以上）の画像の画素データを用いて訓練されたＡＩベースのモデルであり得る。ＡＩベースの皮膚分析学習モデルは、ユーザの皮膚領域を含む画素データ内で識別可能な少なくとも１つの特徴に対処する（例えば、識別及び／又は処置する）ように設計された、ユーザ固有の分析を生成し得る。例えば、ユーザの皮膚領域の一部分は、具体的なユーザの皮膚領域の湿疹、ざ瘡、しわ、炎症、及び／又は他の皮膚因子を示す画素若しくは画素データを含むことができる。いくつかの態様では、ユーザ固有の皮膚分析及び推奨／スコア／予測は、ディスプレイ画面上でレンダリングするために、コンピュータネットワークを介してユーザのユーザコンピューティングデバイスに伝送され得る。他の態様では、ユーザの画像の撮像サーバへの伝送は行われず、その場合、ユーザ固有の皮膚分析及び推奨／スコア／予測は、代わりに、ＡＩベースの皮膚分析学習モデルによって生成され、ユーザのモバイルデバイス上でローカルに実行及び／又は実装され、モバイルデバイスのプロセッサによってモバイルデバイスのディスプレイ画面上でレンダリングされ得る。様々な態様では、そのようなレンダリングは、画素データ内の特徴に対処するためのグラフィカル表現、オーバーレイ、注釈などを含み得る。
【0008】
より具体的には、本明細書に説明されるように、ユーザ固有の皮膚分析を生成するための、ユーザ固有の皮膚分析方法が開示される。ユーザ固有の皮膚分析方法は、１つ以上のプロセッサによって、ユーザの皮膚データを受信することと、１つ以上のプロセッサによって、ユーザの健康データを受信することであって、ユーザの健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（body mass index、ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む、受信することと、１つ以上の皮膚分析学習モデルによって、ユーザの皮膚データ及びユーザの健康データを分析して、ユーザ固有の皮膚分析を生成することと、を含む。
【0009】
加えて、本明細書に説明されるように、ユーザ固有の皮膚分析システムが開示される。ユーザ固有の皮膚分析システムは、ユーザ固有の皮膚分析を生成するように構成されている。ユーザ固有の皮膚分析システムは、１つ以上のプロセッサと、１つ以上のプロセッサ上で実行するように構成されたコンピューティング命令を含む、分析アプリケーション（アプリ）と、分析アプリによってアクセス可能な、１つ以上の皮膚分析学習モデルと、を備え、分析アプリのコンピューティング命令は、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、ユーザの皮膚データを受信することと、ユーザの健康データを受信することであって、ユーザの健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む、受信することと、１つ以上の皮膚分析学習モデルによって、ユーザの皮膚データ及びユーザの健康データを分析して、ユーザ固有の皮膚分析を生成することと、を行わせる。
【0010】
更に、本明細書に説明されるように、ユーザ固有の皮膚分析を生成するための命令を格納する有形の非一時的コンピュータ可読媒体が開示される。命令は、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、１つ以上のプロセッサ上で実行される分析アプリケーション（アプリ）において、ユーザの皮膚データを受信することと、分析アプリにおいて、ユーザの健康データを受信することであって、ユーザの健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む、受信することと、分析アプリによってアクセス可能な１つ以上の皮膚分析学習モデルによって、ユーザの皮膚データ及びユーザの健康データを分析して、ユーザ固有の皮膚分析を生成することと、を行わせ得る。
【0011】
上記及び本明細書の開示によれば、本開示は、少なくとも、本開示が、例えば、サーバ、又はそうでなければコンピューティングデバイス（例えば、ユーザコンピュータデバイス）の知能又は決定論的能力が皮膚分析学習モデルによって増強される場合に、そのサーバ又はコンピューティングデバイスが改善されることを説明しているという理由で、コンピュータ機能における改善、又は他の技術に対する改善を含む。サーバ又はコンピューティングデバイス上で実行される皮膚分析学習モデルは、ユーザ固有の皮膚データ及び健康データに基づいて、従来の技法よりも正確にユーザ固有の皮膚分析を識別することが可能である。実際、本開示の皮膚分析学習モデルは、ユーザから、ユーザの皮膚の１つ以上の入力画像及びアンケートに対する１つ以上の回答を受信し得、画像／ビデオ処理技法又はアンケート又は他のデバイスを使用して、ユーザ固有の皮膚データ及びユーザの健康データを判定し得る。結果として、皮膚分析学習モデルは、従来の技法によってこれまで達成不可能であった様式で、ユーザ固有の皮膚分析を迅速かつ効率的に提供し得る。
【0012】
更に、本開示は、少なくとも、本開示が、例えば、サーバ、又はそうでなければコンピューティングデバイス（例えば、ユーザコンピュータデバイス）の知能又は予測能力が、訓練された（例えば、機械学習訓練された）皮膚分析学習モデルによって増強される場合に、そのサーバ又はコンピューティングデバイスが改善されることを説明しているという理由で、コンピュータ機能における改善、又は他の技術に対する改善を含む。サーバ又はコンピューティングデバイス上で実行される皮膚分析学習モデルは、他の個人の皮膚データ及び健康データに基づいて、ユーザの皮膚又は皮膚領域の少なくとも１つの特徴に対処するように設計されたユーザ固有の皮膚分析をより正確に識別することが可能である。すなわち、本開示は、サーバ又はユーザコンピューティングデバイスが、新たに提供された顧客回答／入力／画像などの、又はそれらから導出された、ユーザの皮膚データ及び健康データに基づいて、ユーザ固有の皮膚分析を正確に予測、検出、又は判定するために、複数の訓練データ（例えば、各個人の皮膚領域に関する皮膚データ及び健康データの、潜在的に数千個（以上）のインスタンス）で増強されるという理由で、コンピュータ自体又は「任意の他の技術又は技術分野」の機能の改善を説明する。これは、少なくとも、既存のシステムにはそのような予測又は分類機能が欠けており、ユーザの皮膚又は皮膚領域の少なくとも１つの特徴に対処するために予測結果を出力するために、ユーザの皮膚データ及び健康データを正確に分析することが単純にできないという理由で、先行技術に勝って改善する。
【0013】
具体的には、本開示のシステム及び方法は、具体的な健康データを皮膚データとともに使用することによる、従来の技法に対する改善を特徴とする。皮膚データとともに具体的な健康データを使用することによって、本発明は、例えば皮膚データのみを使用する先行分析と比較して、皮膚分析の改善された精度を提供する。そのような具体的な健康データは、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む。特定の態様では、健康データは、皮膚分析の更に改善された精度を提供することを考慮して、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、及び／若しくはそれらの混合からなる群から選択されるか、又はいくつかの態様では、健康データは、（１）体内水分含有量若しくは水分量、（２）細胞内対細胞外水分比、及び／若しくはそれらの混合からなる群から選択される。驚くべきことに、これらの具体的な健康データは、皮膚データとともに使用されるとき、体脂肪率などの他の健康データと比較して、皮膚分析の精度の改善をもたらすことが見出された。追加的に、本開示のシステム及び方法は、複数の個人の皮膚データ及び健康データに関連する複数の訓練データを用いて皮膚分析学習モデルを訓練することによる、従来の技法に勝る改善を特徴とする。訓練データは、概して、複数の個人の各々についてのテキストアンケート回答の形態での個人の皮膚の個人の自己査定と、撮像デバイスを用いてキャプチャされたユーザの皮膚領域の画像とを含む。訓練データを使用して訓練されると、皮膚分析学習モデルは、従来の技法を使用しても達成不可能な程度まで、ユーザのための高精度皮膚分析予測を提供する。実際に、皮膚データとともに健康データを使用することにより、本開示は、例えば、皮膚データのみを利用する先行技術の分析技法と比較して、結果として得られるユーザ固有の皮膚分析の精度の改善がもたらされる。
【0014】
同様の理由で、本開示は、少なくとも、本開示が皮膚ケア分野及び皮膚ケア製品分野におけるコンピューティングデバイスに対する改善を説明又は導入し、それによって、コンピューティングデバイス及び／又は撮像デバイス上で実行される訓練された皮膚分析学習モデルが、基礎となるコンピュータデバイス（例えば、サーバ及び／又はユーザコンピューティングデバイス）を改善し、そのようなコンピュータデバイスが、所与の機械学習ネットワークアーキテクチャの構成、調整、又は適合によってより効率的にされるという理由で、他の技術又は技術分野に対する改善に関する。例えば、いくつかの態様では、深度、幅、画像サイズ、又は他の機械学習ベースの次元要件を低減することを含む、画像を分析するために必要とされる機械学習ネットワークアーキテクチャを減少させることによって計算リソースを減少させることによって、使用される機械リソース（例えば、処理サイクル又はメモリストレージ）がより少なくなっている。そのような低減は、基礎となるコンピューティングシステムの計算リソースを解放し、それによって、それをより効率的にする。
【0015】
加えて、本開示は、皮膚分析学習モデルを訓練するために使用され得る訓練データを生成する、特定の機械、例えば、撮像デバイスとともに、又はそれを使用することによって、特許請求の範囲の要素のうちのいくつかを適用することを含む。
【0016】
加えて、本開示は、当該分野においてよく理解されている、日常的な従来の活動以外の具体的な特徴を含むか、又は特許請求の範囲を特定の有用な用途に限定する非従来的なステップ、例えば、ユーザ固有の皮膚データ及び健康データを分析して、ユーザの皮膚の少なくとも１つの特徴に対処する（例えば、識別及び／若しくは処置する）ように設計されたユーザ固有の皮膚分析を生成するステップを追加することを含む。
【0017】
例解として図示及び説明されている好ましい態様に関する以下の説明から、利点が、当業者に対してより明らかになるであろう。理解されるように、本態様は、他の及び異なる態様が可能であり得、それらの詳細は、様々な態様において修正が可能である。したがって、図面及び説明は、本質的に例解的であるとしてみなされるべきであり、限定的であるとしてみなされるべきではない。
【図面の簡単な説明】
【0018】
以下に説明される図は、本明細書に開示されるシステム及び方法の様々な態様を描写する。各図は、開示されるシステム及び方法の特定の態様の態様を描写していること、並びに、図の各々は、それらの可能性のある態様に合致することが意図されていることを理解されたい。更に、可能な限り、以下の説明は、以下の図に含まれる参照数字を参照しており、その中で、複数の図に描写されている特徴は、首尾一貫した参照数字を用いて指定される。
【0019】
図面には、現在考察されている配設が示されているが、その現在の態様は、示されている厳密な配設及び手段に限定されないことを理解されたい。
【図1】本明細書に開示される様々な態様による、ユーザ固有の皮膚データ及び健康データを分析して、ユーザ固有の皮膚分析を生成するように構成された例示的なユーザ固有の皮膚分析システムを例解する。
【図4】本明細書に開示される様々な態様による、ユーザ固有の皮膚分析を生成するための例示的なユーザ固有の皮膚分析方法を例解する。
【図5】本明細書に開示される様々な実施形態による、ユーザコンピューティングデバイスのディスプレイ画面上でレンダリングされた例示的なユーザインターフェースを例解する。
【0020】
これらの図は、例解のみを目的として、好ましい態様を描写している。本明細書に例解されるシステム及び方法の代替的な態様は、本明細書に説明される発明の原理から逸脱することなく採用され得る。
【発明を実施するための形態】
【0021】
図１は、本明細書に開示される様々な態様による、ユーザ固有の皮膚データ及び健康データを分析して、ユーザ固有の皮膚分析を生成するように構成された例示的なユーザ固有の皮膚分析システム１００を例解する。概して、本明細書で言及されるように、ユーザ固有の皮膚データ及び健康データは、ユーザコンピューティングデバイスのディスプレイ及び／若しくはユーザインターフェースを介してユーザに提示される質問／プロンプトに関連するユーザ回答／入力を含み得、かつ／又はユーザ回答／入力から導出され得、それらの質問／プロンプトは、ユーザの皮膚の状態、及び／又はユーザの皮膚の皮膚領域を描写するユーザコンピューティングデバイスによってキャプチャされた画像を対象とするものである。例えば、ユーザ固有の健康データは、特定の時間期間（例えば、毎日、毎週など）にわたるユーザの糖摂取量レベルを示すユーザ回答を含み得る。別のものとして、ユーザ固有の皮膚データ及び健康データは、ユーザコンピューティングデバイスを用いてユーザによってキャプチャされた、ユーザの皮膚領域の１つ以上の画像を処理することによって取得されたデータを含み得る。当然のことながら、本明細書に説明されるように、ユーザの皮膚領域の画像は、撮像デバイス（例えば、ユーザコンピューティング／モバイルデバイス）を使用してキャプチャされた静止画像（例えば、個々の画像フレーム）及び／又はビデオ（例えば、複数の画像フレーム）を含み得る。
【0022】
図１の例示的な態様では、ＡＩベースのシステム１００は、サーバ１０２を含み、このサーバは、１つ以上のコンピュータサーバを含み得る。様々な態様では、サーバ１０２は、複数のサーバを含み、これらのサーバは、サーバファームの一部として、複数の冗長な又は複製されたサーバを含み得る。なおも更なる態様では、サーバ１０２は、クラウドベースのコンピューティングプラットフォームなどのクラウドベースのサーバとして実装され得る。例えば、サーバ１０２は、ＭＩＣＲＯＳＯＦＴ ＡＺＵＲＥ、ＡＭＡＺＯＮ ＡＷＳなどの任意の１つ以上のクラウドベースのプラットフォームであり得る。サーバ１０２は、１つ以上のプロセッサ１０４と、１つ以上のコンピュータメモリ１０６と、皮膚分析学習モデル１０８と、を含み得る。
【0023】
