一份安全評估報告，到底在證明什麼？
如果你打開一份化粧品的安全評估報告（Safety Assessment），你會看到很多數字：濃度、暴露量、NOAEL、MoS……。對不熟悉的人來說，它像一份充滿縮寫的天書；但對懂的人來說，這份報告其實只在回答一個問題：
「這個產品，在預期的使用方式下，對使用者是安全的嗎？而你憑什麼這樣說？」
前半句是結論，後半句才是真正的重點。安全評估的價值，不在於那個「安全」兩個字，而在於支撐這兩個字的證據鏈——每一個成分的毒理數據從哪裡來、暴露量怎麼算、安全係數有沒有跨過門檻。一份好的報告，必須讓任何一位合格的審查者，能沿著數字一路回溯到權威出處，而不是「相信我，它很安全」。
這篇文章，我們用一份真實格式的範例安全評估報告（為了避免指涉特定商品，文中以匿名的「示範配方」呈現），逐欄拆解它的每一個區塊：成分表怎麼讀、SED 與 MoS 怎麼算、那些毒理數字到底是從哪 8 個國際資料庫交叉比對出來的、以及一份報告如何證明自己「沒有被竄改」。看完之後，你再打開任何一份安評報告，都會知道該看哪裡、該質疑哪裡。
報告的骨架：從一張配方表，到一份結論
先看大圖景。一份安全評估報告的生產流程，本質上是一條「資料加工管線」：輸入是一張平凡的配方表（哪些成分、各佔多少濃度），輸出是一份可送審、可驗證的結論。中間發生的事情，決定了這份報告值不值得信任。
這條管線有四站。第一站是配方成分：把每個成分的 INCI 名稱、CAS 號、使用濃度標準化。第二站是資料庫交叉比對：拿每個成分去 8 個國際毒理與法規資料庫查它的危害特性與無毒性劑量。第三站是SED／MoS 計算：把暴露量與毒理閾值換算成一個「安全還有多少餘裕」的係數。第四站是產出報告：把上述全部收斂成結構化、雙語、附防竄改驗證的文件。
接下來，我們就一站一站走進報告內部。
第一張臉：成分表 — 每個成分的安全帳本
翻開報告，第一個真正承載資訊的區塊，是「成分組成與安全係數」表。它是整份報告的核心帳本，一行一個成分，把這個成分的「危害有多大、暴露有多少、餘裕有多少」攤在同一列上。
這張表的每一欄都有意義，我們從左到右讀一次：
- INCI 名稱：成分的國際統一命名（International Nomenclature of Cosmetic Ingredients）。這是全球通用的「身分證」，避免「甘油／丙三醇／Glycerin」這種同物異名造成的混亂。報告以 INCI 為主鍵，才能精準對應到資料庫。
- 使用濃度（%）：這個成分在配方中的重量百分比。它直接決定暴露量——濃度越高，使用者接觸到的量越多。法規允許以區間（例如 3%–5%）申報，但安全評估必須取區間最高值來計算，這是最保守、也是最該採取的立場。
- 產品功能（Function）：這個成分在配方中扮演什麼角色（保濕劑、防腐劑、美白劑、UV 吸收劑……）。功能不只是說明，它牽動法規分類——「防腐劑」要對照准用清單與限量，「色素」要對照色素正面表列。
- NOAEL：無可見不良反應劑量（No Observed Adverse Effect Level），單位通常是 mg/kg bw/day。它是毒理學的核心閾值——在動物或人體研究中，沒有觀察到不良反應的最高劑量。NOAEL 越高，代表這個成分「越鈍」、越安全。
- SED：系統暴露劑量（Systemic Exposure Dosage），代表使用者每天每公斤體重實際吸收進體內的量。
- MoS：安全邊際（Margin of Safety），就是 NOAEL 除以 SED——「毒理閾值」是「實際暴露」的幾倍。這是整張表最重要的一個數字。
- NOAEL 來源：這一欄是這份報告誠不誠實的試金石。每一個 NOAEL，都標注它來自哪個權威資料庫（CIR 評估結論、SCCS 意見、EPA CompTox……）。數字不是憑空生成，而是可回溯的。
你會注意到，表中有些成分（例如水、玻尿酸鈉）的 NOAEL 欄位是空的，報告誠實地標為「未取得」而非硬湊一個數字。這恰恰是專業與造假的分野：沒有資料，就說沒有資料，由 SA 以其他方式（讀跨、TTC、結構警示）補充判斷，而不是讓 AI 編一個看起來很專業的數值。
