AI赋能化妆品安全检测：技术应用与实践指南

20XX/XX/XXAI赋能化妆品安全检测：技术应用与实践指南汇报人:XXXCONTENTS目录01

化妆品安全检测行业现状与挑战02

AI在化妆品安全检测中的技术原理03

AI驱动的检测流程优化方案04

AI安全检测典型案例分析CONTENTS目录05

AI检测技术的行业标准适配06

实操应用场景解析07

AI检测技术的局限性与应对策略08

未来发展趋势与展望化妆品安全检测行业现状与挑战01行业监管政策与合规要求国家法规动态与核心要求2025年4月，国家药监局发布《化妆品安全风险监测与评价管理办法》，明确重点监测五大类风险物质，包括易非法添加物质、对重点人群有害成分等，自2025年8月1日起施行。AI技术应用的合规边界AI检测系统需符合《化妆品监督管理条例》要求，如广东省药监局"粤妆评"工具通过统一审核标准（依据预设法规、核查要点等），避免人工审查标准不一问题，确保依法合规。国际监管趋势与标准适配欧盟REACH法规对PFAS等物质实施严格限制，2026年10月起，化妆品中PFHxA及其盐类含量超25ppb将禁止上市；AI检测需适配国际动态，如风险物质筛查需覆盖新增禁限用成分。智慧监管与政策落地实践广东省"粤安评""粤妆评"案例入选2025年国家智慧监管典型案例，通过AI工具实现备案审核效率提升5倍，监管标准统一，为全国提供"辅助企业+辅助监管"双轮驱动的合规范式。传统检测模式的痛点分析企业端：合规成本高与效率瓶颈

中小微企业面临安全评估专业人才缺乏、数据积累不足问题，传统安评报告制作需专业团队耗时2-4周，单份报告委托费高达5000-10000元，导致备案难、投产慢。监管端：审核效率低与标准不统一

备案核查涉及7大类材料、超30份法规文件，人工审核单产品需30分钟，日均核查量有限；不同审核人员对法规理解差异导致标准不一，存在误判漏判风险，广东年新备案业务近50万件压力显著。行业端：市场竞争环境与风险防控滞后

合规企业因审核标准波动延误上市，部分企业通过P图等技术手段造假，破坏公平竞争环境；人工检测对风险物质识别滞后，难以及时发现潜在安全隐患，无法满足《化妆品安全风险监测与评价管理办法》对风险预警的要求。AI技术介入的必要性与价值

传统检测模式的局限性传统化妆品安全检测面临效率低、准确性易受人为因素影响、标准不统一等问题，例如人工审核备案材料平均需30分钟，且易因人员理解差异导致标准不一。

产业发展对检测技术的新要求广东作为化妆品产业大省，生产企业约占全国55%，备案品种超173万个，传统监管模式难以应对庞大的业务量和日益严格的法规要求，亟需技术革新提升效能。

AI赋能检测效率提升AI工具如“粤妆评”将单产品备案核查时间从30分钟压缩至5分钟，综合效率提升5倍，监管人员日均核查量从20份提升至100份以上，显著缓解审核压力。

AI提升检测准确性与风险识别能力AI系统内置精确法规标准数据库，可精准判断原料合规性、功效宣称真实性等，降低人工漏判误判率，同时构建动态风险预警模型，强化风险物质监测与识别。

降低企业合规成本与门槛“粤安评”工具实现企业1分钟免费生成安评报告样稿，降低报告制作成本，帮助中小微企业解决专业人才缺乏、合规成本高的难题，提升行业整体合规水平。AI在化妆品安全检测中的技术原理02图像识别技术在外观缺陷检测中的应用

技术原理：从图像采集到智能判断图像识别技术通过高速摄像头（如每秒20帧）捕捉产品细节，结合深度学习算法构建缺陷识别模型，可识别0.01毫米级瓶身划痕、0.5度倾斜标签等细微缺陷，实现从人工抽检到AI全检的升级。

核心优势：超越人眼的检测能力相比传统人工抽检3%的漏检率，AI检测系统误判率可压至0.02%以下；同时实现24小时不间断工作，检测效率提升2-3倍，显著降低人力成本与质量风险。

典型应用场景：包装与产品外观全检在化妆品灌装生产线上，AI视觉检测工位可对瓶身、标签、印刷质量、液体杂质等进行360°检测，如某企业智能灌装线通过AI检测使设备利用率提升40%，适配多品类柔性生产需求。