メモリ１０６には、読み取り専用メモリ（read-only memory、ＲＯＭ）、電子プログラマブル読み取り専用メモリ（electronic programmable read-only memory、ＥＰＲＯＭ）、ランダムアクセスメモリ（random access memory、ＲＡＭ）、消去可能電子プログラマブル読み取り専用メモリ（erasable electronic programmable read-only memory、ＥＥＰＲＯＭ）、及び／又は他のハードドライブ、フラッシュメモリ、ＭｉｃｒｏＳＤカードなどの、１つ以上の形態の揮発性及び／又は不揮発性の固定された及び／又は取り外し可能メモリが含まれ得る。メモリ１０６は、本明細書で考察されるように、機能、アプリ、方法、又は他のソフトウェアを容易にすることができるオペレーティングシステム（operating system、ＯＳ）（例えば、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ、Ｌｉｎｕｘ、ＵＮＩＸなど）を格納し得る。メモリ１０６はまた、本明細書に説明されるように、皮膚分析学習モデル１０８も格納し得、この皮膚分析学習モデル１０８は、様々な訓練データ（例えば、各個人の皮膚領域に関するユーザ固有のデータの、潜在的に数千個（以上）のインスタンス）、及び特定の態様では画像（例えば、画像１１４ａ、１１４ｂ）で訓練された機械学習モデルであり得る。追加的に、又は代替的に、皮膚分析学習モデル１０８はまた、データベース１０５内にも格納され得、このデータベースは、サーバ１０２にアクセス可能であるか、又はそうでなければサーバ１０２に通信可能に結合される。加えて、メモリ１０６はまた、機械可読命令も格納し得、この機械可読命令は、１つ以上のアプリケーション（例えば、本明細書に説明されるような頭皮及び毛髪アプリケーション）、１つ以上のソフトウェアコンポーネント、及び／又は１つ以上のアプリケーションプログラミングインターフェース（application programming interfaces、ＡＰＩ）のうちのいずれかを含み、それらは、本明細書の様々なフロー図、例解図、略図、図、及び／又は他の開示について例解、描写、又は説明されているように、任意の方法、プロセス、要素、又は制限などの、本明細書に説明される特徴、機能、又は他の開示を容易にするか又は実行するように実装され得る。例えば、アプリケーション、ソフトウェアコンポーネント、又はＡＰＩのうちの少なくともいくつかは、皮膚分析学習モデル１０８などのＡＩベースの機械学習モデル又はコンポーネントであり得るか、それらを含み得か、そうでなければそれらの部分であり得、この場合、各々は、本明細書で考察されるそれらの様々な機能を容易にするように構成され得る。１つ以上の他のアプリケーションが想定され得、プロセッサ１０４によって実行されることを理解されたい。
【0024】
プロセッサ１０４は、プロセッサ１０４及びメモリ１０６との間で、電子データ、データパケット、又はそうでなければ電子信号を伝送することを担うコンピュータバスを介してメモリ１０６に接続されて、本明細書内の様々なフロー図、例解図、略図、図、及び／又は他の開示について例解、描写、又は説明されているように、機械可読命令、方法、プロセス、要素、又は制限を実装又は実行し得る。
【0025】
プロセッサ１０４は、コンピュータバスを介してメモリ１０６とインターフェース接続して、オペレーティングシステム（ＯＳ）を実行し得る。プロセッサ１０４はまた、コンピュータバスを介してメモリ１０６ともインターフェース接続して、メモリ１０６及び／又はデータベース１０４（例えば、Ｏｒａｃｌｅ、ＤＢ２、ＭｙＳＱＬなどのリレーショナルデータベース、又はＭｏｎｇｏＤＢなどのＮｏＳＱＬベースのデータベース）に格納されるデータの作成、読み取り、更新、削除、又はそうでなければ当該データへのアクセス若しくは当該データと対話し得る。メモリ１０６及び／又はデータベース１０５に格納されたデータは、例えば、訓練データ（例えば、ユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３及び／若しくは１１２ｃ１～１１２ｃ３によって収集されるような）、画像及び／若しくはユーザ画像（例えば、画像１１４ａ、１１４ｂを含む）、並びに／又は、人口統計、年齢、人種、皮膚タイプなどを含むユーザの他の情報及び／若しくは画像、又は本明細書に別途説明されるものを含む、本明細書に説明されるデータ又は情報の全て又は一部を含み得る。
【0026】
サーバ１０２は、１つ以上の外部／ネットワークポートを介して、本明細書に説明されるコンピュータネットワーク１２０及び／又はターミナル１０９（レンダリング又は視覚化するための）などの１つ以上のネットワーク又はローカルターミナルにデータを伝達（例えば、送信及び受信）するように構成された通信コンポーネントを更に含み得る。いくつかの態様では、サーバ１０２は、電子リクエストを受信及び応答することを担う、ＡＳＰ．ＮＥＴ、Ｊａｖａ Ｊ２ＥＥ、Ｒｕｂｙ ｏｎ Ｒａｉｌｓ、Ｎｏｄｅ．ｊｓ、ウェブサービス、又はオンラインＡＰＩなどのクライアントサーバプラットフォーム技術を含み得る。サーバ１０２は、コンピュータバスを介して、メモリ１０６（その中に格納されたアプリケーション、コンポーネント、ＡＰＩ、データ等を含む）及び／又はデータベース１０５と対話し得るクライアントサーバプラットフォーム技術を実装して、本明細書内の様々なフロー図、例解図、略図、図、及び／又は他の開示について例解、描写、又は説明されているように、機械可読命令、方法、プロセス、要素、又は制限を実現又は実行し得る。
【0027】
様々な態様では、サーバ１０２は、ＩＥＥＥ標準規格、３ＧＰＰ標準規格、又は他の標準規格に従って機能し、コンピュータネットワーク１２０に接続された外部／ネットワークポートを介してデータの受信及び伝送に使用され得る１つ以上の送受信機（例えば、ＷＷＡＮ、ＷＬＡＮ、及び／若しくはＷＰＡＮ送受信機）を含むか、又はそれと対話し得る。いくつかの態様では、コンピュータネットワーク１２０は、プライベートネットワーク又はローカルエリアネットワーク（local area network、ＬＡＮ）を含み得る。追加的に、又は代替的に、コンピュータネットワーク１２０は、インターネットなどの公衆ネットワークを含み得る。
【0028】
サーバ１０２は、管理者又はオペレータに情報を提示し、かつ／又は管理者又はオペレータから入力を受信するように構成されたオペレータインターフェースを更に含むか、又は実装し得る。図１に示されるように、オペレータインターフェースは、ディスプレイ画面を提供し得る（例えば、端末１０９を介して）。サーバ１０２はまた、Ｉ／Ｏコンポーネント（例えば、ポート、容量性又は抵抗性タッチセンシティブ入力パネル、キー、ボタン、照明、ＬＥＤ）も提供し得、それらは、撮像サーバ１０２を介して直接アクセス可能であり得、若しくはそのサーバに取り付けられ得るか、又は端末１０９を介して間接的にアクセス可能であり得るか、若しくはその端末に取り付けられ得る。いくつかの態様によれば、管理者又はオペレータは、端末１０９を介してサーバ１０２にアクセスして、情報を再調査し、変更を行い、訓練データ若しくは画像を入力し、皮膚分析学習モデル１０８の訓練を開始し、かつ／又は他の機能を実施し得る。
【0029】
本明細書に説明されるように、いくつかの態様では、サーバ１０２は、「クラウド」ネットワークの部分として本明細書で考察されたような機能を実行し得るか、又はそうでなければクラウド内の他のハードウェア若しくはソフトウェアコンポーネントと通信して、本明細書に説明されるデータ又は情報を送信し、取り出し、又はそうでなければ分析し得る。
【0030】
概して、コンピュータプログラム若しくはコンピュータベース製品、アプリケーション、又はコード（例えば、本明細書に説明されるＡＩモデルなどのモデル若しくは他のコンピューティング命令）は、内部に具現化されたそのようなコンピュータ可読プログラムコード若しくはコンピュータ命令を有するコンピュータ使用可能記憶媒体、又は有形の非一時的コンピュータ可読媒体（例えば、標準的なランダムアクセスメモリ（ＲＡＭ）、光ディスク、ユニバーサルシリアルバス（universal serial bus、ＵＳＢ）ドライブなど）上に格納され得、コンピュータ可読プログラムコード又はコンピュータ命令は、プロセッサ１０４（例えば、メモリ１０６内のそれぞれのオペレーティングシステムに関連して作業する）上にインストールされ得るか、又はそうでなければそのプロセッサによって実行されるように適合されて、本明細書内の様々なフロー図、例解図、略図、図、及び／又は他の開示について例解、描写、又は説明されているように、機械可読命令、方法、プロセス、要素、又は制限を容易にするか、実装するか、又は実行し得る。これに関して、プログラムコードは、任意の所望のプログラム言語で実装され得、機械コード、アセンブリコード、バイトコード、インタープリット型ソースコードなどとして（例えば、Ｇｏｌａｎｇ、Ｐｙｔｈｏｎ、Ｃ、Ｃ＋＋、Ｃ＃、Ｏｂｊｅｃｔｉｖｅ－Ｃ、Ｊａｖａ、Ｓｃａｌａ、ＡｃｔｉｏｎＳｃｒｉｐｔ、ＪａｖａＳｃｒｉｐｔ、ＨＴＭＬ、ＣＳＳ、ＸＭＬなどを介して）実装され得る。
【0031】
図１に示されるように、サーバ１０２は、コンピュータネットワーク１２０を介して１つ以上のユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３に、かつ／又は、基地局１１１ｂ及び１１２ｂを介して、１１２ｃ１～１１２ｃ３に、通信可能に接続されている。いくつかの態様では、基地局１１１ｂ及び１１２ｂは、セルタワーなどのセルラー基地局を含み得、それらは、ＮＭＴ、ＧＳＭ、ＣＤＭＡ、ＵＭＭＴＳ、ＬＴＥ、５Ｇなどを含む、様々な携帯電話標準規格のうちの任意の１つ以上に基づいて、無線通信１２１を介して、１つ以上のユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３、及び１１２ｃ１～１１２ｃ３と通信する。追加的に、又は代替的に、基地局１１１ｂ及び１１２ｂは、非限定的な例によってＩＥＥＥ８０２．１１ａ／ｂ／ｃ／ｇ（ＷＩＦＩ）、ＢＬＵＥＴＯＯＴＨ標準規格などを含む、様々な無線標準規格のうちの任意の１つ以上に基づいて、無線通信１２２を介して１つ以上のユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３、及び１１２ｃ１～１１２ｃ３と通信するルータ、無線スイッチ、又は他のそのような無線接続ポイントを含み得る。
【0032】
１つ以上のユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３及び／又は１１２ｃ１～１１２ｃ３のうちのいずれかは、サーバ１０２にアクセスし、かつ／又はそれと通信するためのモバイルデバイス及び／若しくはクライアントデバイスを備え得る。そのようなクライアントデバイスは、本明細書に説明されるような画像（例えば、画像１１４ａ、１１４ｂ）などの画像をキャプチャするための１つ以上のモバイルプロセッサ及び／又は撮像デバイスを備え得る。様々な態様では、ユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３及び／又は１１２ｃ１～１１２ｃ３は、非限定的な例によって、ＡＰＰＬＥ ｉＰｈｏｎｅ若しくはｉＰａｄデバイス、又はＧＯＯＧＬＥ ＡＮＤＲＯＩＤベースの携帯電話若しくはテーブルを含む、携帯電話（例えば、セルラー電話）、タブレットデバイス、パーソナルデータアシスタンス（personal data assistance、ＰＤＡ）などを含み得る。
【0033】
追加の態様では、ユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３及び／又は１１２ｃ１～１１２ｃ３は、小売コンピューティングデバイス（retail computing device）を備え得る。小売コンピューティングデバイスは、本明細書に説明されるような皮膚分析学習モデル１０８を実装するための、又は（例えば、サーバ１０２を介して）皮膚分析学習モデル１０８と通信するためのプロセッサ及びメモリを有することを含む、例えば、ユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３及び１１２ｃ１～１１２ｃ３に関して本明細書に説明されるようなモバイルデバイスと同じ又は同様の様式で構成されたユーザコンピュータデバイスを備え得る。追加的に、又は代替的に、小売コンピューティングデバイスは、小売環境のユーザ及び／又は顧客が、小売環境内の現場でＡＩベースのシステム及び方法を利用することを可能にするように、小売環境内に位置し、設置され、又はそうでなければ位置決めされ得る。例えば、小売コンピューティングデバイスは、ユーザによるアクセスのためにキオスク内に設置され得る。ユーザは、次いで、アンケートに回答し、及び／又は本明細書に説明されるＡＩベースのシステム及び方法を実装するために、画像を（例えば、ユーザモバイルデバイスから）キオスクにアップロード若しくは転送し得る。追加的に、又は代替的に、キオスクは、ユーザがアップロード及び転送のために自身の新しい画像を（例えば、保証される場合、プライベート様式で）撮影することを可能にするようにカメラを伴って構成され得る。そのような態様では、ユーザ又は消費者自身は、本明細書に説明されるように、小売コンピューティングデバイスのディスプレイ画面上で、ユーザの皮膚領域に関するユーザ固有の皮膚分析が受信及び／又はレンダリングされるように、小売コンピューティングデバイスを使用することができるであろう。
【0034】
追加的に、又は代替的に、小売コンピューティングデバイスは、現場でユーザ又は消費者と対話するために小売環境の従業員又は他の人員によって携行されるような（本明細書に説明されるような）モバイルデバイスであり得る。そのような態様では、ユーザ又は消費者は、小売コンピューティングデバイスを介して（例えば、アンケートへの回答を提供することによって、ユーザのモバイルデバイスから小売コンピューティングデバイスに画像を転送することによって、又は小売コンピューティングデバイスのカメラによって新しい画像をキャプチャすることによって）、小売環境の従業員又はそうでなければ人員と対話して、本明細書に説明されるように、小売コンピューティングデバイスのディスプレイ画面上で、ユーザの皮膚領域に関するユーザ固有の皮膚分析を受信及び／又はレンダリングすることが可能であり得る。
【0035】