安全評估的兩條算式：SED 與 MoS
成分表裡那兩個關鍵數字——SED 和 MoS——是怎麼來的？這是安全評估的數學核心，值得單獨講清楚。
SED（系統暴露劑量）的計算邏輯是：
SED ＝ 每日用量 × 濃度 × 經皮吸收率 ÷ 體重
白話說，就是「你每天用多少這個產品、裡面這個成分佔多少比例、有多少比例會真的穿過皮膚進到血液、再除以你的體重」。歐盟 SCCS 的《Notes of Guidance》對各類產品（留置型精華、沖洗型潔顏、護手霜……）都訂有標準的每日用量與停留係數，安全評估直接引用這些國際公認參數，而不是自己拍腦袋。體重慣例採 60 公斤。
MoS（安全邊際）則是：
MoS ＝ NOAEL ÷ SED
它回答的是：「會出現不良反應的劑量，是使用者實際暴露量的幾倍？」這個倍數越大，安全餘裕越足。國際慣例以 MoS ≥ 100 作為安全門檻——這個 100 不是隨便取的，它是兩個 10 相乘：一個 10 來自「動物到人」的物種差異，另一個 10 來自「人與人之間」的個體差異。換言之，即使把跨物種與跨個體的不確定性都放大 10 倍，仍有足夠餘裕，才算過關。
所以當你看到報告裡某個成分 MoS 是幾千、幾萬，那代表它安全餘裕極大；如果逼近 100、甚至低於 100，就是 SA 必須特別著墨、甚至建議調降濃度的訊號。一份負責任的報告，會把每個成分的 MoS 逐一算出來，並標示出全配方中最低的那一個（min MoS）——因為木桶能裝多少水，取決於最短的那塊板。
舉一個具體的算例感受一下尺度。假設一支留置型臉部精華，某個活性成分濃度 4%，這類產品 SCCS 給定的每日用量約 1.54 g、停留係數 1.0、體重以 60 kg 計，再假設這個分子的經皮吸收率保守抓 50%。那麼它的暴露量大約是：1.54 g × 4% × 50% ÷ 60 kg ≈ 0.5 mg/kg bw/day。如果這個成分的 NOAEL 是 500 mg/kg bw/day，那 MoS ≈ 500 ÷ 0.5 ＝ 1,000——遠高於 100，安全餘裕充足。但如果同一個成分濃度拉到 20%、NOAEL 只有 50，MoS 就掉到 12.5，連門檻都過不了。同樣一個成分，安不安全完全取決於「用在什麼產品、用多少濃度」——這正是為什麼安全評估永遠是「配方層級」的事，不能只看單一成分的「絕對安全與否」。
數字從哪來？8 個國際毒理資料庫
現在來到全文最關鍵的問題：成分表裡那些 NOAEL、危害分類、限用濃度，到底是從哪裡來的？
答案是——不是從任何單一來源，而是從 8 個國際毒理與法規資料庫即時交叉比對而來。報告的最後，有一張「資料來源與基準日」表，把這 8 個來源、它們的串接模式、以及資料的基準日期，全部攤開讓審查者檢視。
這 8 個資料庫，各有分工，缺一不可：
- PubChem（美國 NIH）：全球最大的化學物質資料庫，提供物化性質、GHS 危害分類、毒理終點。它是查詢的主幹——幾乎每個成分都查得到基本盤。
- ECHA C&L Inventory（歐盟化學品署）：歐盟「分類與標示清冊」，收錄 13 萬種以上化學物質的 GHS 分類，是判斷一個成分「是否被官方分類為刺激物／致敏物／致癌物」的權威依據。
- OECD eChemPortal：經濟合作暨發展組織的國際化學品入口，整合多國在 GLP 規範下產出的毒理試驗報告，是 NOAEL、LD50 等實驗數據的重要來源。
- 台灣 TFDA：衛福部食藥署的化粧品禁用、限用、防腐劑、色素、防曬劑清冊（官方 OpenData）。這是台灣在地合規的命脈——一個成分在國際上安全，不代表它在台灣的這個用途、這個濃度合法。
- CIR（美國 Cosmetic Ingredient Review）：美國化粧品成分安全審查機構，專門針對化粧品成分做安全評估並出具結論報告。它是化粧品專屬的黃金來源，許多成分的 NOAEL 與安全結論直接引自 CIR。
- 歐盟 CosIng：歐盟化粧品成分資料庫，源自化粧品法規 1223/2009 的 Annex II–VI（禁用、限用、准用色素／防腐劑／UV 濾劑），是判斷成分在歐盟法規地位的依據。
