← Torna al blog

AI Skin Analysis · Privacy e GDPR · 15 ottobre 2026

How to Choose an AI Skin Analysis Platform: Skin Phototype Accuracy, Facial Image Privacy and GDPR

Per scegliere una piattaforma di analisi della pelle con AI bisogna valutare tre aree: l'accuratezza dell'analisi sui diversi fototipi, la privacy delle immagini del volto e i requisiti di protezione dei dati. Per brand beauty e retailer skincare, questi aspetti aiutano a capire se una tecnologia è adatta ai propri clienti e all'uso previsto.

L'analisi della pelle con AI usa intelligenza artificiale e computer vision per valutare le caratteristiche visibili della pelle a partire da immagini come i selfie scattati con lo smartphone.

Tuttavia, saper analizzare imperfezioni, rossori o rughe non dimostra automaticamente prestazioni equivalenti su tutti i fototipi, né chiarisce come vengono protette le immagini dei clienti.

Accuratezza dell'analisi della pelle con AI, fototipi e privacy delle immagini del volto

1. L'analisi della pelle con AI è accurata su tutti i fototipi?

Le prestazioni sui diversi fototipi vanno valutate con risultati di validazione che indichino quali fototipi sono stati testati e quali funzioni di analisi sono state misurate. I risultati ottenuti su un gruppo non vanno interpretati automaticamente come prova di prestazioni equivalenti su tutti gli altri.

Che differenza c'è tra fototipo e tono della pelle?

Fototipo e tono della pelle descrivono caratteristiche diverse.

Fototipo

Il sistema di classificazione di Fitzpatrick suddivide la pelle in base alla sua risposta tipica all'esposizione ai raggi ultravioletti.

Tono della pelle

Il tono della pelle indica il colore visibile della pelle.

I due concetti sono collegati, ma non intercambiabili. Per i brand beauty che valutano un'analisi della pelle con AI la distinzione conta: dati di validazione riferiti a fototipi specifici non dimostrano necessariamente le prestazioni su tutti i toni di pelle visibili.

Perché i brand dovrebbero controllare quali fototipi sono stati inclusi nella validazione?

I fototipi presenti nel campione di validazione determinano quali popolazioni sono coperte direttamente dai risultati dichiarati.

Per esempio, uno studio condotto sui fototipi II–IV non dimostra automaticamente prestazioni equivalenti sui fototipi I, V o VI. Questo non significa che la tecnologia funzioni male sugli altri fototipi: significa che quella specifica valutazione non fornisce prove per quei gruppi.

I brand con clienti dalle caratteristiche di pelle diverse dovrebbero quindi esaminare la popolazione inclusa nella validazione di ciascun fornitore.

Quali informazioni dovrebbero chiedere i brand?

Quando valutano una piattaforma, i brand dovrebbero chiedere:

Quali fototipi sono stati inclusi nei test?

Quante immagini o partecipanti sono stati valutati?

Le immagini di validazione sono state escluse dall'addestramento del modello?

Quali caratteristiche della pelle sono state misurate?

I risultati sono disponibili separatamente per i diversi gruppi?

Quali limiti indica il fornitore?

Queste domande aiutano a capire la portata reale di un risultato di prestazione.

Cosa mostra la validazione interna di Dermaself?

Validazione interna Dermaself 2026

Dermaself valuta le prestazioni della propria tecnologia di AI Skin Analysis con una validazione interna dedicata a funzioni di analisi specifiche, tra cui la valutazione del rossore e la localizzazione delle rughe. La validazione usa immagini non incluse nell'addestramento del modello.

98%

di concordanza entro un grado nella valutazione del rossore

92%

di accuratezza nella localizzazione delle rughe

Rossore: la valutazione si è discostata da quella di riferimento di non più di un grado nel 98% dei casi, su 121 volti non usati per l'addestramento del modello, nei fototipi II–IV.

Rughe: il modello ha individuato l'area del viso corretta in cui si trova una ruga nel 92% dei casi, su oltre 5.000 rughe analizzate.

Fonte: metodologia di validazione interna Dermaself, 2026. Questi risultati descrivono le prestazioni di funzioni AI specifiche: non rappresentano un punteggio complessivo di accuratezza né dimostrano prestazioni equivalenti su tutti i fototipi.

2. Come possono i brand beauty valutare l'accuratezza dell'analisi della pelle con AI?

L'accuratezza dell'analisi della pelle con AI si valuta guardando cosa è stato misurato, come è stata condotta la valutazione e quali dati sono stati usati. Una percentuale di prestazione è più informativa quando compito e metodologia sono spiegati chiaramente.