様々な態様では、１つ以上のユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３及び／又は１１２ｃ１～１１２ｃ３は、ＡＰＰＬＥのｉＯＳ及び／若しくはＧＯＯＧＬＥのＡＮＤＲＯＩＤオペレーションシステムなどのオペレーティングシステム（ＯＳ）又はモバイルプラットフォームを実装又は実行し得る。１つ以上のユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３及び／又は１１２ｃ１～１１２ｃ３のうちのいずれも、本明細書内の様々な態様に説明されているように、コンピューティング命令又はコード、例えば、モバイルアプリケーション又はホーム若しくはパーソナルアシスタントアプリケーションを格納、実装、又は実行するための１つ以上のプロセッサ及び／又は１つ以上のメモリを含み得る。図１に示されるように、本明細書に説明される皮膚分析学習モデル１０８及び／若しくは分析アプリケーション、又はそれらの少なくとも一部分はまた、ユーザコンピューティングデバイス（例えば、ユーザコンピューティングデバイス１１１ｃ１）のメモリ上にローカルに格納され得る。
【0036】
ユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３及び／又は１１２ｃ１～１１２ｃ３は、基地局１１１ｂ及び／又は１１２ｂとの間で無線通信１２１及び／又は１２２を受信及び伝送するための無線送受信機を備え得る。様々な態様では、ユーザ固有の皮膚データ及び健康データ（例えば、ユーザコンピューティングデバイス１１１ｃ１上に提示されたアンケートに対するユーザ回答／入力、及びユーザコンピューティングデバイス１１１ｃ１によってキャプチャされた画素ベースの画像（例えば、画像１１４ａ、１１４ｂ））は、モデル（例えば、皮膚分析学習モデル１０８）の訓練及び／又は本明細書に説明される分析のために、コンピュータネットワーク１２０を介してサーバ１０２に伝送され得る。
【0037】
加えて、１つ以上のユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３及び／又は１１２ｃ１～１１２ｃ３は、デジタル画像及び／又はフレーム（例えば、画像１１４ａ、１１４ｂ）をキャプチャする又は撮影するための撮像デバイス及び／又はデジタルビデオカメラを含み得る。各デジタル画像は、本明細書に説明されるように、ＡＩ又は機械学習モデルなどのモデルを訓練又は実装するための画素データを含み得る。例えば、ユーザコンピューティングデバイス１１１ｃ１～１１１ｃ３及び／又は１１２ｃ１～１１２ｃ３のうちのいずれかの撮像デバイス及び／又はデジタルビデオカメラは、デジタル画像（例えば、画素ベースの画像１１４ａ、１１４ｂ）の撮影、キャプチャ、又はそうでなければ生成を行うように構成され得、少なくともいくつかの態様では、そのような画像をそれぞれのユーザコンピューティングデバイスのメモリに格納し得る。追加的に、又は代替的に、そのようなデジタル画像はまた、サーバ１０２のメモリ１０６及び／又はデータベース１０５に伝送及び／又は格納され得る。
【0038】
なおも更に、１つ以上のユーザコンピュータデバイス１１１ｃ１～１１１ｃ３及び／又は１１２ｃ１～１１２ｃ３の各々は、グラフィック、画像、テキスト、製品、ユーザ固有の処置、データ、画素、特徴、及び／又は本明細書に説明されるような他の視覚化若しくは情報を表示するためのディスプレイ画面を含み得る。様々な態様では、グラフィック、画像、テキスト、製品、ユーザ固有の処置、データ、画素、特徴、及び／又は他のそのような視覚化若しくは情報は、ユーザコンピュータデバイス１１１ｃ１～１１１ｃ３及び／又は１１２ｃ１～１１２ｃ３のうちの任意の１つ以上のディスプレイ画面上に表示するために、サーバ１０２から受信され得る。追加的に、又は代替的に、ユーザコンピューティングデバイスは、少なくとも部分的に、そのディスプレイ画面上にテキスト及び／又は画像を表示するためのインターフェース又はガイド付きユーザインターフェース（guided user interface、ＧＵＩ）を、備え得るか、実装し得るか、それへのアクセスを有し得るか、レンダリングし得るか、又は別な方法で露出させ得る。
【0039】
いくつかの態様では、サーバ（例えば、サーバ１０２）において、かつ／又はモバイルデバイス（例えば、モバイルデバイス１１１ｃ１）において実行されるコンピューティング命令及び／又はアプリケーションは、本明細書に説明されるように、１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含むユーザ固有の皮膚データ及び健康データを分析してユーザ固有の皮膚分析を生成するために、通信可能に接続され得る。例えば、サーバ１０２の１つ以上のプロセッサ（例えば、プロセッサ１０４）は、コンピュータネットワーク（例えば、コンピュータネットワーク１２０）を介して、モバイルデバイスに通信可能に結合され得る。考察を容易にするために、ユーザの皮膚データ及びユーザの健康データは、本明細書では集合的に「ユーザ固有のデータ」として言及され得る。
【0040】
図２は、本明細書に開示される様々な態様による、図１の例示的なユーザ固有の皮膚分析システム１００からの皮膚分析学習モデル１０８の動作を描写する例示的なフロー図２００である。概して、皮膚分析学習モデル１０８は、ユーザの皮膚データ及び健康データ（「ユーザ固有のデータ」）を入力として受け取り、ユーザ固有の皮膚分析を出力する。特定の態様では、皮膚分析学習モデル１０８は、１つ以上のルールベースのモデルであるか、又はそれを含み得るが、いくつかの態様では、モデル１０８は、１つ以上のＡＩベースのモデルであり得、かつ／又はそうでなければそれを含み得る。そのため、例示的なフロー図２００は、皮膚分析学習モデル１０８の例示的な訓練シーケンスも描写し得、その場合、モデル１０８は、複数のそれぞれのユーザの皮膚データ及び健康データを含む訓練データを入力として受信し、それぞれのユーザの各々に対応するユーザ固有の皮膚分析を出力として出力する。
【0041】
ユーザ固有のデータが皮膚分析学習モデル１０８を訓練するために利用される態様では、ユーザ固有のデータの少なくとも一部分は、アンケートに対してユーザが提出した回答の形態であり得る。概して、アンケート回答により、モデル１０８が回答とユーザ固有の皮膚分析との間の様々な相関関係を判定することを可能にすることによって、皮膚分析学習モデル１０８を訓練し得る。更に、特定の態様では、皮膚分析学習モデル１０８は、（１）皮膚状態、（２）少なくとも皮膚及び健康データに基づいて定義される全体論的スコア、（３）皮膚関連製品推奨、（４）皮膚関連製品使用推奨、（５）補足製品推奨、（６）補足製品使用推奨、（７）習慣推奨、及び／又は（８）ユーザの皮膚領域に対応する皮膚予測など、ユーザからの回答を受信したことに応答して、ユーザ固有の皮膚分析に加えて、及び／又はその一部として、１つ以上の出力を生成するように構成され得る。
【0042】
加えて、皮膚分析学習モデル１０８への入力としてユーザによって提出されたユーザ固有のデータは、ユーザの画像データを含み得る。具体的には、特定の態様では、画像データは、ユーザの皮膚領域の少なくとも一部分を描写するデジタル画像を含み得る。各画像を使用して、様々な異なる皮膚領域特徴を有する様々な異なるユーザにわたって使用するための皮膚分析学習モデル１０８を訓練及び／又は実行し得る。例えば、図１の画像１１４ａ、１１４ｂに例解されるように、これらの画像のユーザの皮膚領域は、画像１１４ａ、１１４ｂの画素データで識別可能なそれぞれのユーザの皮膚の皮膚領域特徴を含む。これらの皮膚領域特徴は、例えば、皮膚の炎症及び皮膚の発赤を含み、皮膚分析学習モデル１０８は、これらを画像１１４ａ、１１４ｂ内で識別し得、本明細書に説明されるように、画像１１４ａ、１１４ｂ内で表されるユーザに対するユーザ固有の皮膚分析を生成するために使用し得る。
【0043】
ユーザは、分析アプリケーション（アプリ）を実行し得、この分析アプリケーション（アプリ）は、ユーザがユーザ固有のデータの部分を入力するためのセクション／プロンプトを含み得るユーザインターフェースを表示し得る。ユーザがアンケートプロンプトに対する回答を提供するとき、皮膚分析学習モデル１０８は、ユーザ固有のデータを分析してユーザ固有の皮膚分析を生成し得、分析アプリは、ユーザ固有の皮膚分析、ユーザ回答の表示、及び／又はユーザ固有のデータを含み得るユーザインターフェースをレンダリングし得る。
【0044】
先で言及されるように、分析アプリ上で実行される皮膚分析学習モデル１０８は、ＡＩベースのモデルであり得る。したがって、皮膚分析学習モデル１０８は、多変量回帰分析又はニューラルネットワークなどの教師あり機械学習プログラム又はアルゴリズムを使用して訓練され得る。概して、機械学習は、（ユーザの皮膚領域に対応する皮膚分析を判定又は生成するために、新しいユーザ固有のデータに対するモデルを使用するなど）後続のデータの予測又は識別を容易にするために、（各個人の皮膚領域の１つ以上の特徴に対応する皮膚分析を生成するなど）既存のデータ内のパターンを識別及び認識することを伴い得る。いくつかの態様について本明細書に説明される皮膚分析学習モデル１０８などの機械学習モデルは、例示的なデータ（例えば、「訓練データ」及び関連するユーザ固有のデータ）入力又はデータ（「特徴」及び「ラベル」と呼ばれ得る）に基づいて作成及び訓練されて、試験レベル又は生産レベルのデータ又は入力値などの新しい入力値の、有効かつ信頼できる予測を行い得る。
【0045】
教師あり機械学習では、サーバ、コンピューティングデバイス、又はそうでなければプロセッサ上で動作する機械学習プログラムは、例示的な入力（例えば、「特徴」）、及びそれらの関連する又は観察される出力（例えば、「ラベル」）を提供されて、機械学習プログラム又はアルゴリズムは、例えば、モデルの様々な特徴カテゴリにわたって重み付け若しくは他の測定項目をそのモデルに対して判定すること及び／又は割り当てることによって、出力（例えば、ラベル）に対してそのような入力（例えば、「特徴」）をマッピングする規則、関係、パターン、又はそうでなければ機械学習「モデル」を判定又は発見し得る。次いで、そのような規則、関係、又はそうでなければモデルは、後続の入力が提供されて、そのモデルがサーバ、コンピューティングデバイス、又はそうでなければプロセッサ上で実行され、発見された規則、関係、又はモデルに基づいて、予想される出力を予測し得る。
【0046】
特定の態様では、皮膚分析学習モデル１０８は、複数の教師あり機械学習技法を使用して訓練され得、追加的に又は代替的に、１つ以上の教師なし機械学習技法を使用して訓練され得る。教師なし機械学習では、サーバ、コンピューティングデバイス、又はそうでなければプロセッサは、ラベル付けされていない例示的な入力において、それ自体の構造を見出すことが必要とされ得、この場合、例えば、複数の訓練反復が、サーバ、コンピューティングデバイス、又はそうでなければプロセッサによって実行されて、満足なモデル、例えば、試験レベル又は生産レベルのデータ又は入力が与えられたときに、十分な予測正確度を提供するモデルが生成されるまで、複数世代のモデルを訓練する。
【0047】
例えば、特定の態様では、皮膚分析学習モデルは、ニューラルネットワークを採用し得、このニューラルネットワークは、畳み込みニューラルネットワーク、深層学習ニューラルネットワーク、又は特定の関心エリア内での２つ以上の特徴若しくは特徴データセット（例えば、ユーザ固有のデータ）を学習する混合学習モジュール若しくはプログラムであり得る。これらの機械学習プログラム又はアルゴリズムには、自然言語処理、意味解析、自動推論、サポートベクタマシン（support vector machine、ＳＶＭ）分析、決定木解析、ランダムフォレスト分析、Ｋ近傍法分析、単純ベイズ分析、クラスタリング、強化学習、並びに／又は他の機械学習アルゴリズム及び／若しくは技法もまた含まれ得る。いくつかの態様では、人工知能及び／又は機械学習ベースのアルゴリズムは、サーバ１０２上で実行されるライブラリ又はパッケージとして含まれ得る。例えば、ライブラリは、ＴＥＮＳＯＲＦＬＯＷベースのライブラリ、ＰＹＴＯＲＣＨライブラリ、及び／又はＳＣＩＫＩＴ－ＬＥＡＲＮ Ｐｙｔｈｏｎライブラリを含み得る。
【0048】
いずれにせよ、皮膚分析学習モデルを訓練することはまた、新しい又は異なる情報を用いてモデルを再訓練、再学習、又はそうでなければ更新することを含み得、この新しい又は異なる情報は、経時的に受信、摂取、生成、又はそうでなければ使用される情報を含み得る。更に、様々な態様では、皮膚分析学習モデル、例えば皮膚分析学習モデル１０８は、１つ以上のプロセッサ（例えば、サーバ１０２の１つ以上のプロセッサ１０４、及び／又はモバイルデバイスなどのコンピュータユーザデバイスのプロセッサ）によって、各個人の皮膚領域の複数の訓練画像（例えば、画像１１４ａ、１１４ｂ）の画素データを用いて、訓練され得る。これらの態様では、皮膚分析学習モデル１０８は、複数の訓練画像の各々におけるそれぞれ各個人の皮膚領域の１つ以上の特徴に対応するユーザ固有分析を生成するように、追加で構成され得る。
【0049】
概して、ユーザ固有のデータの一部として含まれる皮膚データは、ユーザの皮膚（例えば、皮膚領域）のユーザ提出画像から導出され得る。ユーザは、ユーザの皮膚の１つ以上の画像を提出し得、皮膚分析学習モデル１０８は、提出された画像に様々な画像処理技法を適用して、任意の数の皮膚特性を判定し得る。例えば、ユーザは、発赤及び炎症を含む皮膚領域の画像（例えば、画像１１４ｂ）をキャプチャ／提出し得る。皮膚分析学習モデル１０８は、画像を受信し、画像分類、オブジェクト検出、オブジェクト追跡、セマンティックセグメンテーション、インスタンスセグメンテーション、エッジ検出、異方性拡散、ピクシレーション、点特徴マッピング、及び／若しくは他の好適な画像処理技法、又はこれらの組み合わせなどであるが、これらに限定されない、画像処理技法を適用し得る。結果として、皮膚分析学習モデル１０８は、モデル１０８が特徴／特性と既知の皮膚分析との間の／の中の相関に基づいて、ユーザ固有の皮膚分析を判定することを可能にする、ユーザの提出画像の特徴又は特性を生成し得る。
【0050】
追加的に、又は代替的に、ユーザ固有のデータの一部として含まれる皮膚データは、アンケートへの回答の一部としてユーザによって提出され得る。例えば、分析アプリは、ユーザが、乾燥、かゆみ、発赤などの皮膚問題を経験しているか否かをユーザに問い合わせ得る。ユーザが皮膚問題のうちの１つ以上を選択することに応答して、分析アプリは、ユーザが、ユーザが示した皮膚問題に関連する重症度を示す１つ以上のオプションを（例えば、分析アプリ表示の一部としてオプションをレンダリングすることを介して）選択することを更に要求し得る。ユーザは、例えば、ユーザのコンピューティングデバイス（例えば、ユーザコンピューティングデバイス１１１ｃ１）上で実行される分析アプリのユーザインターフェースとの相互作用を通して、各適用可能な皮膚問題及び／又は対応する重症度を示し得る。ユーザによって示された各皮膚問題について、皮膚分析学習モデル１０８は、示された皮膚問題及び／又は対応する重症度を、ユーザ固有のデータの分析の一部として組み込んで、ユーザ固有の皮膚分析を生成し得る。