数据驱动优化：持续提升检测精度通过百万级缺陷样本训练模型，结合动态更新的缺陷数据库，AI系统可自主学习新缺陷类型，例如某系统通过迁移学习技术，在小样本场景下快速适配新包装材料的缺陷检测需求。光谱分析与AI结合的成分识别技术

01技术原理：光谱特征提取与AI模型融合光谱分析通过物质对特定波长电磁辐射的吸收、发射或散射特性进行定性定量分析，AI模型（如深度学习CNN）对海量光谱数据进行训练，实现对复杂成分的快速识别与模式匹配，突破传统分析对样品纯度和人工经验的依赖。

02核心优势：提升检测效率与准确性AI结合光谱技术可实现对化妆品中禁限用成分、非法添加物的快速筛查，如拉曼光谱结合AI算法对金属离子、塑料成分的鉴别，红外光谱对油脂、醇类等原料的快速识别，仪器分析检测准确率超95%，大幅缩短检测周期。

03典型应用：原料鉴别与真伪鉴定利用AI驱动的光谱分析技术，可对化妆品原料进行快速鉴别，验证“天然成分”“无添加”等宣称的真实性，例如通过碳同位素分析结合AI模型验证植物成分的天然性，有效打击假冒伪劣产品，净化市场环境。

04行业价值：推动检测标准化与智能化转型该技术推动化妆品成分检测从“经验判断”向“数据智能”转型，为监管机构提供高灵敏度检测工具，为企业研发提供成分优化与配方创新支持，助力构建科学质量分级体系，保障消费者合法权益。自然语言处理在报告审核中的应用01智能文本解析与信息提取利用OCR识别与NLP技术，自动提取备案材料中的产品信息、配方成分、检验数据等关键要素，替代人工逐字审阅，提升信息提取效率与准确性。02法规符合性智能校验内置动态更新的法规数据库（如《化妆品监督管理条例》），对安评报告、标签宣称等文本进行语义分析，自动识别禁限用语、功效宣称合规性等问题，实现标准统一化审核。03风险物质与数据逻辑校验通过NLP算法比对原料成分与风险物质数据库，智能预警潜在风险成分；同时对报告中数据逻辑性（如配方比例、检验结果与结论一致性）进行自动核查，降低人工漏判误判风险。04案例：IACheck文本审核系统IACheck工具通过深度学习技术，自动检测微生物检测报告中菌落总数与生产工艺的逻辑冲突，发现异常数据时实时预警并冻结报告，保障数据合规性与准确性。机器学习模型在风险预警中的构建

数据采集与预处理整合化妆品原料成分、历史备案数据、不良反应报告及生产工艺参数等多源数据，进行标准化清洗与特征工程，建立动态更新的风险数据库。

风险特征提取与模型训练通过深度学习算法识别风险物质与功效宣称的关联性特征，采用监督学习（如随机森林、神经网络）训练模型，实现对高风险原料、禁限用成分的智能识别。

动态预警模型的部署与迭代构建实时监测与预警系统，结合“粤妆评”等工具实现风险数据实时联动，通过持续纳入新案例与法规标准更新模型参数，提升预警准确性与时效性。

风险可视化与决策支持将模型输出转化为直观的风险热力图与趋势分析报告，辅助监管部门快速定位高风险产品与企业，为制定精准监管策略提供数据支持。AI驱动的检测流程优化方案03样品采集与预处理的智能化升级AI辅助靶向采样技术基于大数据分析与风险预警模型，AI系统可精准识别高风险产品类别与采样区域，提升采样靶向性。如《化妆品安全风险监测与评价管理办法》要求，针对儿童化妆品等重点人群用品、易非法添加物质的产品，AI可优化采样策略，确保样品代表性与风险性。智能采样信息采集与溯源集成OCR识别与区块链技术，实现采样信息（产品名称、备案编号、生产企业等）自动录入与全程追溯。采样人员通过移动终端扫码即可完成信息采集，避免人工记录误差，数据实时同步至监管平台，符合《化妆品安全风险监测与评价管理办法》中采样信息完整性要求。自动化预处理系统应用AI驱动的自动化样品前处理设备，可实现称量、萃取、净化等步骤的标准化操作，减少人为干预。例如，针对化妆品中重金属检测，智能预处理系统能自动完成样品消解与定容，处理效率较传统人工提升3-5倍，且误差率控制在2%以内。多模态数据融合预处理结合光谱分析与AI算法，对样品外观、气味、pH值等多维度数据进行融合预处理，实现对异常样品的快速初筛。如通过近红外光谱结合深度学习模型，可在预处理阶段识别出可疑样品，优先进入精密检测流程，提升整体检测效率。检测数据分析与结果判读的自动化