- 歐盟 SCCS：消費者安全科學委員會，發布化粧品成分的科學意見（Opinion），內含詳盡的 NOAEL／MoS 推導，是化粧品安全評估方法論的標竿。
- EPA CompTox（美國 CTX）：美國環保署計算毒理與暴露中心的危害 API，提供權威的危害分類（皮膚／眼刺激、致敏、基因毒、致癌），是補滿毒理終點矩陣的關鍵新成員。
為什麼非要 8 個？因為沒有任何單一資料庫是完整的。CIR 涵蓋的是美國常見化粧品成分、SCCS 偏重歐盟近年審議的成分、TFDA 管的是台灣在地法規、EPA CompTox 強在高通量危害篩查。把它們疊在一起，才能讓「查得到」的覆蓋率最大化，並且在多個來源都指向同一結論時，彼此印證、提高可信度。
更重要的是權威優先順序。當不同來源對同一終點有資料時，報告會優先採認權威性更高、結構化更完整的來源。例如某成分的基因毒性，若 EPA CompTox 有明確的權威分類，報告就以 EPA 為準，而不是只靠 PubChem 的 GHS 標示——因為前者是帶物種、年份、判定結論的結構化結果，後者只是一個危害碼。
毒理終點矩陣：10 個問題，逐一回答「有沒有資料」
光有 NOAEL 還不夠。一個成分的安全，要從多個「毒理終點」分別檢視——它會不會刺激皮膚？會不會傷眼睛？會不會致敏、致突變、致癌？這些是不同的問題，要不同的數據回答。報告用一張「毒理終點涵蓋矩陣」，把每個成分對上 10 個終點，誠實標示每一格「有沒有資料來源」。
這 10 個終點是：急性毒性、重複劑量毒性、皮膚刺激／腐蝕、眼刺激、皮膚致敏、經皮吸收、致突變／基因毒性、致癌性、生殖／發育毒性、光毒性／光敏感。它們對應的正是國際安全評估方法學要求逐一交代的面向。
這張矩陣的價值，在於它讓「資料缺口」無所遁形。哪個成分的哪個終點沒有資料、需要 SA 用讀跨或 TTC 補強，一目了然。它不會用一片綠勾營造「全部安全」的假象——沒查到就是沒查到，這才是專業審查者要的誠實。
而這也正是把 EPA CompTox 納入第 8 個資料庫的意義所在。在它加入之前，皮膚刺激、眼刺激、皮膚致敏、致突變這幾個終點，往往只能靠 PubChem 的 GHS 危害碼勉強覆蓋，常常是一片「—」。EPA CompTox 的 CTX 危害 API 提供帶分類、物種、年份的權威危害摘要，一口氣把這幾格從空白填成有據可查的「✓」——而且標注得清清楚楚「來源：EPA CompTox」。矩陣變綠，是因為真的有資料，不是因為演算法想讓它變綠。
可信度的最後一哩：基準日、來源標註、防竄改
到這裡，報告已經把「安不安全」說清楚了。但一份要送主管機關備查、要在爭議時當證據的文件，還要回答兩個問題：這些資料是什麼時候的？這份報告有沒有被人事後改過？
先說基準日。回頭看那張資料來源表，每個來源旁邊都標了「串接模式」與「基準日」：
- 即時查詢（Live）：如 PubChem、OECD、EPA CompTox，產報告當下即時連線查詢，基準日就是報告檢索日。
- 混合（Hybrid）：如 SCCS、CosIng，以官方發布／採認日為基準（例如 EU 化粧品法規的合併版日期）。
- 本地匯入（Local）：如 TFDA、CIR、ECHA，以本地擷取／同步日為基準，並誠實標明「非官方發布日」。
為什麼這麼講究？因為毒理資料是會更新的。一個成分今天安全，不代表明年某個新研究出來後它還在准用清單上。標明基準日，等於替報告的「保鮮期」蓋了戳記——審查者一看就知道這份結論建立在哪個時間點的科學共識上。把這件事說清楚，是專業；把它含糊帶過，是風險。
再說防竄改。報告的每一頁都印有 QR 碼，並在頁首載明 report_id 與 doc_hash（內容的 SHA-256 雜湊）。任何人都可以掃描 QR、或到 pif.baiyuan.io/verify 上傳這份報告，系統會比對逐頁雜湊，判斷它是否與原始版本一致。如果紙本內容與線上驗證不符，就代表可能被換過頁、改過數字。對一份可能牽涉法律責任的文件來說，這種「自證清白」的能力不是加分項，而是必需品。
AI 能做什麼、不能做什麼
講到這裡，必須誠實面對一個問題：上述這一切——8 庫交叉比對、SED／MoS 計算、終點盤點、報告產出——很大一部分是由 AI 自動完成的。那麼，AI 到底取代了什麼，又不能取代什麼？