【0051】
更に、ユーザ固有のデータの一部として含まれる健康データはまた、ユーザが提出したユーザの皮膚（例えば、皮膚領域）の画像から導出され得、かつ／又はアンケートへの回答の一部としてユーザによって提出され得る。特定の態様では、ユーザは、ユーザの学習モデル１０８への入力としてユーザの皮膚の画像を提出し得る。これらの態様では、皮膚分析学習モデル１０８は、先で言及されるように、様々な画像処理技法を適用して、ユーザの任意の数の健康特性を判定し得る。例えば、ユーザは、ユーザの皮膚の健康な部分を特徴付ける画像を提出し得、その結果、皮膚分析学習モデル１０８は、皮膚分析学習モデル１０８がユーザ固有の皮膚分析を出力することを可能にする画像に基づいて健康特性を生成し得る。具体的には、皮膚分析学習モデル１０８は、ユーザの体内水分含有量／水分量、肥満度指数（ＢＭＩ）、細胞間水分対細胞外水分比、糖レベル、心拍数、心拍変動、及び／又は他の好適な健康特性、又はこれらの組み合わせを含むが、これらに限定されない、健康特性を生成し得る。いずれにしても、ユーザはまた、先で説明されるように、分析アプリによって表示されるアンケートの一部として健康データを提出し得る。
【0052】
当然のことながら、分析アプリにおいてユーザに表示されるアンケートの一部として提示される質問／プロンプトは、スライディングスケール及び／又は（例えば、ユーザのモバイルデバイス上のキーボード若しくは仮想的にレンダリングされたキーボードをタイプすることによって）手動入力された、皮膚問題又は他の回答を示す数値又は文字列などの、ユーザが回答を入力するための任意の好適な入力オプションを含み得ることを理解されたい。
【0053】
皮膚分析学習モデル１０８によるユーザ固有の分析出力は、概して、モデル１０８によって判定された皮膚状態に対応するテキストの及び／又はグラフィカルな出力を含み得る。例えば、ユーザ固有の分析は、提出された画像に含まれる皮膚領域及び／又はアンケートに対するユーザの回答によって示される皮膚領域が炎症の結果として皮膚の発赤を有し得ることを、ディスプレイを見ているユーザに伝えるテキスト文字を含む、グラフィカルレンダリング（例えば、画像１１４ｂ）を含み得る。ユーザ固有の分析はまた、皮膚スコアなどの任意の数の様々な指標を含み得、これは概して、画像において特徴付けられる、かつ／又はアンケートに対するユーザの回答において示されるユーザの皮膚領域の現在の質／状態を示し得る。皮膚スコアは、ユーザの皮膚領域の現在の質／状態が、例えば、潜在的な最大スコア４のうちの３．５であることを示し得、これは、ユーザの皮膚領域が比較的健康であることを表し得る。しかしながら、皮膚スコア（及びユーザ固有の皮膚分析の一部として含まれる任意の他のスコア又は指標）は、グラフィカルレンダリング、英数字値、色値、及び／又は任意の他の好適な表現若しくはそれらの組み合わせとしてユーザに表され得ることを理解されたい。
【0054】
更に、ＡＩベースの学習モデルはまた、ユーザが受信した（例えば、グラフィカルスコアによって表される）皮膚スコアについてユーザに通知し得る皮膚スコア記述を生成し得る。分析アプリは、皮膚分析学習モデルがユーザ固有のデータの分析を完了したときに、頭皮スコア記述をユーザインターフェースの一部としてレンダリングし得る。頭皮スコア記述は、例えば、スコアの低減につながる優勢な皮膚問題／状態、皮膚問題を引き起こす内因性／外因性要因、及び／又は任意の他の情報、又はこれらの組み合わせの記述を含み得る。一例として、皮膚スコア記述は、ユーザに、ユーザの皮膚領域がわずかに炎症を起こしており、その結果、ユーザが所望されない皮膚の暖かさ及び不快感を経験する可能性があることを通知し得る。更にこの例では、皮膚スコア記述は、乾燥空気などの刺激が炎症を引き起こし、かつ／又はそうでなければ炎症に寄与する可能性があることをユーザに伝え得る。皮膚スコアに関連する上の説明は、概して、（１）皮膚状態、（２）少なくとも皮膚及び健康データに基づいて定義される全体論的スコア、（３）皮膚関連製品推奨、（４）皮膚関連製品使用推奨、（５）補足製品推奨、（６）補足製品使用推奨、（７）習慣推奨、及び／又は（８）ユーザの皮膚領域に対応する皮膚予測など、ユーザ固有の皮膚分析の一部として含まれる皮膚分析学習モデル１０８の任意の出力に適用され得ることを理解されたい。
【0055】
図３は、本明細書に開示される様々な態様による、図１の例示的なユーザ固有の皮膚分析システム１００からの皮膚分析学習モデル１０８の一実施形態を例解する。図３に例解される実施形態では、皮膚分析学習モデル１０８は、一緒に動作するように構成され得る７つの個別の機械学習モデル（本明細書では「エンジン」として言及される）を含む。より具体的には、皮膚分析学習モデル１０８の実施形態は、一緒に動作するように構成された複数のＡＩモデル又は下位モデルを含むアンサンブルモデルを備え得る。
【0056】
追加的に、又は代替的に、皮膚分析学習モデル１０８は、ＡＩモデルの転移学習ベースのセットを含み得、転移学習は、知識をあるモデルから別のモデルに伝達する（例えば、あるモデルの出力が別のモデルへの入力として使用される）ことを含む。転移学習を使用して、特定のタスク（例えば、識別、分類、及び／又は予測）は、異なるタスク上のすでに事前訓練されたモデルの全部又は一部を使用して解決され得る。図３は、皮膚分析学習モデル１０８を構成し得る、そのようなアンサンブルＡＩモデル及び／又は転移学習ベースのＡＩモデルを例解する。しかしながら、（アンサンブルベースの学習又は転移学習ベースの学習を必要としない）他のＡＩモデルが使用され得ることを理解されたい。
【0057】
具体的には、図３に例解する皮膚分析学習モデル１０８は、フィードバック処理エンジン３０２と、皮膚分析エンジン３０４と、全体論的分析エンジン３０６と、皮膚関連製品推奨エンジン３０８と、補足製品推奨エンジン３１０と、習慣推奨エンジン３１２と、予測エンジン３１４と、を含む。これらの個々のエンジン３０２～３１４の各々は、順次動作し得、あるエンジンの出力は、別の後続のエンジンへの入力として機能し得る。例えば、フィードバック処理エンジン３０２は、それぞれの健康値を出力するために各個人の健康データで訓練され得、フィードバック処理エンジン３０２は、ユーザの健康データを受信し、ユーザの健康データに基づいてユーザ健康値を出力するように構成され得る。ユーザ健康値は、（例えば、回答及び／又は画像を介して）ユーザによって提供される健康データに基づくユーザの一般的な健康査定を表す数値又は別様の値であり得る。
【0058】
次に、皮膚分析エンジン３０４は、フィードバック処理エンジン３０２からユーザのユーザ健康値を受信し、ユーザ健康値に基づいてユーザの皮膚状態値（例えば、皮膚スコア）を出力するように構成され得る。先で言及されるように、ユーザの皮膚状態値又は皮膚スコアは、概して、ユーザの皮膚の現在の質／状態を表す数値又は別様の値に対応し得る。皮膚分析エンジン３０４は、それぞれの皮膚状態値を出力するために、フィードバック処理エンジン３０２から受信されたそれぞれの健康値を用いて訓練され得る。
【0059】
全体論的分析エンジン３０６は、皮膚分析エンジン３０４からユーザの皮膚状態値を受信し、ユーザの皮膚状態値に基づいてユーザの全体論的スコアを出力するように構成され得る。ユーザの全体論的スコアは、概して、ユーザの皮膚データ及び健康データ（例えば、糖摂取量、心拍数など）に基づくユーザの皮膚の全体的な健康スコアを表す単一の（「全体論的」）数値スコア又は別様のスコアに対応し得る。全体論的分析エンジン３０６は、それぞれの全体論的スコアを出力するために、皮膚分析エンジン３０４から受信されたそれぞれの皮膚状態値を用いて訓練され得る。
【0060】
その後、皮膚関連製品推奨エンジン３０８は、全体論的分析エンジン３０６からユーザの全体論的スコアを受信し得る。皮膚関連製品推奨エンジン３０８は、皮膚分析エンジン３０４からユーザの皮膚状態値を受信し、全体論的分析エンジン３０６からユーザの全体論的スコアを受信し、ユーザの皮膚状態値及びユーザの全体論的スコアに基づいてユーザの皮膚関連製品推奨を出力するように構成され得る。特定の態様では、皮膚関連製品推奨は皮膚関連製品使用推奨を含み、この皮膚関連製品使用推奨は、ユーザに、皮膚関連製品推奨の一部として特定された皮膚関連製品に対応する製品塗布指示を提供するように構成されている。例えば、皮膚関連製品推奨エンジン３０８は、乾燥／かゆみを軽減するために、ユーザがユーザの皮膚領域に保湿ローションを塗布することを提案する推奨を出力し得る。別の例として、皮膚関連製品推奨エンジン３０８は、ユーザの皮膚領域上で識別されたしわを最小化／低減するために、ユーザがユーザの皮膚領域に抗しわ製品を塗布することを提案する推奨を出力し得る。皮膚関連製品推奨エンジン３０８は、皮膚分析エンジン３０４からのそれぞれの皮膚状態値と、全体論的分析エンジン３０６から受信されたそれぞれの全体論的スコアとを用いて訓練されて、それぞれの皮膚関連製品推奨を出力し得る。
【0061】
補足製品推奨エンジン３１０は、ユーザの全体論的スコアに基づいて補足製品推奨を出力するために、全体論的分析エンジン３０６から全体論的スコアを受信し得る。補足製品推奨は、概して、皮膚ケア療法を補足し得るビタミン又は他の製品などの、皮膚関連製品推奨エンジン３０８によって推奨される皮膚関連製品に対する補足製品であり得、及び／又はそれを含み得る。したがって、特定の態様では、補足製品推奨は補足製品使用推奨を含み、この補足製品使用推奨は、ユーザに、補足製品推奨の一部として特定された補足製品に対応する製品塗布指示を提供するように構成されている。例えば、補足製品推奨エンジン３１０は、ユーザが皮膚の健康を全般的に改善するためにビタミンＤサプリメントを摂取することを提案する推奨を出力し得る。補足製品推奨エンジン３１０は、それぞれの補足製品推奨を出力するために、全体論的分析エンジン３０６から受信されたそれぞれの全体論的スコアを用いて訓練され得る。
【0062】
習慣推奨エンジン３１２は、全体論的分析エンジン３０６からユーザの全体論的スコアを受信し、ユーザの全体論的スコアに基づいてユーザの習慣推薦を出力し得る。習慣推奨は、概して、ユーザの全体的な健康（及び結果として、全体論的スコア）を改善することを意図する、推奨される習慣及び／若しくは対応する製品であり得、かつ／又はそれを含み得る。例えば、習慣推奨エンジン３１２は、ユーザの全体的な健康を改善するために、ユーザが自身の睡眠習慣を改善し、より多くの水を飲むことを提案する習慣推奨を出力し得る。習慣推奨エンジン３１２は、それぞれの習慣推奨を出力するために、全体論的分析エンジン３０６から受信されたそれぞれの全体論的スコアを用いて訓練され得る。
【0063】
予測エンジン３１４は、皮膚分析エンジン３０４から皮膚状態値を受信し、全体論的分析エンジン３０６から全体論的スコアを受信し、ユーザの皮膚状態値及びユーザの全体論的スコアに基づいてユーザの皮膚予測を出力し得る。皮膚予測は、概して、皮膚状態値及び全体論的スコアに基づいて、ユーザの皮膚が特定の時間期間（例えば、日、週、月、年）にわたってどのように変化し得るかを示す予測であり得、かつ／又はそれを含み得る。特定の態様では、皮膚予測は、予測エンジン３１４によって予測されるような、ユーザの皮膚に対する変化を特徴付けるか又はそうでなければ表す、ユーザの皮膚領域の視覚的又はグラフィカル表現を含み得る。例えば、予測エンジン３１４は、ユーザの皮膚状態値及び全体論的スコアに基づいて、ユーザの皮膚が翌年にしわになり始めることをユーザに示す皮膚予測を出力し得る。更にこの例では、皮膚予測は、１年後のユーザの皮膚の予測された外観を特徴付けるユーザの皮膚の視覚的／グラフィカル表現を含み得、皮膚予測のテキスト部分で言及されたしわを強調表示するか、又はそうでなければ示し得る。予測エンジン３１４は、それぞれの皮膚予測を出力するために、皮膚分析エンジン３０４から受信されたそれぞれの皮膚状態値と、全体論的分析エンジン３０６から受信されたそれぞれの全体論的スコアと、を用いて訓練され得る。
【0064】
図４は、本明細書に開示される様々な態様による、ユーザ固有の皮膚分析を生成するための例示的なユーザ固有の皮膚分析方法４００を例解する。方法４００で使用されるような、より一般的に本明細書に説明されるようなユーザ固有のデータは、ユーザコンピューティングデバイス（例えば、ユーザコンピューティングデバイス１１１ｃ１）によって受信されるユーザ回答／入力、及び／又は、例えばユーザコンピューティングデバイスによってキャプチャされるようなユーザの皮膚／皮膚領域の画像であり得る。いくつかの態様では、ユーザ固有のデータは、本明細書に説明されるような分析アプリケーション（アプリ）を実行している間にユーザコンピューティングデバイスによって収集された複数のユーザ回答など、複数の回答／入力／画像を含み得るか又は参照し得る。更に、ユーザの皮膚領域は、ユーザの腕、脚、胴体、頭などのうちのいずれか又は全てなど、ユーザの身体の任意の好適な部分であり得ることを理解されたい。
【0065】
ブロック４０２で、方法４００は、１つ以上のプロセッサ（例えば、サーバ１０２の１つ以上のプロセッサ１０４、及び／又はモバイルデバイスなどのコンピュータユーザデバイスのプロセッサ）によって、ユーザの皮膚データを受信することを含む。より具体的には、ユーザの皮膚データは、１つ以上のプロセッサ上で実行される分析アプリケーション（アプリ）において受信され得る。ユーザの皮膚データは、概して、ユーザの皮膚領域を定義し得、特定の態様では、ユーザの皮膚領域の画像／ビデオデータを含むユーザの皮膚画像データであり得る。例えば、皮膚データは、撮像デバイス（例えば、ユーザコンピューティングデバイス１１１ｃ１又は１１２ｃ３の撮像デバイス）によってキャプチャされたデジタル画像である画像／ビデオデータを含み得る。この態様では、画像データは、ユーザの皮膚領域の少なくとも一部分の画素データを含み得る。
【0066】
しかしながら、特定の態様では、皮膚データは、画像データと非画像データの両方を含み得る。具体的には、非画像データは、分析アプリの実行の一部として提示されるアンケートに対するユーザ回答／入力を含み得る。いくつかの態様では、１つ以上のプロセッサのうちの少なくとも１つは、モバイルデバイスのプロセッサ又はサーバのプロセッサ、のうちの少なくとも１つを含む。