AI驱动的多源数据整合与解析AI技术能够整合光谱分析、质谱数据、微生物检测等多源数据，通过深度学习算法进行模式识别与特征提取，实现对复杂检测数据的快速、准确解析，避免人工分析的主观性和滞后性。

智能阈值判断与合规性自动判定基于内置的法规标准数据库（如《化妆品安全技术规范》），AI系统可自动将检测结果与标准阈值进行比对，快速判定产品是否合规，例如对重金属、禁限用成分等关键指标的自动筛查。

风险预警与异常模式识别AI通过构建动态风险预警模型，能够识别检测数据中的异常模式，如批次间成分波动、潜在风险物质的微量检出等，并及时发出预警，为监管决策和企业质量控制提供支持。

检测报告的智能生成与标准化输出AI工具可根据预设模板和检测数据自动生成规范的检测报告，确保报告内容的完整性、准确性和格式统一性，大幅减少人工编写报告的时间成本，如“粤安评”工具1分钟生成安评报告样稿。多模态数据融合的检测效率提升多模态数据融合技术框架整合图像数据（如360°AI视觉检测捕捉的瓶身划痕、标签倾斜）、光谱数据（如液体杂质光谱分析）、文本数据（如备案材料OCR识别结果）及传感器数据（如生产线环境参数），构建多维度检测数据池，实现从单一指标检测向综合质量评估升级。跨模态信息协同处理机制通过深度学习模型（如CNN与Transformer融合架构）对多源数据进行特征提取与关联分析，例如将AI视觉检测的0.01毫米级缺陷识别结果与光谱分析的成分纯度数据联动，实现生产缺陷与内在质量风险的同步预警，综合检测效率提升5倍以上。实时推理与边缘计算应用采用GPU加速与模型轻量化技术（如MobileNetV3+SSD架构），在产线端实现毫秒级多模态数据实时推理，例如智能灌装线上AI检测系统同时处理视觉、光谱及传感器数据，将误判率压至0.02%以下，满足高并发生产场景需求。动态风险评估与自适应优化基于多模态数据构建动态风险评估模型，如结合历史缺陷数据、原料成分变化及环境参数波动，自动调整检测阈值与权重，实现从被动检测向主动预防转变，某试点企业应用后质量异常提前预警率提升40%。检测报告生成与合规性校验的AI辅助AI驱动的检测报告自动化生成AI工具如“粤安评”可整合权威毒理数据与企业上传的产品信息、配方及检验报告，实现1分钟内一键生成符合格式要求的完整版安全评估报告样稿，大幅降低企业报告制作成本与时间。AI赋能的备案材料合规性智能校验“粤妆评”等AI工具利用OCR识别、大数据比对及预设法规标准，对备案材料进行自动智能核查，5分钟内完成单产品核查，综合效率提升5倍，统一审核标准，降低人工漏判误判风险。微生物检测报告的AI文本审核AI文本审核工具如IACheck可自动检测微生物检测报告中的菌落总数、生产工艺参数，识别数据与工艺逻辑冲突，发出预警并冻结错误报告，保障报告数据准确与合规性。AI安全检测典型案例分析04广东省药监局"粤妆评"智能核查系统实践

系统核心功能与技术架构依托大数据、人工智能及OCR内容识别技术，构建备案核查知识库，通过海量数据AI训练，实现对企业上传备案材料的自动智能核查并给出建议，经人工确认后提交核查意见。

关键应用成效：效率与质量双提升将单产品备案核查时间从平均30分钟压缩至5分钟，综合核查效率提升5倍；监管人员日均核查量从20份提升至100份以上，准确率超90%，有效避免人工审查的漏判、误判。

统一审核标准与风险识别强化依据预设法规标准、核查要点等动态调整标准进行审核，解决因审查人员理解或专业性差异导致的标准不一致问题；建立风险分析评估模型，实现"风险归集""综合预警"，提升备案环节风险识别能力。

