Assay : un tracker soin de la peau avec une barre d'erreur. Recadrer la même photo déplace la texture de 5,81 points, alors un verdict ne s'affiche que si le changement dépasse ce plancher sur votre visage.

L'instrument est bon. Le nombre affiché n'est pas le nombre mesuré.

L'API YouCam Skin Analysis est un vrai bon instrument. Assay l'a vérifié : trois analyses d'une entrée octet-identique renvoient une sortie octet-identique, écart-type 0,000 sur chaque attribut. Le bruit du modèle est zéro. C'est ce qui légitime tout le reste que fait l'app : chaque point d'écart entre deux images vient de la variation de capture, pas du modèle qui change d'avis. Le problème n'est pas la mesure. C'est que la doc de Perfect Corp décrit ouvertement le score affiché comme « un motivateur psychologique », ajusté à la hausse par rapport à la mesure sous-jacente parce que « les consommateurs préfèrent généralement les évaluations positives concernant la santé de leur peau ». L'écart le plus large que j'ai vu sur mon propre visage était sur l'hydratation, la préoccupation qu'un produit hydratant est censé bouger. Assay calcule tout sur la mesure et jamais sur le motivateur.

Les maths, en deux lignes

Deux quantités standard de la science de la mesure clinique font le travail. SEM est l'écart-type poolé à travers les captures répliquées. MDC95 = 1,96 × √2 × SEM est le changement minimum qu'on peut distinguer du bruit de mesure à 95 % de confiance ; le √2 est là parce que deux mesures sont comparées et chacune porte sa propre erreur. En dessous de ce seuil, la réponse honnête n'est pas zéro et n'est pas une petite amélioration. C'est « impossible de conclure pour l'instant », et Assay le dit, avec le nombre de sessions supplémentaires requises. Six verdicts en sortent : Fonctionne (dépasse le plancher et la tendance concorde), Empire (dépasse le plancher dans le mauvais sens, rapporté tôt parce qu'une réaction indésirable apparaît vite), Poussée attendue (pire mais dans la fenêtre qu'un rétinoïde ou BHA est connu pour traverser), Ne fonctionne pas (plat, passé le point où cet ingrédient aurait dû faire quelque chose, un résultat nul pas précoce), Pas encore d'évidence (plat mais l'étude ne peut pas encore résoudre un effet de cette taille), et Impossible à mesurer (la préoccupation est plafonnée en bout d'échelle).

Où le plancher de bruit est mesuré, et la limite que je déclare d'entrée

Les images prises à quelques secondes d'intervalle sans toucher la caméra capturent le bruit de capteur et de pose, et rien d'autre. Elles ne peuvent pas voir l'erreur ajoutée en remontant la caméra demain, que l'expérience de recadrage ci-dessus montre être la plus grande erreur qui existe. Donc la calibration est plusieurs sessions séparées dans le temps plutôt que plusieurs images séparées de secondes ; la peau ne peut pas changer en vingt minutes, donc l'écart entre ces moyennes de session est de l'erreur de mesure pure et non de la biologie. Une chose à être clair là-dessus, parce que c'est la limite du nombre : les trois sessions de calibration dans l'étude livrée sont échantillonnées à 120s, 520s et 900s d'un seul enregistrement continu. Ça capture le pose, la distance et le drift d'expression qui s'accumulent entre séances, mais pas l'erreur de démonter physiquement la caméra et de la remettre. Le plancher qu'il donne est donc une borne inférieure de la vraie erreur inter-session, et la conséquence honnête va contre le projet : un plancher sous-estimé fait déclencher les verdicts plus facilement qu'ils ne devraient, pas moins. `src/data/study.json` l'enregistre sur le bloc de calibration lui-même, et l'app prend le plus grand entre l'erreur inter-session et l'erreur inter-image, jamais le plus petit, ce qui empêche cette borne de s'effondrer davantage.