【0067】
ブロック４０４で、方法４００は、１つ以上のプロセッサによって、ユーザの健康データを受信することを含む。ユーザの健康データは、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含み得る。特定の態様では、ユーザの健康データは、皮膚分析の改善された精度を考慮して、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、及び／又はそれらの混合からなる群から選択され得る。いくつかの態様では、ユーザの健康データは、皮膚分析の改善された精度を考慮して、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、及び／又はそれらの混合からなる群から選択され得る。
【0068】
ブロック４０６で、方法４００は、１つ以上の皮膚分析学習モデル（例えば、皮膚分析学習モデル１０８）によって、ユーザの皮膚データ及びユーザの健康データを分析して、ユーザ固有の皮膚分析を生成することを含む。具体的には、分析アプリ頭皮は、１つ以上の皮膚分析学習モデルを実行して、ユーザの皮膚領域の１つ以上の特徴に対応し得るユーザ固有の皮膚分析を出力し得る。先で説明されるように、特定の態様では、１つ以上の皮膚分析モデルは、複数の皮膚分析モデルを備え得、複数の皮膚分析モデルの各々は、入力データを受信し、出力データを順次生成するように構成され得る。特定の態様では、ユーザ固有の皮膚分析は、（１）皮膚状態、（２）少なくとも皮膚及び健康データに基づいて定義される全体論的スコア、（３）皮膚関連製品推奨、（４）皮膚関連製品使用推奨、（５）補足製品推奨、（６）補足製品使用推奨、（７）習慣推奨、又は（８）皮膚予測、のうちの１つ以上を含む。
【0069】
様々な態様において、ユーザ固有の皮膚分析は、コンピューティングデバイス（例えば、ユーザコンピューティングデバイス１１１ｃ１）のディスプレイ画面上でレンダリングされる。レンダリングは、先で言及されるように、ユーザの健康データ及び皮膚データに基づいて識別される状態に対して処置するようにユーザを誘導する命令を含み得る。例えば、１つ以上の皮膚分析学習モデルは、ユーザが日焼けしていることを示すユーザ固有の皮膚分析を出力し得る。この例では、１つ以上のプロセッサは、（例えば、皮膚関連製品推奨エンジン３０８を介して）日焼けを鎮めるためにアロエベラクリームを購入／塗布し、（例えば、習慣推奨エンジン３１２を介して）将来の日焼けを回避するためにユーザの皮膚に日焼け止めを積極的に塗布するように、ユーザに対する命令を追加的に生成し得る。
【0070】
ユーザ固有の皮膚分析は、ユーザコンピューティングデバイス（例えば、ユーザコンピューティングデバイス１１１ｃ１）によって、かつ／又はサーバ（例えば、サーバ１０２）によって生成され得る。例えば、いくつかの態様では、サーバ１０２は、図１について本明細書に説明されるように、ユーザコンピューティングデバイスから遠隔にあるユーザ固有のデータ（ユーザの皮膚データ及び健康データ）を分析して、ユーザの皮膚領域に対応するユーザ固有の皮膚分析を判定し得る。例えば、そのような態様では、サーバ又はクラウドベースのコンピューティングプラットフォーム（例えば、サーバ１０２）は、コンピュータネットワーク１２０を介して、ユーザの皮膚領域を定義するユーザ固有のデータを受信し、このデータには、ユーザの皮膚データとユーザの健康データとが含まれる。次いで、サーバ又はクラウドベースのコンピューティングプラットフォームは、ＡＩベースの学習モデル（例えば、皮膚分析学習モデル１０８）を実行し、ＡＩベースの学習モデルの出力に基づいて、ユーザ固有の皮膚分析を生成し得る。次いで、サーバ又はクラウドベースのコンピューティングプラットフォームは、ユーザコンピューティングデバイスのディスプレイ画面上でレンダリングするために、コンピュータネットワーク（例えば、コンピュータネットワーク１２０）を介して、ユーザ固有の皮膚分析をユーザコンピューティングデバイスに伝送し得る。例えば、様々な態様では、ユーザ固有の皮膚分析は、ユーザの皮膚領域を定義するユーザ固有のデータの受信中又は受信後に、リアルタイム又はほぼリアルタイムでユーザコンピューティングデバイスのディスプレイ画面上でレンダリングされ得る。
【0071】
様々な態様では、ユーザ固有の処置は、例えば、ユーザコンピューティングデバイス（例えば、ユーザコンピューティングデバイス１１１ｃ１）のディスプレイ画面上に表示される、テキストベースの処置、視覚／画像ベースの処置、及び／又はユーザの皮膚領域の仮想レンダリングを含み得る。そのようなユーザ固有の皮膚分析は、ユーザ固有の特徴（例えば、過度の皮膚刺激／発赤、しわなど）に対応する１つ以上のグラフィック又はテキストのレンダリングで注釈を付けられた、ユーザの皮膚領域のグラフィカル表現を含み得る。
【0072】
更に、特定の態様では、分析アプリは、ユーザの画像を受信し得、画像は、ユーザの皮膚領域を描写し得る。これらの態様では、１つ以上のプロセッサ上で実行される分析アプリは、ユーザ固有の皮膚分析の一部として含まれる推奨のうちの少なくとも１つに従った後に、ユーザの皮膚領域がどのように見えると予測されるかを描写する画像に基づいて、修正された画像を生成し得る。分析アプリは、ユーザ固有の皮膚分析に基づいてユーザの画像の１つ以上の画素を操作することによって、修正画像を生成し得る。一例として、分析アプリは、ユーザに表示するためにユーザ固有の皮膚分析をグラフィカルにレンダリングし得、ユーザ固有の皮膚分析には、ユーザの水摂取量を増加させ、しわを低減するためにアンチエイジングクリームを塗布するための製品／習慣推奨を含み得る。しわは、１つ以上の皮膚分析学習モデルが、ユーザ固有のデータに基づいて、ユーザの皮膚領域に存在すると判定したものである。この例では、分析アプリは、ユーザの画像の１つ以上の画素の画素値を操作（例えば、更新、平滑化、色を変更）して、ユーザの皮膚領域に存在するしわを表す画素データを含むと識別された画素の画素値を、ユーザの皮膚領域に存在するしわのない皮膚を表す画素値に変更することによって、しわのない（又はしわの量が低減された）ユーザの皮膚領域の修正画像を、（ユーザの画像に描写されたものとして）生成し得る。結果として、分析アプリを実行する１つ以上のプロセッサは、修正画像を、コンピューティングデバイス（例えば、ユーザコンピューティングデバイス１１１ｃ１）のディスプレイ画面上でレンダリングし得る。
【0073】
特定の態様では、ユーザの皮膚データは、ユーザの第１の皮膚データであり、ユーザの健康データは、ユーザの第１の健康データである。これらの態様では、１つ以上のプロセッサは、ユーザの第１の皮膚データ及びユーザの第１の健康データを、第１の時間に受信し、ユーザの第２の皮膚データ及びユーザの第２の健康データを、第２の時間に受信し得る。１つ以上の皮膚分析モデル（例えば、皮膚分析学習モデル１０８）は、ユーザの第２の皮膚データ及びユーザの第２の健康データを分析して、ユーザの第２の皮膚データ及びユーザの第２の健康データの、ユーザの第１の皮膚データ及びユーザの第１の健康データとの比較に基づいて、新しいユーザ固有の皮膚分析を生成し得る。このようにして、分析アプリは、１つ以上のプロセッサ上で実行されると、ユーザの皮膚領域（及びユーザの皮膚全般）に対する経時的な変化を追跡し得る。新しいユーザ固有の分析は、第１の健康データ及び第１の皮膚データに基づく、ユーザ固有の皮膚分析と同一又は異なり得る。例えば、ユーザ固有の皮膚分析は、ユーザが夜毎に受信する、睡眠量を増加させることを提案する推奨を含み得る。この例では、第１の時間と第２の時間との間に、推奨された睡眠量をユーザが得ている可能性があり、結果として、ユーザの皮膚領域が睡眠不足を示す特徴を含まない可能性があるので、新しいユーザ固有の皮膚分析は、その提案を含まない可能性がある。
【0074】
様々な態様において本明細書で言及されるように、ＡＩベースの学習モデル（例えば、皮膚分析学習モデル１０８）は、ユーザ固有の皮膚分析を出力するように、各個人の皮膚データ及び健康データを用いて訓練され得る。より具体的には、特定の態様では、１つ以上の皮膚分析学習モデルは各々、１つ以上の皮膚分析モデルが、各個人の皮膚領域の１つ以上の特徴に対応する１つ以上の皮膚分析を出力するように構成されるように、各個人の皮膚の皮膚領域を描写する複数の訓練画像のデジタル画像データと各個人の健康データとを用いて訓練され得る。更に、様々な態様では、１つ以上の皮膚分析学習モデルは各々、各個人に対応する複数の訓練画像及び複数の非画像訓練データを用いて訓練され得る。
【0075】
例えば、第１の各個人に対応する第１の訓練データのセットに、傷んだ（例えば、日焼けした）皮膚を表す皮膚データと、第１の各個人が比較的健康であること（例えば、低ＢＭＩ、健康な糖レベル、健康な心拍数など）を示す健康データとが含まれ得る。更に、この例では、第２の各個人に対応する第２の訓練データのセットに、より高齢の（例えば、しわのある）皮膚を表す皮膚データと、第２の各個人が中程度に不健康であること（例えば、中程度／高いＢＭＩ、中程度の糖レベル、わずかに上昇した心拍数など）を示す健康データとが含まれ得る。最後に、この例では、第３の各個人に対応する第３のデータのセットに、健康な皮膚を表す皮膚データと、第３の各個人が非常に不健康であること（例えば、高いＢＭＩ、高い糖レベル、非常に上昇した心拍数など）を示す健康データとが含まれ得る。この例では、１つ以上の皮膚分析学習モデルは、第１、第２、及び第３の訓練データのセットを用いて訓練されて、それぞれの訓練データのセットにおいて表される状態の各々をより良好に識別／相関させ得る。
【0076】
図５は、本明細書で開示される様々な態様による、ユーザコンピューティングデバイス（例えば、ユーザコンピューティングデバイス１１２ｃ１）のディスプレイ画面５０２上でレンダリングされた例示的なユーザインターフェース５００を例解する。例えば、図５の例に示されるように、ユーザインターフェース５００は、ユーザコンピューティングデバイス１１２ｃ１上で実行されるアプリケーション（アプリ）を介して、実装又はレンダリングされ得る。例えば、図５の例に示されるように、ユーザインターフェース５００は、ユーザコンピューティングデバイス１１２ｃ１上で実行されるネイティブアプリを介して、実装又はレンダリングされ得る。図５の例では、ユーザコンピューティングデバイス１１２ｃ１は、図１について説明されるユーザコンピューティングデバイスであり、例えば、１１２ｃ１は、ＡＰＰＬＥ ｉＯＳオペレーティングシステムを実装し、ディスプレイ画面５０２を有するＡＰＰＬＥ ｉＰｈｏｎｅとして例解されている。ユーザコンピューティングデバイス１１２ｃ１は、例えば、本明細書に説明される分析アプリを含む、１つ以上のネイティブアプリケーション（アプリ）をそのオペレーティングシステム上で実行し得る。そのようなネイティブアプリは、ユーザコンピューティングデバイス１１２ｃ１のプロセッサによって、ユーザコンピューティングデバイスオペレーティングシステム（例えば、ＡＰＰＬＥ ｉＯＳ）によって実行可能なコンピューティング言語（例えば、ＳＷＩＦＴ）で実装又はコード化され得る（例えば、コンピューティング命令として）。
【0077】
追加的に、又は代替的に、ユーザインターフェース５００は、ウェブインターフェースを介して、例えば、ウェブブラウザアプリケーション、例えば、Ｓａｆａｒｉ及び／若しくはＧｏｏｇｌｅ Ｃｈｒｏｍｅアプリ、又は他のそのようなウェブブラウザなどを介して、実装又はレンダリングされ得る。
【0078】
図５の例に示されるように、ユーザインターフェース５００は、ユーザの皮膚領域５０６のグラフィック表現（例えば、画像１１４ｂ）を含む。画像１１４ｂは、本明細書に説明されるように、ユーザの皮膚領域の少なくとも一部分の画素データ（例えば、画素データ１１４ａｐ）を含む、ユーザの画像（又はそのグラフィカル表現５０６）を含み得る。図５の例では、ユーザの皮膚領域のグラフィカル表現５０６（例えば、画像１１４ｂ）には、ユーザの皮膚領域の一部分を含む画素データ内で識別可能な様々な特徴に対応する１つ以上のグラフィック（例えば、画素データ１１４ａｐのエリア）又はテキストレンダリング（例えば、テキスト１１４ａｔ）で注釈が付けられている。例えば、画素データ１１４ａｐのエリアは、ＡＩベースの学習モデル（例えば、皮膚分析学習モデル１０８）によって画素データ（例えば、特徴データ及び／又は生画素データ）内で識別されたエリア又は特徴を強調するために、ユーザの画像（例えば、画像１１４ｂ）上に注釈を付けられるか又はオーバーレイされ得る。図５の例では、画素データ１１４ａｐのエリアは、（例えば、画素１１４ａｐ１～３の）炎症を示す皮膚の発赤／刺激を含む、画素データ１１４ａｐにおいて画定される特徴を示し、本明細書に説明されるように、画素データ１１４ａｐのエリアにおいて示される他の特徴（例えば、皮膚のしわ、日焼けなど）を示し得る。様々な態様では、固有の特徴として識別された画素（例えば、画素１１４ａｐ１～３）は、ディスプレイ画面５０２上でレンダリングされるときに強調され得るか、又はそうでなければ注釈が付けられ得る。
【0079】
一例として、第１の画素１１４ａｐ１は、画像１１４ｂ内に含まれるユーザの健康な皮膚に対して、かつ／又はＡＩベースの学習モデル（例えば、皮膚分析学習モデル１０８）を訓練するために使用される各個人の健康な皮膚画像に対して、高いレベルの乾燥及び／又は刺激を特徴付けるユーザの皮膚のエリアを表し得る。第２の画素１１４ａｐ２は、画像１１４ｂ内に含まれるユーザの健康な皮膚に対して、かつ／又はＡＩベースの学習モデル（例えば、皮膚分析学習モデル１０８）を訓練するために使用される各個人の健康な皮膚画像に対して、高いレベルの炎症を特徴付けるユーザの皮膚のエリアを表し得る。第３の画素１１４ａｐ３は、画像１１４ｂ内に含まれるユーザの健康な皮膚に対して、かつ／又はＡＩベースの学習モデル（例えば、皮膚分析学習モデル１０８）を訓練するために使用される各個人の健康な皮膚画像に対して、高いレベルの発赤を特徴付けるユーザの皮膚のエリアを表し得る。したがって、この例では、１つ以上の皮膚分析学習モデルが、（画素データ１１４ａｐのエリア内の、画像１１４ｂの残りの部分内に含まれる他の画素に加えて）これらの画素の各々を評価するとき、モデルは、ユーザ固有の皮膚分析（例えば、ユーザ固有の皮膚スコア及び分析５１０）を出力し得、この皮膚分析は、ユーザに、ユーザの皮膚がおそらく炎症の結果であるこれらの特性（例えば、乾燥／刺激、発赤など）を特徴付けていることを知らせるものである。
【0080】