智能可视化操作与数据联动通过AI工具对备案信息快速识别，对配方成分、功效宣称、标签样稿等实现多视窗互联，方便核查人员查看和比对信息；打通全链条监管数据，实现上市前上市后数据联动共享。AI皮肤检测仪在功效评价中的应用案例

美莱宝AI皮肤检测仪：精准诊断与个性化方案美莱宝AI皮肤检测仪通过三光谱技术与AI算法，可深入分析毛囊口油脂堵塞、炎症因子等肌肤问题，为用户提供从调节肌肤微生态到修复屏障功能的个性化护理方案，实现从经验护肤到数据驱动护肤的转变。

玩美移动肌肤分析技术：多维度识别与商业落地玩美移动的肌肤分析技术可识别15类主要肤质问题，分析结果稳定性接近专业皮肤检测仪水准，已广泛应用于美妆电商的肌肤测评与试妆结合、医美初筛等商业场景，推动个性化护肤服务的普及。

美图宜肤AI大模型：多维度检测与跨场景稳定美图宜肤AI美业大模型覆盖30余个皮肤检测维度，基于大规模异构数据训练，具备跨光线、跨肤质、跨设备的稳定性，为功效评价提供了全面且可靠的数据支持，提升了产品功效宣称的可信度。智能灌装线与AI缺陷检测系统集成应用智能灌装线核心技术亮点下潜式灌装头杜绝气泡飞溅，PLC控制系统实时调控灌装速度、旋盖扭矩与贴标角度，动态安全区技术实现人机协同作业，同一生产线可切换生产精华液、面霜甚至口红，设备利用率提升40%。AI缺陷检测系统功能优势360°AI视觉检测工位以每秒20帧频率捕捉细节，深度学习算法识别0.01毫米级瓶身划痕、0.5度倾斜标签及液体杂质，误判率压至0.02%以下，较传统人工抽检3%的漏检率显著降低。产线集成应用成效智能灌装线与AI检测系统无缝对接，实现从精准灌装到缺陷识别的全流程自动化。某企业应用后，生产效率提升2-3倍，产品不良率下降90%以上，大幅降低人工成本与质量风险。微生物检测报告AI审核系统（IACheck）实践IACheck系统核心功能IACheck作为AI文本审核工具，专注于化妆品微生物检测报告的高效、精确审核，自动检测报告中的菌落总数、生产工艺及标准合规性等关键参数，确保数据准确与合规。解决菌落总数与生产工艺矛盾通过结合生产工艺的审核规则，IACheck能自动识别菌落总数与生产工艺间可能存在的逻辑冲突，一旦发现数据与生产环节不符，立即发出警告并冻结相关报告，防止错误报告影响生产决策。个性化合规规则配置考虑到不同化妆品品牌生产工艺和质量标准的差异，IACheck支持个性化合规规则配置，灵活应对生产差异，满足企业特定的质量管理需求。AI检测技术的行业标准适配05国内外化妆品AI检测相关标准解析

国内AI检测标准体系框架国家药监局2025年发布《化妆品安全风险监测与评价管理办法》，明确AI在风险物质识别、安全评估中的应用方向。中国质量检验检测科学研究院研发的AI风险检测系统，仪器分析检测准确率超95%，并推进口腔护理产品国家标准立项。

国际AI检测标准动态欧盟REACH法规对全氟和多氟烷基物质(PFAS)等风险物质的限值要求，推动AI在原料筛查中的应用。国际标准化组织（ISO）正探索AI在化妆品功效评价、标签合规性检查等领域的标准制定，关注算法透明度与结果可追溯性。

AI检测标准的核心适配要点AI检测需满足《化妆品安全技术规范》对禁限用成分、微生物指标的要求，如广东省"粤妆评"工具依据预设法规标准、核查要点进行审核，确保与现有监管体系无缝衔接。同时，需符合数据安全与隐私保护相关法规，如GDPR对个人肤质数据的处理规范。AI检测系统的性能验证与合规要求

核心性能指标与行业基准AI检测系统性能验证需关注检出率、准确率、误判率等核心指标。工业领域AI视觉识别面料瑕疵平均检出率达95%以上，钢铁行业常规缺陷检出率超95%，化妆品AI风险检测系统仪器分析检测准确率超95%，为性能验证提供参考基准。