Funzioni diverse di analisi della pelle con AI possono richiedere forme di valutazione diverse. Per esempio, individuare l'area del viso in cui si trova una ruga è un compito diverso dal valutare l'intensità del rossore. Per questo le percentuali che descrivono queste funzioni non vanno considerate direttamente confrontabili.

Il modello è stato testato su immagini escluse dall'addestramento?

Un buon processo di validazione misura le prestazioni su immagini non incluse nei dati di addestramento del modello. Dermaself applica questo approccio nelle sue valutazioni interne su rossore e rughe. Quando confrontano più piattaforme, i brand dovrebbero chiedere se i risultati dichiarati sono stati ottenuti con dati esclusi dall'addestramento.

Cosa misura esattamente l'indicatore di prestazione?

Il significato di un risultato dipende dai criteri di valutazione. Per esempio, il risultato di Dermaself sul rossore indica valutazioni che si discostano da quella di riferimento di non più di un grado. Non significa che il 98% delle valutazioni del rossore coincida esattamente.

Allo stesso modo, il risultato sulle rughe misura l'individuazione dell'area corretta del viso, non ogni aspetto possibile dell'analisi delle rughe. Indicatori definiti con chiarezza aiutano i brand a capire cosa dimostrano davvero i risultati di validazione di una piattaforma.

Perché conta la qualità del selfie?

Luce, esposizione, bilanciamento del bianco ed elaborazione della fotocamera dello smartphone possono cambiare l'aspetto della pelle in una foto. Queste variazioni contano nell'analisi basata su immagini, perché l'AI valuta le informazioni visive catturate dalla fotocamera.

La normalizzazione delle immagini serve a ridurre le differenze dovute alle condizioni di scatto e a ottenere input più uniformi per l'analisi.

Collaborazione di ricerca

Dermaself ha collaborato con Alta Scuola Politecnica, il programma d'eccellenza congiunto del Politecnico di Milano e del Politecnico di Torino, a una ricerca sulla normalizzazione dei selfie. Il progetto ha studiato una pipeline aggiuntiva di elaborazione delle immagini che combina la correzione dell'illuminazione basata su AI con algoritmi classici di image processing.

3. Come si proteggono le immagini del volto durante l'analisi della pelle con AI?

La privacy delle immagini del volto richiede attenzione sia alle informazioni visibili della pelle necessarie per l'analisi, sia ai tratti del viso che possono identificare una persona. Le tecnologie pensate per ridurre le informazioni identificative vanno valutate in base ai metodi di elaborazione reali e alle capacità documentate.

Un selfie può contenere informazioni utili sulla pelle insieme a tratti legati all'identità della persona. È questa la sfida per le tecnologie basate su immagini: mantenere i dettagli visivi necessari all'analisi della pelle riducendo le informazioni che identificano il volto.

Perché mascherare o sfocare non sempre basta?

Le tecniche tradizionali di elaborazione delle immagini, come mascheratura e sfocatura, possono eliminare o nascondere i tratti visibili del viso. Però possono anche cancellare dettagli della pelle utili all'analisi. Questo limite è una delle questioni studiate nel progetto di ricerca tra Dermaself e Alta Scuola Politecnica.

Qual è l'approccio di ricerca di Dermaself all'anonimizzazione del volto?

Il progetto con l'Alta Scuola Politecnica ha sviluppato un approccio di ricerca basato sulla ricostruzione 3D del volto. La tecnologia è pensata per separare le informazioni del viso legate all'identità dalle caratteristiche della pelle utili all'analisi. Invece di affidarsi solo a mascheratura o sfocatura, la ricerca ha esplorato trasformazioni strutturali della rappresentazione del volto che preservano dettagli visibili della pelle come lesioni, rossori, pigmentazione e texture.

Si tratta di un lavoro di ricerca pensato per ampliare le capacità tecnologiche di Dermaself. Non va interpretato come conferma di un'anonimizzazione irreversibile, né come prova che la tecnologia sia già inclusa in ogni implementazione Dermaself.

Cosa dovrebbero verificare i brand sulla privacy delle immagini del volto?

Prima di adottare una piattaforma basata su selfie, i brand dovrebbero chiedere:

Quali informazioni del volto vengono raccolte?

Le immagini originali vengono conservate dopo l'elaborazione?

Quali tecniche vengono usate per ridurre le informazioni identificative?

Le immagini elaborate possono ancora essere ricondotte a una persona?

