사진 한 장으로 암 생존 위험 예측…AI가 찾아낸 특징은

셀카 사진 한 장으로 암 환자의 생존 위험과 생물학적 나이를 예측하는 인공지능(AI) 시스템이 개발돼 주목받고 있다.

CNN, 디지털트렌드 등 외신은 20일(현지시간) 미국 매사추세츠주에 본사를 둔 통합 의료기관 매사추세츠 제너럴 브리검(Mass General Brigham) 연구진이 이 같은 AI 시스템을 개발했다고 보도했다. 연구 결과는 의학 저널 ‘랜싯 디지털 헬스(The Lancet Digital Health)’에 게재됐다.

왼쪽 이미지는 FAHR-페이스서바이벌 모델의 암 생존 예측에 중요한 특징을, 오른쪽 이미지는 FAHR-페이스에이지 모델의 생물학적 나이 추정에 중요한 특징들을 보여준다. 노란색으로 표시된 영역은 각 모델의 예측에 가장 큰 영향을 미친 특징들이다. (사진= 매사추세츠 제너럴 브리검)

이번 연구는 얼굴 분석 기술이 의사의 치료 결정에 필요한 정보를 제공하고, 환자에게 적합한 치료 방침을 결정하는 데 도움을 줄 수 있음을 시사한다.

얼굴 사진 4000만 장 학습해 AI 모델 개발

연구진은 다양한 연령과 인종의 얼굴, 여러 촬영 환경에서 수집한 4000만 장 이상 이미지를 학습시켜 ‘FAHR-페이스(Face)’라는 기반 모델을 개발했다.

이 모델은 두 가지 용도로 활용된다. 얼굴에서 노화와 관련된 특징을 분석해 생물학적 나이를 추정하는 ‘FAHR-페이스에이지(FaceAge)’와 얼굴 사진만으로 암 환자의 생존 위험을 예측하는 ‘FAHR-페이스서바이벌(FaceSurvival)’이다.

연구진은 얼굴 사진을 활용한 건강 인식 AI 모델을 구축했다. (사진= 랜싯 디지털 헬스)

FAHR-페이스에이지는 실제 나이와 외모로 추정한 생물학적 나이의 차이를 분석해 암 환자의 생존 위험을 평가한다. 반면 FAHR-페이스서바이벌은 생물학적 나이 추정 과정을 거치지 않고 얼굴 사진에서 생존 위험과 관련된 특징을 직접 분석한다.

두 모델은 얼굴에서 주목하는 부위도 다르다. 페이스에이지는 코와 입 주변의 주름, 이마, 관자놀이 등에 집중하는 반면, 페이스서바이벌은 눈 아래와 콧대 주변을 주로 분석한다.

AI 모델로 생존 위험도 구분

연구진은 두 모델이 다양한 암 유형과 인구 집단에서 유망한 결과를 보였다고 밝혔다. 특히 FAHR-페이스서바이벌 연구에서 사망 위험이 높은 것으로 예측된 암 환자 122명 중 절반 이상인 52.5%가 예측대로 평가 후 90일 이내에 사망한 것으로 나타났니다. 반면, 사망 위험이 가장 낮은 것으로 분류된 환자 975명 중에서는 90일 이내에 사망한 비율이 약 2%에 불과했다.

생물학적 나이를 추정하는 FAHR-페이스에이지 모델에서도 유사한 결과가 확인됐다. 실제 나이보다 최소 5살 더 늙어 보이는 암 환자는 4년간의 추적 관찰 기간에 사망 위험이 21% 높았다. 반대로 실제 나이보다 최소 5살 젊어 보이는 환자는 사망 위험이 17% 낮았다.

과음·약물 사용·흡연, 생물학적 노화와 연관

연구진은 과음과 약물 사용, 흡연이 생물학적으로 더 늙어 보이는 것과 관련이 있다는 사실도 확인했다. 흥미롭게도 AI 모델은 조명이나 화장에 변화가 있거나 대부분의 성형수술을 받은 경우에도 비교적 높은 정확도를 유지했다. 다만 코 성형수술 후에는 예측 결과에 일부 변화가 나타났다.

연구진은 이러한 결과가 집단별 통계적 위험을 보여주는 것이며, 개인의 정확한 수명이나 사망 시점을 예측하는 것은 아니라고 강조했다.