检测标准与方法学验证需依据国家标准、技术规范及化妆品补充检验方法等开展验证。如《化妆品安全技术规范》新增的检验方法，以及AI系统特有的算法模型验证，确保检测方法的科学性、重复性和准确性，满足法规对检测数据可靠性的要求。

法规合规性适配与数据安全AI检测系统需符合《化妆品安全风险监测与评价管理办法》等法规要求，确保风险物质监测的靶向性与代表性。同时，严格遵守数据保密规定，对在监测与评价工作中知悉的商业秘密、个人隐私等信息予以保密，系统需通过数据安全合规评估。

实际应用中的性能保障措施通过多轮验证与迭代优化AI模型，如采用迁移学习、多模态融合等技术提升复杂场景适应能力。建立动态更新机制，根据法规标准变化（如2026年新增的致敏原标注要求）和新风险物质信息，持续优化检测算法，确保系统长期稳定满足检测需求。检测数据安全与隐私保护标准适配数据安全合规框架构建依据《化妆品安全风险监测与评价管理办法》要求，建立覆盖数据采集、传输、存储、使用全生命周期的安全体系，明确数据分级分类管理策略，确保商业秘密和个人隐私信息不被泄露。隐私保护技术应用规范在AI检测系统中采用数据脱敏、访问权限控制等技术，例如对检测报告中的企业敏感信息进行匿名化处理，对皮肤检测图像中的个人生物特征进行加密存储，符合GDPR等国际隐私标准。行业标准与技术实践融合参考国家药监局信息系统安全规范，将AI检测工具如“粤妆评”的操作日志、数据流转过程纳入标准化管理，确保系统定位误差≤3%等技术参数符合《化妆品安全技术规范》相关要求。实操应用场景解析06原料风险物质快速筛查场景

AI驱动的风险物质智能识别体系基于深度学习算法构建风险物质识别模型，整合权威毒理数据库与历史检测数据，实现对化妆品原料中高风险、大用量原料的风险物质快速识别，辅助监管部门提升审评效率。

多模态数据融合检测技术结合光谱分析、质谱数据与AI算法，建立“风险物质与功能成分识别”技术体系，仪器分析检测准确率超95%，可快速筛查8种高关注物质及200余种禁限用成分。

高通量筛查与微量检测突破应用AI优化的高通量质谱测定方法，显著提升面膜等产品中非法添加物的检出率，实现对痕量风险物质的超早期预警，缩短检测周期，降低企业研发成本。

动态风险预警与数据库支撑构建动态更新的风险物质数据库，结合AI风险检测系统实时监测原料风险事件、不良反应报告等数据，建立“风险归集+综合预警”模型，为精准监管提供科学依据。生产过程在线质量监控场景

AI视觉检测系统：微米级缺陷识别在2026化妆品机械展中，AI检测系统展现出强大能力，能识别0.01毫米级瓶身划痕、0.5度倾斜标签，并通过光谱分析检测液体杂质，误判率压至0.02%以下，替代人工抽检，解决传统3%漏检率问题。

智能灌装线：动态精度与柔性生产智能灌装线采用下潜式灌装头杜绝气泡飞溅，PLC控制系统实时调控参数，动态安全区技术保障人机协同。同一生产线可切换生产精华液、面霜、口红，设备利用率提升40%，满足小批量快迭代需求。

AI配方师系统：即时定制生产AI配方师系统输入肤质数据与功效需求，30秒生成定制配方并通过智能灌装线即时生产，实现“专属美妆工厂”概念，推动生产模式向个性化、精准化转型。

微生物检测AI审核：实时合规保障IACheck等AI文本审核工具，自动检测微生物检测报告中菌落总数与生产工艺的逻辑冲突，发现不符立即警告并冻结报告，确保数据准确与生产合规，提升质量监控效率。成品包装缺陷智能检测场景

01360°AI视觉检测技术应用高速摄像头以每秒20帧频率捕捉产品细节，深度学习算法可识别0.01毫米级瓶身划痕、0.5度倾斜标签，通过光谱分析检测液体杂质含量，误判率压至0.02%以下。

02动态安全区与柔性制造协同智能灌装线集成动态安全区技术，机械臂与操作员0.5米内协同作业时自动划分虚拟边界，同一产线通过更换模具参数可切换生产精华液、面霜、口红，设备利用率提升40%。