テキストレンダリング（例えば、テキスト１１４ａｔ）は、ユーザが炎症の結果として平均を上回る皮膚スコア（７５）を有することを示し得る、ユーザ固有の皮膚スコア（例えば、画素１１４ａｐ１～３に対する７５）を示す。７５スコアは、ユーザが、ユーザの皮膚領域上に存在する炎症の結果として比較的低い程度の発赤を有し、したがって、ユーザが、ユーザの皮膚の健康／質／状態を改善する（例えば、発赤／炎症の量／程度を低減する）ように特に設計された鎮静身体洗浄剤でユーザの皮膚を洗浄することから利益を得る可能性が高いことを示す。他のテキストレンダリングタイプ又は値が本明細書において企図され、その場合、テキストレンダリングタイプ又は値は、例えば、皮膚質スコア、全体論的スコアなどがレンダリングされ得ることを理解されたい。追加的に、又は代替的に、色値が、ユーザインターフェース５００上に示されるグラフィカル表現（例えば、ユーザの皮膚領域５０６のグラフィカル表現）上で使用及び／又はオーバーレイされて、所与のスコア、例えば、２５の低スコア又は９０の高スコアの程度又は品質を示し得る。スコアは、生スコア、絶対スコア、パーセンテージベースのスコア、及び／又は任意の他の好適な提示スタイルとして提供され得る。追加的に、又は代替的に、そのようなスコアは、スコアが陽性結果（良好な皮膚健康）、陰性結果（不良な皮膚健康）、又は許容可能な結果（平均若しくは許容可能な皮膚健康／皮膚ケア）を表すか否かを示すテキスト又はグラフィックインジケータとともに提示され得る。
【0081】
ユーザインターフェース５００はまた、ユーザ固有の皮膚スコア及び分析５１０を含むか、又はレンダリングし得る。図５の態様において、ユーザ固有の皮膚スコア及び分析５１０は、ユーザ固有の皮膚分析及び／又は皮膚／全体論的スコアをユーザに示すように設計されたユーザへのメッセージ５１０ｍを、ユーザ固有の皮膚分析及び／又は皮膚／全体論的スコアをもたらす任意の理由の簡単な説明とともに含む。図５の例に示されるように、メッセージ５１０ｍは、ユーザ固有の皮膚スコアが「７５」であることをユーザに示し、更に、ユーザの皮膚領域が「炎症によって引き起こされる可能性が高い軽度の発赤」を有しているという理由で、ユーザ固有の皮膚分析がユーザ固有の皮膚スコアに対応していることをユーザに示す。
【0082】
ユーザインターフェース５００はまた、ユーザ固有の処置推奨５１２を含むか、又はレンダリングし得る。図５の態様では、ユーザ固有の処置推奨５１２は、（皮膚関連製品推奨エンジン３０８を介した）皮膚関連製品推奨、（補足製品推奨エンジン３１０を介した）補足製品推奨、（習慣推奨エンジン３１２を介した）習慣推奨、（予測エンジン３１４を介した）皮膚予測、及び／又は本明細書に説明される任意の他の好適な推奨／値／スコア、又はそれらの組み合わせのうちのいずれかであり得、かつ／又はそれらを含み得る。ユーザ固有の処置推奨５１２は、ユーザの皮膚領域を画定するユーザ固有のデータ内で識別可能な少なくとも１つの特徴に対処するように設計された、ユーザへのメッセージ５１２ｍを含み得る。
【0083】
図５の例に示されるように、メッセージ５１２ｍは、炎症に起因する発赤を低減することによって皮膚の健康／質／状態を改善するために、鎮静身体洗浄剤で皮膚を洗浄することをユーザに推奨する。鎮静身体洗浄剤の推奨は、ユーザの画像が炎症に起因する軽度の発赤を描写することを示唆する、平均を上回るユーザ固有の皮膚スコア（例えば、７５）に基づいて行うことができ、鎮静身体洗浄剤製品は、画像１１４ｂの画素データにおいて検出若しくは分類された、又はそうでなければユーザのユーザ固有のデータ（例えば、皮膚データ及び健康データ）に基づいて予測された、炎症／発赤に対処するように設計されている。製品推奨は、ユーザ固有のデータ及び／又は画素データ内の識別された特徴と相関させることができ、ユーザコンピューティングデバイス１１２ｃ１及び／又はサーバ１０２は、特徴（例えば、軽度の皮膚の発赤／炎症）が識別されるときに、（皮膚関連製品推奨エンジン３０８／補足製品推奨エンジン３１０を介して）製品推奨を出力するように命令されることができる。
【0084】
ユーザインターフェース５００はまた、製造された製品５２４ｒ（例えば、上で説明されるような鎮静身体洗浄剤）に対する製品推奨５２２のセクションを含むか、又はレンダリングし得る。製品推奨５２２は、上で説明されるように、ユーザ固有の処置推奨５１２に対応し得る。例えば、図５の例では、ユーザ固有の処置推奨５１２は、ユーザの皮膚領域の少なくとも一部分の画素データを含むユーザ固有のデータ（画素データ１１４ａｐを含む）に基づいて予測及び／又は識別可能な、少なくとも１つの特徴（例えば、画素１１４ａｐ１～３での発赤／炎症に関連する、平均を上回るユーザ皮膚スコア７５）を、製造された製品（製造された製品５２４ｒ（例えば、鎮静身体洗浄剤））を用いて処置するための命令（例えば、メッセージ５１２ｍ）とともに、ユーザコンピューティングデバイス１１２ｃ１のディスプレイ画面５０２上に表示され得る。予測又は識別された特徴は、ユーザインターフェース５００上に示され、注釈が付けられる（５２４ｐ）。
【0085】
図５に示されるように、ユーザインターフェース５００は、ユーザ固有の処置推奨５１２に基づいて、製品（例えば、製造された製品５２４ｒ（例えば、鎮静身体洗浄剤））を推奨する。図５の例において、ＡＩベースの学習モデル（例えば、皮膚分析学習モデル１０８）によるユーザ固有のデータの出力又は分析、例えば、ユーザ固有の皮膚スコア及び分析５１０、並びに／又はその関連値（例えば、ユーザ固有の皮膚スコア７５）若しくは関連画素データ（例えば、１１４ａｐ１、１１４ａｐ２、及び／又は１１４ａｐ３）、並びに／又はユーザ固有の処置推奨５１２は、対応する製品の推奨を生成又は識別するために使用され得る。そのような推奨としては、ユーザ固有のデータから検出又は予測されるユーザ固有の問題に対処するための、身体洗浄剤、アンチエイジング製品、抗酸化製品、抗しわ製品、水分補給製品、抗炎症製品、シャンプー、コンディショナーなどの製品が挙げられ得る。
【0086】
ユーザインターフェース５００は、ユーザ（例えば、画像１１４ｂのユーザ）が、対応する製品（例えば、製造された製品５２４ｒ）を購入又は出荷のために選択することを可能にする、選択可能なＵＩボタン５２４ｓを更に含み得る。いくつかの態様では、選択可能なＵＩボタン５２４ｓの選択は、推奨される製品をユーザに出荷させ得、かつ／又は個人が製品に関心があることを第三者に通知し得る。例えば、ユーザコンピューティングデバイス１１２ｃ１及び／又はサーバ１０２のいずれかは、ユーザ固有の皮膚スコア及び分析５１０及び／又はユーザ固有の処置推奨５１２に基づいて、製造された製品５２４ｒ（例えば、鎮静身体洗浄剤）のユーザへの出荷を開始し得る。そのような態様では、製品は包装され、ユーザに出荷され得る。
【0087】
様々な態様では、グラフィカル注釈（例えば、画素データ１１４ａｐのエリア）、テキスト注釈（例えば、テキスト１１４ａｔ）、並びにユーザ固有の皮膚スコア及び分析５１０及びユーザ固有の処置推奨５１２を有する、グラフィカル表現（例えば、ユーザの皮膚領域５０６のグラフィカル表現）は、ディスプレイ画面５０２上でレンダリングするために、コンピュータネットワークを介して（例えば、サーバ１０２及び／又は１つ以上のプロセッサから）ユーザコンピューティングデバイス１１２ｃ１に伝送され得る。他の態様では、ユーザの固有の画像のサーバへの伝送は行われず、その場合、ユーザ固有の皮膚スコア及び分析５１０及びユーザ固有の処置推奨５１２（及び／又は製品固有の推奨）は、代わりに、ユーザのモバイルデバイス（例えば、ユーザコンピューティングデバイス１１２ｃ１）上で実行及び／又は実装されるＡＩベースの学習モデル（例えば、皮膚分析学習モデル１０８）によってローカルに生成され、モバイルデバイスのプロセッサによって、モバイルデバイス（例えば、ユーザコンピューティングデバイス１１２ｃ１）のディスプレイ画面５０２上でレンダリングされ得る。
【0088】
いくつかの態様では、グラフィック注釈（例えば、画素データ１１４ａｐのエリア）、テキスト注釈（例えば、テキスト１１４ａｔ）、ユーザ固有の皮膚スコア及び分析５１０、ユーザ固有の処置推奨５１２、及び／又は製品推奨５２２を有する、グラフィック表現（例えば、ユーザの皮膚領域５０６のグラフィック表現）のうちの任意の１つ以上は、ユーザ固有のデータの受信中又は受信後に、リアルタイム又はほぼリアルタイムでレンダリング（例えば、ディスプレイ画面５０２上でローカルにレンダリング）され得る。ユーザ固有のデータがサーバ１０２によって分析される態様では、ユーザ固有のデータは、サーバ１０２によってリアルタイム又はほぼリアルタイムで伝送及び分析され得る。
【0089】
いくつかの態様では、ユーザは、皮膚分析学習モデル１０８による更新、再訓練、又は再分析のためにサーバ１０２に伝送され得る新しいユーザ固有のデータを提供し得る。他の態様では、新しいユーザ固有のデータは、コンピューティングデバイス１１２ｃ１上でローカルに受信され、皮膚分析学習モデル１０８によって、コンピューティングデバイス１１２ｃ１上で分析され得る。
【0090】
加えて、図５の例に示されるように、ユーザは、新しいユーザ固有のデータを（例えば、コンピューティングデバイス１１２ｃ１でローカルに、又はサーバ１０２で遠隔に）再分析するために、選択可能なボタン５１２ｉを選択し得る。選択可能なボタン５１２ｉは、ユーザインターフェース５００に、新しいユーザ固有のデータを分析するために入力／添付するようにユーザに促させ得る。サーバ１０２及び／又はユーザコンピューティングデバイス１１２ｃ１などのユーザコンピューティングデバイスは、ユーザの皮膚領域を画定するデータを含む新しいユーザ固有のデータを受信し得る。具体的には、新しいユーザ固有のデータは、（例えば、ユーザコンピューティングデバイス１１２ｃ１の一体型デジタルカメラを介して）ユーザコンピューティングデバイス１１２ｃ１によって受信／キャプチャされ得る。新しいユーザ固有のデータの一部分として含まれる新しい画像（例えば、画像１１４ｂに類似する）は、ユーザの皮膚領域の一部分の画素データを含み得る。コンピューティングデバイス（例えば、サーバ１０２）のメモリ上で実行されるＡＩベースの学習モデル（例えば、皮膚分析学習モデル１０８）は、ユーザコンピューティングデバイス１１２ｃ１によって受信／キャプチャされた新しいユーザ固有のデータを分析して、新しいユーザ固有の皮膚分析を生成し得る。コンピューティングデバイス（例えば、サーバ１０２）は、新しいユーザ固有のデータとユーザ固有のデータとの比較に基づいて、新しいユーザ固有の皮膚分析を生成し得る。例えば、新しいユーザ固有の皮膚分析は、グラフィック及び／又はテキストを含む新しいグラフィック表現（例えば、ユーザが鎮静身体洗浄剤を使用して皮膚を洗浄した後の新しい皮膚スコア、例えば８５、を示す）を含み得る。新しいユーザ固有の皮膚分析は、追加の質スコア、例えば、新しいユーザ固有のデータで検出されるように、ユーザが皮膚の発赤／炎症を低減するために皮膚を成功裏に洗浄したことを含み得る。コメントは、ユーザが、追加の製品、例えば、保湿ローションを塗布することによって、新しいユーザ固有のデータ内で検出された追加の特徴、例えば、皮膚の乾燥を補正する必要があることを含み得る。
【0091】
様々な態様では、新しいユーザ固有の皮膚分析及び／又は新しいユーザ固有の処置推奨は、ユーザコンピューティングデバイス（例えば、ユーザコンピューティングデバイス１１２ｃ１）のディスプレイ画面５０２上でレンダリングするために、サーバ１０２からユーザのユーザコンピューティングデバイスにコンピュータネットワークを介して伝送され得る。
【0092】
他の態様では、ユーザの新しいユーザ固有のデータのサーバへの伝送は行われず、その場合、新しいユーザ固有の皮膚分析及び／又は新しいユーザ固有の処置推奨（及び／又は製品／習慣固有の推奨）は、代わりに、ユーザのモバイルデバイス（例えば、ユーザコンピューティングデバイス１１２ｃ１）上で実行及び／又は実装されるＡＩベースの学習モデル（例えば、皮膚分析学習モデル１０８）によってローカルに生成され、モバイルデバイスのプロセッサによって、モバイルデバイス１１２ｃ１のディスプレイ画面５０２上でレンダリングされ得る。
【実施例】
【0093】
図１に示されるユーザ固有皮膚分析システムを使用して、特に、ユーザの皮膚画像データとともに、ユーザの体内水分含有量若しくは水分量である健康データを使用して、ユーザ固有の皮膚分析を生成するためのユーザ固有の皮膚分析方法を行った。皮膚状態及び皮膚予測、特に色素斑及び色素斑の予測であるユーザ固有の皮膚分析を、コンピューティングデバイスのディスプレイ画面上で提供した。本発明の方法及びシステムは、健康データなしで皮膚データのみを使用する皮膚分析と比較して、また体脂肪率などの他の健康データを使用する皮膚分析と比較して、皮膚分析の精度を改善する。
【0094】
本開示の態様
以下の態様は、本明細書の開示による例として提供されるものであり、本開示の範囲を限定することを意図するものではない。
１．ユーザ固有の皮膚分析を生成するための、ユーザ固有の皮膚分析方法であって、本方法は、１つ以上のプロセッサによって、ユーザの皮膚データを受信することと、１つ以上のプロセッサによって、ユーザの健康データを受信することであって、ユーザの健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む、受信することと、１つ以上の皮膚分析学習モデルによって、ユーザの皮膚データ及びユーザの健康データを分析して、ユーザ固有の皮膚分析を生成することと、を含む。
２．ユーザの健康データが、体内水分含有量若しくは水分量、細胞内水分対細胞外水分比、肥満度指数（ＢＭＩ）、及びそれらの混合からなる群から選択される、態様１に記載の方法。
３．ユーザの健康データが、体内水分含有量若しくは水分量、細胞内水分対細胞外水分比、及びそれらの混合からなる群から選択される、態様１又は２に記載の方法。
４．１つ以上の皮膚分析学習モデルが、ユーザ固有の皮膚分析を出力するように、各個人の皮膚データ及び健康データを用いて訓練される、態様１～３のいずれか１つに記載の方法。
５．１つ以上のプロセッサによって、ユーザ固有の皮膚分析を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることを更に含む、態様１～４のいずれか１つに記載の方法。
