Künstliche Intelligenz-gestützte Personalisierung des Behandlungsschemas für Haarausfall: Eine 6-Monats-klinische Studie.
3 Kleine Studie bei Menschen
- Art der Studie
- klinische Studie
- Untersucht bei
- Menschen
- Teilnehmer
- 38
- Veröffentlicht
- 2025 in Journal of drugs in dermatology : JDD
- Zitiert
- 2 mal von anderer Forschung
- Wer bezahlte
- Nicht angegeben. PubMed enthält für die meisten Artikel keine Interessenkonflikt-Erklärung; das ist nicht dasselbe wie unabhängig.
- Quelle
- PubMed 40043278 · doi 10.36849/JDD.8611
Haarausfall betrifft bis zu 50% der Frauen und 80% der Männer. Die hohen Kosten und Wartezeiten für professionelle Beratungen führen viele dazu, Einheitsösungen zu suchen, die häufig unwirksam sind. Diese Studie testete ein Künstliche-Intelligenz-Modell (KI) zur Individualisierung von nicht medikamentösen Haarausfallbehandlungen. In einer 24-Wochen-Studie erhielten 38 Frauen mit selbstberichtetem Haarausfall personalisierte Produktkits basierend auf KI-Analyse von Kopfhautbildern und Fragebögen. Die Behandlungen umfassten verschiedene Kombinationen von topischen Seren, Shampoos, oralen Nahrungsergänzungsmitteln und marinen Kollagenpeptiden. Von den 27 Teilnehmern, die die Studie abschlossen, wurden signifikante Verbesserungen bei Haarwuchs, Abdeckung und Dicke beobachtet (P<0,001 für alle). Der Haarausfall nahm nach 12 Wochen um 37,3% und nach 24 Wochen um 32,4% ab. Der transepidermale Wasserlust der Kopfhaut wurde nach 12 Wochen um 61,5% und nach 24 Wochen um 69% reduziert. Die Rasterelektronenmikroskopie zeigte verbesserte Haarstruktur. Die Teilnehmer berichteten über allgemeine Haarverbesserung (88,9%), bessere Kopfhautgesundheit (85,2%) und weniger Haarsprödigkeit (92,6%) (P<0,001 für alle). Es wurden keine unerwünschten Ereignisse gemeldet. Die KI-gesteuerte Plattform lieferte wirksam personalisierte Haarausfallbehandlungen und deutet auf eine datengesteuerte, individualisierte und zugängliche Selbstbedienungsalternative für die Haarausfallbehandlung hin. J Drugs Dermatol. 2025;24(3):233-238. doi:10.36849/JDD.8611.