Quali tecnologie per la privacy sono disponibili nell'implementazione proposta?

Quale documentazione supporta le affermazioni del fornitore sulla privacy?

Queste domande aiutano a distinguere obiettivi di ricerca, capacità tecniche e implementazione commerciale effettiva.

4. Cosa dovrebbero verificare i brand beauty sulla conformità al GDPR?

La valutazione GDPR deve coprire l'intero trattamento dei dati personali, non solo la tecnologia usata per modificare le immagini del volto. Un metodo di elaborazione delle immagini attento alla privacy non basta, da solo, a dimostrare che una piattaforma di analisi della pelle con AI rispetti tutti i requisiti di protezione dei dati applicabili.

Quali dati personali vengono raccolti?

I brand dovrebbero stabilire quali informazioni tratta la piattaforma e per quali finalità, incluso il modo in cui le immagini del volto e le eventuali informazioni associate vengono usate nell'esperienza cliente proposta.

Come vengono archiviate e conservate le immagini?

I brand dovrebbero chiedere se i selfie originali e le immagini elaborate vengono archiviati, dove e per quanto tempo, basandosi sulla documentazione reale del fornitore e non su ipotesi sulla tecnologia.

Chi può accedere alle informazioni?

I brand dovrebbero chiarire quali organizzazioni e quale personale autorizzato possono accedere ai dati. Le misure di sicurezza dovrebbero essere documentate per l'implementazione prevista.

Come vengono gestiti i diritti dei clienti sulla protezione dei dati?

Fornitore e brand dovrebbero chiarire come vengono gestite le richieste relative ai dati personali, incluse le responsabilità di ciascuna organizzazione coinvolta.

Quale organizzazione è responsabile di ciascun trattamento?

Le parti dovrebbero definire i rispettivi ruoli e responsabilità in materia di protezione dei dati. Questi accordi dipendono da come viene implementato il servizio e da come vengono trattati i dati.

Perché conta la protezione dei dati fin dalla progettazione?

La protezione dei dati va considerata già in fase di progettazione e implementazione dei sistemi che trattano dati personali.

Questa guida non valuta lo stato complessivo di conformità GDPR di Dermaself, le modalità di conservazione dei dati né le responsabilità contrattuali di trattamento per una specifica implementazione. Questi aspetti vanno verificati sulla documentazione ufficiale pertinente.

5. Cosa dovrebbero sapere i brand su dati biometrici e immagini del volto?

I brand beauty non dovrebbero dare per scontato che ogni immagine del volto venga trattata per l'identificazione biometrica. Dovrebbero capire quale elaborazione tecnica esegue la piattaforma e se identificare una persona rientra tra le sue finalità.

Per una piattaforma che usa selfie, le domande da porsi sono:

L'immagine viene usata per analizzare le caratteristiche visibili della pelle?

Il sistema esegue anche l'identificazione o la verifica dell'identità?

Quali informazioni vengono ricavate dall'immagine?

I risultati sono associati a informazioni che identificano il cliente?

Quale valutazione legale supporta il trattamento proposto?

Dermaself descrive la propria tecnologia come un'analisi delle caratteristiche visibili della pelle a supporto di raccomandazioni skincare personalizzate. Tuttavia, la qualificazione giuridica di ciascun trattamento dipende dalla specifica implementazione presso il cliente.

Per questo, la guida non trae conclusioni sul trattamento di dati biometrici da parte di Dermaself né sulla sua conformità al GDPR.

6. Accuratezza e privacy dell'analisi della pelle con AI: checklist per valutare un fornitore

Prima di scegliere un fornitore di analisi della pelle con AI, i brand beauty dovrebbero chiedere prove su validazione tecnica, copertura dei fototipi ed elaborazione delle immagini del volto. La checklist riunisce le domande viste in questa guida.

Area di valutazione

Domanda per il fornitore

Fototipi

Quali fototipi sono stati inclusi nella validazione?

Copertura dei toni di pelle

Quali toni di pelle visibili erano rappresentati?

Campione di validazione

Quante immagini o partecipanti sono stati valutati?

Indicatori di prestazione

Quale funzione è stata misurata, e come?

Separazione dall'addestramento

Le immagini di validazione sono state escluse dall'addestramento del modello?

Qualità dell'immagine

Come vengono gestite le variazioni di luce e fotocamera?

Privacy del volto

Quali caratteristiche identificative vengono mantenute o ridotte?

Ricerca o implementazione

Quali tecnologie sono disponibili nella soluzione proposta?