AI 取代的是資料搬運與初步計算的苦工。過去，一位安全評估人員要為一個配方手動查 8 個資料庫、抄下 NOAEL、套公式算 SED／MoS、整理成表——一份報告動輒數天。AI 把這段壓縮到幾分鐘，而且不會抄錯、不會漏查、每個數字都自動帶出處。這是實實在在的生產力躍進。
但 AI 不能取代的，是那個最後拍板的專業判斷。當資料有缺口時，要不要用讀跨、用哪個類似物、TTC 該套哪一級——這是 SA（Safety Assessor，安全評估人員）的責任與簽署。AI 產出的所有內容，本質上是一份高品質的草稿，它讓 SA 從「資料苦工」變成「專業裁決」，把時間花在真正需要人類專業的地方，而不是花在抄資料上。
所以正確的理解是：AI 不是要取代安全評估人員，而是給他們一個前所未有的放大鏡與計算機。報告誠實地把每個數字的出處攤開、把每個缺口標出來，正是為了讓 SA 的專業判斷有可靠的立足點。一份好的 AI 安評工具，衡量標準不是「它多會講安全」，而是「它多誠實地呈現證據與不確定性」。
三個關於安評報告的常見誤解
在拆解完報告之後，順帶澄清三個在產業裡很常見、卻會帶來風險的誤解。
誤解一：「天然成分就一定安全，不用做安評。」這是最危險的迷思之一。天然與安全是兩件事——精油裡的某些香料成分是已知致敏原、某些植物萃取在高濃度下有刺激性。安全評估看的是劑量與暴露，不是成分的「出身」。再天然的成分，超過安全濃度一樣會出問題；這也是為什麼報告要逐成分、逐濃度地算 MoS，而不是用「天然／合成」貼標籤。
誤解二：「這個成分別人用了很多年都沒事，所以安全。」「沒出事」不等於「已評估」。安全評估要的是事前的、有方法學的證據，而不是事後的、靠運氣的經驗。更何況「別人的產品」和「你的產品」在劑型、濃度、使用部位、停留時間上可能完全不同——別人沖洗型用 1% 沒事，不代表你做留置型用 5% 也沒事。報告的價值，正是把這些差異量化成可比較的數字。
誤解三：「有了 AI 報告，就不需要 SA 簽署了。」恰恰相反。AI 產出的是證據完整、計算到位的草稿，但法定的安全評估責任仍在合格 SA 身上。報告把 8 庫來源、SED／MoS、終點缺口全部攤開，正是為了讓 SA 的簽署「簽得有依據」，而不是取代簽署。把 AI 草稿當成終稿直接送件，是把工具的便利誤當成責任的免除——這在法遵上是站不住腳的。
結語：讓每一個「安全」，都站在證據上
我們從一份報告的封面，一路讀到它的最後一頁。你會發現，整份安全評估報告的設計哲學，其實只有一句話：每一個結論，都要能回溯到證據；每一個數字，都要能說出它從哪來。
成分表攤開每個成分的安全帳本，SED／MoS 把暴露量換算成可比較的餘裕，8 個國際資料庫提供可回溯的權威來源，終點矩陣讓缺口無所遁形，基準日與防竄改驗證替報告的可信度蓋上戳記。這不是為了讓報告看起來厲害，而是因為——化粧品安全，本就不該建立在「相信我」之上，而該建立在「你可以查證」之上。
2026 年 7 月 1 日起，台灣所有化粧品都要建立完整 PIF，而安全評估正是其中技術門檻最高的一環。當這件事從「少數專家的手工活」變成「每個品牌都必須面對的日常」，一套能把 8 大資料庫即時整合、把每個數字都標好出處、又把最後判斷留給專業 SA 的工具，就不再是錦上添花，而是產業升級的基礎設施。
- 立即體驗 PIF AI 毒理分析 — pif.baiyuan.io/toxicology
- 了解百原科技完整產品 — baiyuan.io
- 預約專業諮詢 — 聯絡我們
本文由百原科技有限公司（Baiyuan Technology Co., Ltd.）撰寫，2026 年 6 月發表。文中報告畫面取自匿名化的示範配方，僅供教學說明，不指涉任何特定商品。
法規聲明：本文所述 PIF AI 毒理分析為化粧品安全評估之輔助工具，非法律諮詢或法定安全評估服務。所有 AI 產出內容均為草稿性質，不取代合格 SA 人員之專業評估與簽署。SED／MoS、NOAEL 等數值之適用性，應由符合《化粧品產品資訊檔案管理辦法》資格之 SA 人員獨立判斷。資料庫內容會隨時間更新，實際查詢結果以報告所載基準日為準。