03工业质检AI系统核心优势AI缺陷检测系统实现毫秒级锁定细微缺陷，较传统人工抽检3%漏检率显著降低，支持多模态融合检测（如红外热成像+3D点云），助力构建全流程质量闭环管理。消费者端皮肤状态分析与产品推荐场景AI皮肤检测技术原理与核心功能AI皮肤检测技术融合AI算法与图像处理技术，通过对海量皮肤图像数据训练，实现对斑点、毛孔、皱纹等多维度指标的精准识别。其核心功能包括非侵入式检测、高可靠性分析及操作简便性，用户仅需拍摄即可获得详尽报告。多维度皮肤问题量化与动态监测AI皮肤检测仪可提供九大维度分析，如斑点、光色度、毛孔、肤质等，并能动态监测肌肤变化趋势。例如，某品牌引入AI动态监测后，用户复购率提升40%，帮助消费者直观了解护肤效果并及时调整方案。个性化护肤方案生成与产品匹配基于皮肤检测结果，AI系统结合用户肤质特点、生活习惯及护肤偏好，生成个性化护肤建议和产品推荐。如美图宜肤AI大模型覆盖30余个检测维度，可跨光线、肤质、设备保持稳定性，精准推荐适配产品。行业应用案例与用户反馈美莱宝AI皮肤检测仪凭借高精度测肤能力，成为美业门店的“专业皮肤顾问”，通过科技诊断确保护肤“对症下药”。市场反馈显示，55%用户认可AI提升护肤科学性，认为其客观量化皮肤问题，助力科学护肤。AI检测技术的局限性与应对策略07算法偏见与数据质量问题的解决

01构建多源异构训练数据体系针对AI皮肤检测对亚洲肤色准确率降低10%-20%的问题，需建立覆盖不同肤色、肤质、光照条件的大规模训练数据集，如美图宜肤AI大模型通过跨光线、跨肤质、跨设备的异构数据训练，提升稳定性。

02动态算法优化与偏见修正机制采用持续学习策略，定期引入新的标注数据对模型进行微调，例如通过对比不同人种皮肤图像特征，优化特征提取算法，减少因数据代表性不足导致的误判。

03数据质控与溯源管理规范建立数据采集、标注、清洗的全流程质控标准，确保训练数据的真实性和准确性。如广东省药监局“粤妆评”工具通过权威数据库校验，避免P图造假等数据质量问题，提升核查准确率超90%。

04人机协同审核与结果校验机制对AI检测结果实行人工复核，特别是高风险场景（如医疗级皮肤诊断），形成“AI初筛+专家确认”的双保险模式，降低算法偏见导致的风险，如皮肤科医生对AI胎记诊断结果的专业验证。复杂成分检测的技术瓶颈与突破方向

传统检测技术面临的核心挑战传统检测方法在复杂成分分析中存在灵敏度不足（如痕量风险物质检出率低）、分析周期长（单个样品多指标检测需数天）、多组分同时分析能力弱（难以应对复杂配方基质干扰）等问题，无法满足化妆品行业快速发展的检测需求。

AI驱动的多模态数据融合技术突破AI技术通过融合光谱分析、质谱数据与深度学习算法，实现复杂成分的快速识别与定量。例如，AI风险检测系统可精准识别8种高关注物质，仪器分析检测准确率超95%，显著提升复杂基质中微量成分的检出能力。

智能化风险预警与动态监测体系基于AI构建的动态风险预警模型，可实时监测风险物质、违规宣称等数据，实现“风险归集+综合预警”。如“粤妆评”工具通过AI训练实现备案材料自动核查，风险识别能力大幅提升，助力构建全链条智慧监管体系。

标准化与跨平台数据共享机制建立涵盖200余种禁限用成分的数据库，通过AI技术推动检测数据标准化与共享。例如“粤安评”工具整合权威标准与行业数据，构建企业专属成分库，实现零成本成分安全数据互享，提升行业协同创新能力。人机协同检测模式的构建与优化01人机协同的核心定位与分工AI负责标准化、重复性高的初筛工作，如利用OCR识别备案材料信息、通过深度学习模型筛查风险物质，提升检测效率；人工则聚焦复杂案例研判、结果复核及