Archiviazione dei dati

I selfie originali o elaborati vengono archiviati, e per quanto tempo?

Documentazione GDPR

Quale documentazione spiega finalità e responsabilità del trattamento?

Diritti dei clienti

Come vengono gestite le richieste relative alla protezione dei dati?

Queste domande aiutano i team digital, e-commerce e innovazione a valutare le prove dietro le affermazioni di un fornitore.

7. Dermaself: ricerca e validazione tecnica nell'analisi della pelle con AI

Dermaself documenta i risultati della validazione interna su funzioni di analisi specifiche e ha svolto collaborazioni di ricerca sull'uniformità delle immagini e sull'elaborazione del volto orientata alla privacy.

La collaborazione con l'Alta Scuola Politecnica ha esplorato due tecnologie complementari: normalizzazione dei selfie e anonimizzazione del volto basata sul 3D.

I brand che valutano un'implementazione specifica dovrebbero richiedere la relativa documentazione tecnica e sulla protezione dei dati.

Scopri la tecnologia di AI Skin Analysis di Dermaself

Scopri come Dermaself collega l'analisi della pelle con AI alle informazioni sugli ingredienti cosmetici e alle raccomandazioni skincare personalizzate per brand beauty e retailer.

Elena Setaro, CEO & Founder di Dermaself

Scritto da

Elena Setaro

CEO & Founder, Dermaself

Elena Setaro è CEO e founder di Dermaself, l'azienda beauty tech di Milano che unisce l'analisi della pelle con AI a oltre 30 anni di ricerca dermatologica dell'istituto Derming, per aiutare brand e retailer beauty a consigliare la skincare giusta a ogni cliente. Si è laureata in Economia all'Università Bocconi con 110 e lode, ha lavorato in Philips ed è stata inserita nella classifica Forbes Italia Under 30 2025, categoria Science & Healthcare.

LinkedIn →

Domande frequenti

Risposte rapide alle domande più comuni

L'analisi della pelle con AI è accurata su tutti i fototipi?

Le prestazioni su tutti i fototipi non si possono dedurre da risultati ottenuti su un gruppo limitato. I brand dovrebbero verificare quali fototipi sono stati inclusi nella validazione e cosa misurano i risultati dichiarati.

Che differenza c'è tra fototipo e tono della pelle?

Il fototipo descrive la risposta tipica della pelle all'esposizione ai raggi ultravioletti, mentre il tono della pelle indica il suo colore visibile. Sono caratteristiche collegate ma distinte.

Come valida Dermaself la propria analisi della pelle con AI?

Dermaself riporta risultati di validazione interna su funzioni specifiche, tra cui la valutazione del rossore su 121 volti nei fototipi II–IV e la localizzazione delle rughe su oltre 5.000 rughe analizzate.

Perché la luce conta nell'analisi della pelle con AI?

Luce, esposizione ed elaborazione della fotocamera possono cambiare l'aspetto della pelle in un selfie. La ricerca sulla normalizzazione delle immagini punta a ridurre queste differenze e a ottenere input più uniformi per l'analisi AI.

Cosa ha sviluppato Dermaself con l'Alta Scuola Politecnica?

La collaborazione di ricerca ha esplorato la normalizzazione dei selfie e un approccio di anonimizzazione del volto basato sul 3D, pensato per preservare le informazioni utili sulla pelle riducendo i tratti del viso legati all'identità.

L'anonimizzazione del volto dimostra automaticamente la conformità al GDPR?

No. L'intero trattamento e i requisiti legali applicabili vanno valutati separatamente.

Dermaself fornisce informazioni documentate sulla conformità al GDPR?

Questo articolo non valuta le misure complessive di conformità GDPR di una specifica implementazione Dermaself. I brand dovrebbero richiedere la documentazione ufficiale applicabile.

L'analisi della pelle con AI è una diagnosi dermatologica?

No. Dermaself descrive la propria analisi della pelle con AI come una tecnologia a supporto di esperienze skincare personalizzate e raccomandazioni di prodotto, non come uno strumento di diagnosi medica.

Porta l’AI Skin Analysis di Dermaself nella customer experience del tuo brand

Integra l’analisi della pelle da selfie e le raccomandazioni skincare personalizzate nel tuo e-commerce o punto vendita, collegando le esigenze della pelle ai prodotti disponibili nel tuo catalogo.

Prenota una Demo

Contattaci

Raccontaci del tuo brand o progetto: il nostro team ti risponderà via email.

Contattaci

Raccontaci del tuo brand o progetto: il nostro team ti risponderà via email.