６．１つ以上のプロセッサによって、ユーザの皮膚領域を描写する画像を受信することと、１つ以上のプロセッサによって、画像に基づいて修正画像を生成することであって、修正画像が、推奨のうちの少なくとも１つに従った後に、ユーザの皮膚領域がどのように見えると予測されるかを描写する、生成することと、１つ以上のプロセッサによって、修正画像を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることと、を更に含む、態様１～５のいずれか１つに記載の方法。
７．ユーザの皮膚データが、ユーザの第１の皮膚データであり、ユーザの健康データが、ユーザの第１の健康データであり、本方法が、１つ以上のプロセッサによって、ユーザの第１の皮膚データ及びユーザの第１の健康データを、第１の時間に受信することと、１つ以上のプロセッサによって、ユーザの第２の皮膚データ及びユーザの第２の健康データを、第２の時間に受信することと、１つ以上の皮膚分析モデルによって、ユーザの第２の皮膚データ及びユーザの第２の健康データを分析することと、ユーザの第２の皮膚データ及びユーザの第２の健康データの、ユーザの第１の皮膚データ及びユーザの第１の健康データとの比較に基づいて、新しいユーザ固有の皮膚分析を生成することと、を更に含む、態様１～６のいずれか１つに記載の方法。
８．１つ以上のプロセッサのうちの少なくとも１つが、モバイルデバイスのプロセッサ又はサーバのプロセッサ、のうちの少なくとも１つを含む、態様１～７のいずれか１つに記載の方法。
９．ユーザの皮膚データが、ユーザの皮膚画像データである、態様１～８のいずれか１つに記載の方法。
１０．ユーザ固有の皮膚分析を生成するように構成された、ユーザ固有の皮膚分析システムであって、１つ以上のプロセッサと、１つ以上のプロセッサ上で実行するように構成されたコンピューティング命令を含む、分析アプリケーション（アプリ）と、分析アプリによってアクセス可能な、１つ以上の皮膚分析学習モデルと、を備え、分析アプリのコンピューティング命令は、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、ユーザの皮膚データを受信することと、ユーザの健康データを受信することであって、ユーザの健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む、受信することと、１つ以上の皮膚分析学習モデルによって、ユーザの皮膚データ及びユーザの健康データを分析して、ユーザ固有の皮膚分析を生成することと、を行わせる、システム。
１１．ユーザの健康データが、体内水分含有量若しくは水分量、細胞内水分対細胞外水分比、肥満度指数（ＢＭＩ）、及びそれらの混合からなる群から選択される、態様１０に記載のシステム。
１２．ユーザの健康データが、体内水分含有量若しくは水分量、細胞内水分対細胞外水分比、及びそれらの混合からなる群から選択される、態様１０又は１１に記載のシステム。
１３．１つ以上の皮膚分析学習モデルが、ユーザ固有の皮膚分析を出力するように、各個人の皮膚データ及び健康データを用いて訓練される、態様１０～１２のいずれか１つに記載のシステム。
１４．コンピューティング命令が、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、ユーザ固有の皮膚分析を、コンピューティングデバイスのディスプレイ画面上で更にレンダリングさせる、態様１０～１４のいずれか１つに記載のシステム。
１５．コンピューティング命令が、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、ユーザの皮膚領域を描写する画像を受信することと、画像に基づいて修正画像を生成することであって、修正画像が、推奨のうちの少なくとも１つに従った後に、ユーザの皮膚領域がどのように見えると予測されるかを描写する、生成することと、修正画像を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることと、を更に行わせる、態様１０～１４のいずれか１つに記載のシステム。
１６．ユーザの皮膚データが、ユーザの第１の皮膚データであり、ユーザの健康データが、ユーザの第１の健康データであり、コンピューティング命令が、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、ユーザの第１の皮膚データ及びユーザの第１の健康データを、第１の時間に受信することと、ユーザの第２の皮膚データ及びユーザの第２の健康データを、第２の時間で受信することと、１つ以上の皮膚分析モデルによって、ユーザの第２の皮膚データ及びユーザの第２の健康データを分析することと、ユーザの第２の皮膚データ及びユーザの第２の健康データの、ユーザの第１の皮膚データ及びユーザの第１の健康データとの比較に基づいて、新しいユーザ固有の皮膚分析を生成することと、を更に行わせる、態様１０～１５のいずれか１つに記載のシステム。
１７．１つ以上のプロセッサのうちの少なくとも１つが、モバイルデバイスのプロセッサ又はサーバのプロセッサ、のうちの少なくとも１つを含む、態様１０～１６のいずれか１つに記載のシステム。
１８．ユーザの皮膚データが、ユーザの皮膚画像データである、態様１０～１７のいずれか１つに記載のシステム。
１９．ユーザ固有の皮膚分析を生成するための命令を格納する有形の非一時的コンピュータ可読媒体であって、命令が、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、１つ以上のプロセッサ上で実行される分析アプリケーション（アプリ）において、ユーザの皮膚データを受信することと、分析アプリにおいて、ユーザの健康データを受信することであって、ユーザの健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む、受信することと、分析アプリによってアクセス可能な１つ以上の皮膚分析学習モデルによって、ユーザの皮膚データ及びユーザの健康データを分析して、ユーザ固有の皮膚分析を生成することと、を行わせる、非一時的コンピュータ可読媒体。
２０．ユーザの皮膚データが、ユーザの皮膚画像データである、態様１９に記載の有形の非一時的コンピュータ可読媒体。
以下の態様は、本明細書の開示による例として提供されるものであり、本開示の範囲を限定することを意図するものではない。
１．ユーザ固有の皮膚分析を生成するための、ユーザ固有の皮膚分析方法であって、本方法は、１つ以上のプロセッサによって、ユーザの皮膚データを受信することと、１つ以上のプロセッサによって、ユーザの健康データを受信することであって、ユーザの健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む、受信することと、１つ以上の皮膚分析学習モデルによって、ユーザの皮膚データ及びユーザの健康データを分析して、ユーザ固有の皮膚分析を生成することと、を含む。
２．ユーザの健康データが、体内水分含有量若しくは水分量、細胞内水分対細胞外水分比、肥満度指数（ＢＭＩ）、及びそれらの混合からなる群から選択される、態様１に記載の方法。
３．ユーザの健康データが、体内水分含有量若しくは水分量、細胞内水分対細胞外水分比、及びそれらの混合からなる群から選択される、態様１又は２に記載の方法。
４．１つ以上の皮膚分析学習モデルが、ユーザ固有の皮膚分析を出力するように、各個人の皮膚データ及び健康データを用いて訓練される、態様１～３のいずれか１つに記載の方法。
５．１つ以上のプロセッサによって、ユーザ固有の皮膚分析を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることを更に含む、態様１～４のいずれか１つに記載の方法。
６．１つ以上のプロセッサによって、ユーザの皮膚領域を描写する画像を受信することと、１つ以上のプロセッサによって、画像に基づいて修正画像を生成することであって、修正画像が、推奨のうちの少なくとも１つに従った後に、ユーザの皮膚領域がどのように見えると予測されるかを描写する、生成することと、１つ以上のプロセッサによって、修正画像を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることと、を更に含む、態様１～５のいずれか１つに記載の方法。
７．ユーザの皮膚データが、ユーザの第１の皮膚データであり、ユーザの健康データが、ユーザの第１の健康データであり、本方法が、１つ以上のプロセッサによって、ユーザの第１の皮膚データ及びユーザの第１の健康データを、第１の時間に受信することと、１つ以上のプロセッサによって、ユーザの第２の皮膚データ及びユーザの第２の健康データを、第２の時間に受信することと、１つ以上の皮膚分析モデルによって、ユーザの第２の皮膚データ及びユーザの第２の健康データを分析することと、ユーザの第２の皮膚データ及びユーザの第２の健康データの、ユーザの第１の皮膚データ及びユーザの第１の健康データとの比較に基づいて、新しいユーザ固有の皮膚分析を生成することと、を更に含む、態様１～６のいずれか１つに記載の方法。
８．１つ以上のプロセッサのうちの少なくとも１つが、モバイルデバイスのプロセッサ又はサーバのプロセッサ、のうちの少なくとも１つを含む、態様１～７のいずれか１つに記載の方法。
９．ユーザの皮膚データが、ユーザの皮膚画像データである、態様１～８のいずれか１つに記載の方法。
１０．ユーザ固有の皮膚分析を生成するように構成された、ユーザ固有の皮膚分析システムであって、１つ以上のプロセッサと、１つ以上のプロセッサ上で実行するように構成されたコンピューティング命令を含む、分析アプリケーション（アプリ）と、分析アプリによってアクセス可能な、１つ以上の皮膚分析学習モデルと、を備え、分析アプリのコンピューティング命令は、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、ユーザの皮膚データを受信することと、ユーザの健康データを受信することであって、ユーザの健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む、受信することと、１つ以上の皮膚分析学習モデルによって、ユーザの皮膚データ及びユーザの健康データを分析して、ユーザ固有の皮膚分析を生成することと、を行わせる、システム。
１１．ユーザの健康データが、体内水分含有量若しくは水分量、細胞内水分対細胞外水分比、肥満度指数（ＢＭＩ）、及びそれらの混合からなる群から選択される、態様１０に記載のシステム。
１２．ユーザの健康データが、体内水分含有量若しくは水分量、細胞内水分対細胞外水分比、及びそれらの混合からなる群から選択される、態様１０又は１１に記載のシステム。
１３．１つ以上の皮膚分析学習モデルが、ユーザ固有の皮膚分析を出力するように、各個人の皮膚データ及び健康データを用いて訓練される、態様１０～１２のいずれか１つに記載のシステム。
１４．コンピューティング命令が、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、ユーザ固有の皮膚分析を、コンピューティングデバイスのディスプレイ画面上で更にレンダリングさせる、態様１０～１４のいずれか１つに記載のシステム。
１５．コンピューティング命令が、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、ユーザの皮膚領域を描写する画像を受信することと、画像に基づいて修正画像を生成することであって、修正画像が、推奨のうちの少なくとも１つに従った後に、ユーザの皮膚領域がどのように見えると予測されるかを描写する、生成することと、修正画像を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることと、を更に行わせる、態様１０～１４のいずれか１つに記載のシステム。
１６．ユーザの皮膚データが、ユーザの第１の皮膚データであり、ユーザの健康データが、ユーザの第１の健康データであり、コンピューティング命令が、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、ユーザの第１の皮膚データ及びユーザの第１の健康データを、第１の時間に受信することと、ユーザの第２の皮膚データ及びユーザの第２の健康データを、第２の時間で受信することと、１つ以上の皮膚分析モデルによって、ユーザの第２の皮膚データ及びユーザの第２の健康データを分析することと、ユーザの第２の皮膚データ及びユーザの第２の健康データの、ユーザの第１の皮膚データ及びユーザの第１の健康データとの比較に基づいて、新しいユーザ固有の皮膚分析を生成することと、を更に行わせる、態様１０～１５のいずれか１つに記載のシステム。
１７．１つ以上のプロセッサのうちの少なくとも１つが、モバイルデバイスのプロセッサ又はサーバのプロセッサ、のうちの少なくとも１つを含む、態様１０～１６のいずれか１つに記載のシステム。
１８．ユーザの皮膚データが、ユーザの皮膚画像データである、態様１０～１７のいずれか１つに記載のシステム。
１９．ユーザ固有の皮膚分析を生成するための命令を格納する有形の非一時的コンピュータ可読媒体であって、命令が、１つ以上のプロセッサによって実行されるときに、１つ以上のプロセッサに、１つ以上のプロセッサ上で実行される分析アプリケーション（アプリ）において、ユーザの皮膚データを受信することと、分析アプリにおいて、ユーザの健康データを受信することであって、ユーザの健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む、受信することと、分析アプリによってアクセス可能な１つ以上の皮膚分析学習モデルによって、ユーザの皮膚データ及びユーザの健康データを分析して、ユーザ固有の皮膚分析を生成することと、を行わせる、非一時的コンピュータ可読媒体。
２０．ユーザの皮膚データが、ユーザの皮膚画像データである、態様１９に記載の有形の非一時的コンピュータ可読媒体。
【0095】
追加の考慮事項
本明細書の開示は、多数の異なる態様の詳細な説明を記載するものであるが、この説明の法的範囲は、本特許及び等価物の最後に記載された特許請求の範囲の語によって定義されることを理解されたい。この詳細な説明は、例示的なものとしてのみ解釈されるべきであり、全ての可能な態様を説明することは非現実的であるので、全ての可能な態様を説明するものではない。現在の技術、又は本特許の出願日以降に開発された技術のいずれかを使用して、多数の代替的な態様が実装され得るが、このような態様は、依然として、特許請求の範囲の範囲内に収まることになる。
本明細書の開示は、多数の異なる態様の詳細な説明を記載するものであるが、この説明の法的範囲は、本特許及び等価物の最後に記載された特許請求の範囲の語によって定義されることを理解されたい。この詳細な説明は、例示的なものとしてのみ解釈されるべきであり、全ての可能な態様を説明することは非現実的であるので、全ての可能な態様を説明するものではない。現在の技術、又は本特許の出願日以降に開発された技術のいずれかを使用して、多数の代替的な態様が実装され得るが、このような態様は、依然として、特許請求の範囲の範囲内に収まることになる。
