2月25日，资生堂株式会社宣布开发了两种基于人工智能（AI）的新技术，分别用于评估化妆品成分的生物降解性和识别安全信息。

 

1. 利用 AI 评估化妆品成分的生物降解性

 

 

资生堂将 “可持续创新：创造循环价值” 作为核心研发战略，在原料选择环节优先考量环境影响因素。为了支持整个行业向使用更环保材料的转型，资生堂开发了一套利用 AI 预测化妆品原料生物降解性的方法。以生物降解成分的化学结构及其降解过程为训练数据的人工智能模型，可判断成分是否能被分解为水、二氧化碳等天然物质。

 

该方法以人工智能定量构效关系模型（AI-QSAR 模型）为基础，该模型是日本经济产业省 2022 财年化学安全对策委托项目的研究成果，最初是为《日本化学物质审查及制造管理法》开发的。资生堂开展了全新的生物降解性试验，通过对比试验实测值与 AI-QSAR 模型预测值，并对模型进行分阶段优化，最终实现了对化妆品成分生物降解性的高精准预测。

 

AI-QSAR 模型评估法无需依托专业人员的高阶经验，也无需开展大量试验，便能快速、简便地完成化妆品成分生物降解性评估，将原本需要 1-2 个月的评估流程缩短至实时出结果。未来，未来资生堂计划将此 AI 技术推广到整个化妆品行业，以推动能够降低行业总体环境影响的技术发展。

 

2. 快速识别化妆品成分安全信息的系统

 

 

自1963年成立安全研究部门以来，资生堂在安全评估方法方面的研究已有60多年历史。自2003年起，公司也开始涉足AI研究，利用尖端技术改进安全评估方法。安全评估分为三个阶段：（1）审查海量现有信息，包括内部和外部文献；（2）通过预测刺激性、过敏反应和基因毒性等毒性的测试进行评估；（3）通过人体测试进行最终确认。收集关键信息需要高深的专业知识和大量时间。过去面临的一个主要挑战是，信息不足会使得安全评估非常困难，从而导致某些成分无法被使用。

 

资生堂开发了一种系统，能够高精度地识别化妆品成分的安全相关信息，并确定其与安全评估的相关性。该系统能够快速提取评估项目（如重复剂量毒性和皮肤致敏性）的关键信息，并识别文献的相关性。这降低了个人偏见和疏漏的风险，使专家能够专注于做出最终的安全决策。

 

这项研究提高了安全保障的精度和可靠性，使得专业资源能够被有效分配到新的研究和人才培养中。此外，它还让以前因信息不足而被搁置的成分得以利用，为未来化妆品的创新铺平了道路。

 

展望未来，资生堂将通过扩大AI的使用和加强与外部研究机构的数据合作，继续推进数字化转型。公司的目标是创造超越以往经验的创新，并进一步加速研发。