【0096】
以下の追加の考慮事項は、前述の考察に適用される。本明細書全体を通して、複数の実例が、単一の実例として説明される構成要素、動作、又は構造を実装し得る。１つ以上の方法の個々の動作が別個の動作として例解及び説明されているが、個々の動作のうちの１つ以上が同時に実施され得、また動作が例解されている順序で実施される必要はない。例示的な構成における別個の構成要素として提示される構造及び機能は、組み合わされた構造又は構成要素として実装され得る。同様に、単一の構成要素として提示される構造及び機能は、別個の構成要素としても実装され得る。これら及び他の変形、修正、追加、及び改善は、本明細書の本主題の範囲内に含まれる。
【0097】
追加的に、特定の態様は、論理又はいくつかのルーチン、サブルーチン、アプリケーション、又は命令を含むものとして本明細書に説明されている。これらは、ソフトウェア（例えば、機械可読媒体上に若しくは伝送信号内に具現化されたコード）又はハードウェアのいずれかを構築し得る。ハードウェアでは、ルーチンなどは、特定の動作を実施することが可能な有形のユニットであり、特定の様式で構成又は配設され得る。例示的な態様では、１つ以上のコンピュータシステム（例えば、スタンドアロン、クライアント若しくはサーバコンピュータシステム）又はコンピュータシステムの１つ以上のハードウェアモジュール（例えば、プロセッサ若しくはプロセッサのグループ）が、本明細書に説明されるような特定の動作を実施するように動作するハードウェアモジュールとしてソフトウェア（例えば、アプリケーション若しくはアプリケーション部分）によって構成され得る。
【0098】
本明細書に説明される例示的方法の様々な動作は、少なくとも部分的に、関連する動作を実施するように一時的に構成された（例えば、ソフトウェアによって）又は恒久的に構成された１つ以上のプロセッサによって実施され得る。一時的に構成されたか、又は恒久的に構成されたかにかかわらず、このようなプロセッサは、１つ以上の動作若しくは機能を実施するように動作するプロセッサ実装モジュールを形成し得る。本明細書で言及されるモジュールは、いくつかの例示的な態様では、プロセッサ実装モジュールを含み得る。
【0099】
同様に、本明細書に説明される方法又はルーチンは、少なくとも部分的にプロセッサ実装され得る。例えば、ある方法の動作のうちの少なくともいくつかは、１つ以上のプロセッサ又はプロセッサ実装ハードウェアモジュールによって実施され得る。それらの動作の特定の性能は、１つ以上のプロセッサに分散され得、単一のマシン内に存在するだけでなく、多数のマシンにわたって展開され得る。いくつかの例示的な態様では、プロセッサ（単数又は複数）は、単一の場所に配置され得、これに対して、他の態様では、プロセッサは、いくつかの場所にわたって分散され得る。
【0100】
それらの動作の特定の性能は、１つ以上のプロセッサに分散され得、単一のマシン内に存在するだけでなく、多数のマシンにわたって展開され得る。いくつかの例示的な態様では、１つ以上のプロセッサ又はプロセッサ実装モジュールが、単一の地理的場所（例えば、家庭環境、オフィス環境、又はサーバファーム内）に配置され得る。他の態様では、１つ以上のプロセッサ又はプロセッサ実装モジュールは、多数の地理的場所にわたって分散され得る。
【0101】
この詳細な説明は、例示的なものとしてのみ解釈されるべきであり、また、全ての可能な態様を説明することは不可能ではないとしても、非現実的であるので、全ての可能な態様を説明するものではない。当業者は、現在の技術、又は本出願の出願日後に開発される技術のいずれかを使用して、多数の代替的な態様を実施し得る。
【0102】
当業者は、本発明の範囲から逸脱することなく、上記の態様に関して多種多様な修正、変更、及び組み合わせを行うことができ、そのような修正、変更、及び組み合わせが、本発明の概念の周囲内にあるとみなされ得ることを認識するであろう。
【0103】
本特許出願の最後にある特許請求の範囲は、「のための手段」又は「のためのステップ」という文言などの、従来の手段プラス機能文言が明示的に列挙されていない限り、米国特許法第１１２条（ｆ）の下で解釈されることを意図するものではない。本明細書に説明されるシステム及び方法は、コンピュータ機能の改善を対象とし、従来のコンピュータの機能を改善する。
【0104】
本明細書に開示される寸法及び値は、列挙された正確な数値に厳密に限定されるものとして理解されるべきではない。その代わりに、特に指示されない限り、そのような寸法は各々、列挙された値とその値を囲む機能的に同等な範囲との両方を意味することが意図される。例えば、「４０ｍｍ」と開示された寸法は、「約４０ｍｍ」を意味することが意図される。
【0105】
相互参照される又は関連するあらゆる特許又は特許出願、及び本願が優先権又はその利益を主張する任意の特許出願又は特許を含む、本明細書に引用される全ての文書は、除外又は限定することが明言されない限りにおいて、参照によりその全体が本明細書に組み込まれる。いずれの文献の引用も、本明細書中で開示又は特許請求されるいずれの発明に対する先行技術であるとみなされず、あるいはそれを単独で又は他の任意の参考文献（単数又は複数）と組み合わせたときに、そのようないずれの発明も教示、示唆、又は開示するとはみなされない。更に、本文書における用語のいずれの意味又は定義も、参照により組み込まれた文書内の同じ用語の任意の意味又は定義と矛盾する場合、本文書においてその用語に与えられた意味又は定義が適用されるものとする。
【0106】
本発明の特定の態様について例解及び説明したが、本発明の趣旨及び範囲から逸脱することなく他の様々な変更及び修正が可能であることが当業者には自明である。したがって、本発明の範囲内にある全てのそのような変更及び修正を添付の特許請求の範囲に網羅することが意図される。
【図1】
【図2】
【図3】
【図4】
【図5】
【手続補正書】
【提出日】2024-02-02
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
ユーザ固有の皮膚分析を生成するための、ユーザ固有の皮膚分析方法であって、１つ以上のプロセッサによって、前記ユーザの皮膚データを受信することであって、好ましくは、前記ユーザの前記皮膚データが、前記ユーザの皮膚画像データである、受信することと、
前記１つ以上のプロセッサによって、前記ユーザの健康データを受信することであって、前記ユーザの前記健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含み、好ましくは、前記ユーザの前記健康データが、前記体内水分含有量若しくは水分量、前記細胞内水分対細胞外水分比、前記肥満度指数（ＢＭＩ）、及びそれらの混合からなる群から選択され、より好ましくは、前記ユーザの健康データが、前記体内水分含有量若しくは水分量、前記細胞内水分対細胞外水分比、及びそれらの混合からなる群から選択される、受信することと、
１つ以上の皮膚分析学習モデルによって、前記ユーザの前記皮膚データ及び前記ユーザの前記健康データを分析して、ユーザ固有の皮膚分析を生成することと、を含む、方法。
【請求項2】
前記１つ以上の皮膚分析学習モデルが、前記ユーザ固有の皮膚分析を出力するように、各個人の皮膚データ及び健康データを用いて訓練される、請求項１に記載の方法。
【請求項3】
前記１つ以上のプロセッサによって、前記ユーザ固有の皮膚分析を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることを更に含む、請求項１に記載の方法。
【請求項4】
前記１つ以上のプロセッサによって、前記ユーザの皮膚領域を描写する画像を受信することと、前記１つ以上のプロセッサによって、前記画像に基づいて修正画像を生成することであって、前記修正画像が、推奨のうちの少なくとも１つに従った後に、前記ユーザの前記皮膚領域がどのように見えると予測されるかを描写する、生成することと、
前記１つ以上のプロセッサによって、前記修正画像を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることと、を更に含む、請求項１に記載の方法。
【請求項5】
前記ユーザの前記皮膚データが、前記ユーザの第１の皮膚データであり、前記ユーザの前記健康データが、前記ユーザの第１の健康データであり、前記方法が、前記１つ以上のプロセッサによって、前記ユーザの前記第１の皮膚データ及び前記ユーザの前記第１の健康データを、第１の時間に受信することと、
前記１つ以上のプロセッサによって、前記ユーザの第２の皮膚データ及び前記ユーザの第２の健康データを、第２の時間に受信することと、
前記１つ以上の皮膚分析モデルによって、前記ユーザの前記第２の皮膚データ及び前記ユーザの前記第２の健康データを分析することと、
前記ユーザの前記第２の皮膚データ及び前記ユーザの前記第２の健康データの、前記ユーザの前記第１の皮膚データ及び前記ユーザの前記第１の健康データとの比較に基づいて、新しいユーザ固有の皮膚分析を生成することと、を更に含む、請求項１～４のいずれか一項に記載の方法。
【請求項6】
前記１つ以上のプロセッサのうちの少なくとも１つが、モバイルデバイスのプロセッサ又はサーバのプロセッサ、のうちの少なくとも１つを含む、請求項１～４のいずれか一項に記載の方法。
【請求項7】
ユーザ固有の皮膚分析を生成するように構成された、ユーザ固有の皮膚分析システムであって、前記ユーザ固有の皮膚分析システムが、１つ以上のプロセッサと、
前記１つ以上のプロセッサ上で実行されるように構成されたコンピューティング命令を含む、分析アプリケーション（アプリ）と、
前記分析アプリによってアクセス可能な、１つ以上の皮膚分析学習モデルと、を備え、
前記分析アプリの前記コンピューティング命令が、前記１つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに、
前記ユーザの皮膚データを受信することであって、好ましくは、前記ユーザの前記皮膚データが、前記ユーザの皮膚画像データである、受信することと、
前記ユーザの健康データを受信することであって、前記ユーザの前記健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含み、好ましくは、前記ユーザの前記健康データが、前記体内水分含有量若しくは水分量、前記細胞内水分対細胞外水分比、前記肥満度指数（ＢＭＩ）、及びそれらの混合からなる群から選択され、より好ましくは、前記ユーザの健康データが、前記体内水分含有量若しくは水分量、前記細胞内水分対細胞外水分比、及びそれらの混合からなる群から選択される、受信することと、
前記１つ以上の皮膚分析学習モデルによって、前記ユーザの前記皮膚データ及び前記ユーザの前記健康データを分析して、ユーザ固有の皮膚分析を生成することと、を行わせる、システム。
【請求項8】
前記１つ以上の皮膚分析学習モデルが、前記ユーザ固有の皮膚分析を出力するように、各個人の皮膚データ及び健康データを用いて訓練される、請求項７に記載のシステムである分析。
【請求項9】
前記コンピューティング命令が、前記１つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに、前記ユーザ固有の皮膚分析を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることを更に行わせる、請求項７に記載のシステム。
【請求項10】
前記コンピューティング命令が、前記１つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに、前記ユーザの皮膚領域を描写する画像を受信することと、
前記画像に基づいて修正画像を生成することであって、前記修正画像が、推奨のうちの少なくとも１つに従った後に、前記ユーザの前記皮膚領域がどのように見えると予測されるかを描写する、生成することと、
前記修正画像を、コンピューティングデバイスのディスプレイ画面上でレンダリングすることと、を更に行わせる、請求項７に記載のシステム。
【請求項11】
前記ユーザの前記皮膚データが、前記ユーザの第１の皮膚データであり、前記ユーザの前記健康データが、前記ユーザの第１の健康データであり、前記コンピューティング命令が、前記１つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに、前記ユーザの前記第１の皮膚データ及び前記ユーザの前記第１の健康データを、第１の時間に受信することと、
前記ユーザの第２の皮膚データ及び前記ユーザの第２の健康データを、第２の時間で受信することと、
前記１つ以上の皮膚分析モデルによって、前記ユーザの前記第２の皮膚データ及び前記ユーザの前記第２の健康データを分析することと、
前記ユーザの前記第２の皮膚データ及び前記ユーザの前記第２の健康データの、前記ユーザの前記第１の皮膚データ及び前記ユーザの前記第１の健康データとの比較に基づいて、新しいユーザ固有の皮膚分析を生成することと、を更に行わせる、請求項７～１０のいずれか一項に記載のシステム。
【請求項12】
前記１つ以上のプロセッサのうちの少なくとも１つが、モバイルデバイスのプロセッサ又はサーバのプロセッサ、のうちの少なくとも１つを備える、請求項７～１０のいずれか一項に記載のシステム。
【請求項13】
ユーザ固有の皮膚分析を生成するための命令を格納する有形の非一時的コンピュータ可読媒体であって、前記命令が、１つ以上のプロセッサによって実行されるときに、前記１つ以上のプロセッサに、１つ以上のプロセッサ上で実行される分析アプリケーション（アプリ）において、前記ユーザの皮膚データを受信することであって、好ましくは、前記ユーザの前記皮膚データが、前記ユーザの皮膚画像データである、受信することと、
前記分析アプリにおいて、前記ユーザの健康データを受信することであって、前記ユーザの前記健康データが、（１）体内水分含有量若しくは水分量、（２）細胞内水分対細胞外水分比、（３）肥満度指数（ＢＭＩ）、（４）血中マーカー、（５）糖摂取量レベル、（６）心拍変動、又は（７）心拍数、のうちの１つ以上を含む、受信することと、
前記分析アプリによってアクセス可能な前記１つ以上の皮膚分析学習モデルによって、前記ユーザの前記皮膚データ及び前記ユーザの前記健康データを分析して、ユーザ固有の皮膚分析を生成することと、を行わせる、非一時的コンピュータ可読媒体。
【国際調査報告】