“5살 늙어 보이면 사망 위험 21%↑”…셀카로 암 환자 생존 예측하는 AI

얼굴 사진 한 장만으로 암 환자의 생존 가능성을 예측하는 인공지능(AI) 기술이 개발됐다. AI가 얼굴의 주름과 눈 주변 등 미세한 특징을 분석해 환자의 생물학적 나이와 사망 위험을 추정하는 방식이다. 향후 암 환자의 수술이나 항암치료 여부를 결정하는 데 도움을 줄 수 있을 것으로 기대된다.

19일(현지시간) 영국 일간 가디언에 따르면 미국 매사추세츠주의 비영리 의료기관 매스제너럴브리검 연구진은 4000만장 이상의 얼굴 사진을 학습시킨 AI 시스템 ‘FAHR-페이스’를 개발했다고 밝혔다. 연구 결과는 국제학술지 ‘랜싯 디지털 헬스’에 게재됐다.

연구진은 다양한 연령과 인종의 얼굴 사진을 활용해 AI를 학습시킨 뒤 두 가지 분석 도구를 개발했다. ‘FAHR-페이스에이지’는 실제 나이와 별개로 얼굴에 나타나는 생물학적 나이를 추정하고 이를 바탕으로 암 환자의 생존 가능성을 예측한다. ‘FAHR-페이스서바이벌’은 생물학적 나이를 거치지 않고 얼굴 사진만으로 생존 가능성을 직접 예측한다.

두 AI가 주목하는 얼굴 부위도 다르다. 페이스에이지는 코 양옆에서 입꼬리로 이어지는 팔자주름과 이마, 관자놀이를 집중적으로 분석한다. 반면 페이스서바이벌은 눈 아래와 콧등 주변의 특징을 살핀다.

실제 암 환자를 대상으로 한 분석에서도 얼굴에 나타난 노화 정도와 사망 위험 사이에 연관성이 확인됐다.

미국에서 방사선 치료를 받은 암 환자 가운데 AI가 추정한 생물학적 나이가 실제 나이보다 5세 이상 많은 환자는 나머지 환자들보다 평균 4년의 추적 관찰 기간에 사망할 위험이 21% 높았다. 반대로 실제 나이보다 5세 이상 젊어 보이는 환자는 사망 위험이 17% 낮았다.

연구진은 얼굴에 나타나는 생물학적 노화가 환자의 전반적인 건강 상태와 신체적 회복 능력을 반영할 수 있다고 분석했다. 특히 고령 암 환자가 강도 높은 치료를 견딜 수 있는지 판단하는 데 유용한 지표가 될 가능성이 있다는 설명이다.

생활 습관과 얼굴 노화의 연관성도 확인됐다. 과도한 음주와 흡연, 약물 사용은 AI가 추정한 생물학적 나이를 높이는 요인과 연관됐다.

흥미로운 점은 촬영 환경에 따른 분석 결과의 차이가 크지 않았다는 것이다. 사진을 찍는 각도나 조명, 표정, 화장 여부가 달라져도 생물학적 나이 추정 결과는 대체로 일정했다. 대부분의 성형수술 이후에도 결과가 안정적으로 유지됐으며, 코 성형수술에서는 소폭의 변화만 관찰됐다.

연구를 공동으로 이끈 휴고 에르츠 연구원은 “단순한 얼굴 사진에서 암 환자의 생존 가능성을 직접 예측하는 AI 모델을 처음으로 입증한 연구”라며 “4000만장 이상의 사진을 학습한 기반 모델을 활용하면 다양한 건강 지표를 개발할 수 있다”고 설명했다.

연구진은 이 기술이 향후 암 환자의 수술이나 방사선 치료, 전신 항암치료에 따른 사망 및 합병증 위험을 평가하는 데 활용될 수 있을 것으로 기대하고 있다.

다만 연구진은 이 기술이 아직 연구 단계에 있으며, 실제 의료 현장에서 널리 활용하기 위해서는 추가 검증이 필요하다고 강조했다.

• Q. 의료 인공지능 확산의 윤리적 쟁점은?
• Q. 얼굴 기반 생존 예측이 치료 결정에 미칠 영향은?

에디터 픽 추천기사

• 이형일 "올 경제성장률 최대 3.6% 가능"

• “메뉴판 가격 보다가 화들짝” … 서울 비빔밥 평균 가격 1만2천원

• 남편 집안일 2배 늘었는데 … 불균형 여전히 높아

• 기술 유출에 칼빼든 산업부 … 특사경 띄워 직접 수사한다

• 유튜버 법인도 ‘부익부’ … 상위 10%에 수입 집중

나만의 AI 비서

핵심요약 쏙

AI 요약은 OpenAI의 최신 기술을 활용해 핵심 내용을 빠르고 정확하게 제공합니다.
전체 맥락을 이해하려면 기사 본문을 함께 확인하는 것이 좋습니다

얼굴 사진 한 장만으로 암 환자의 생존 가능성을 예측하는 AI 기술이 개발되어, AI가 얼굴의 미세한 특징을 분석해 생물학적 나이와 사망 위험을 추정한다.

미국 매사추세츠주의 연구진은 4000만 장 이상의 얼굴 사진을 학습시킨 ‘FAHR-페이스’ AI 시스템을 통해 다양한 얼굴 부위를 분석하여 생존 가능성을 예측할 수 있는 두 가지 도구를 개발했다.

이 기술은 향후 고령 암 환자의 치료 가능성과 관련된 중요한 지표로 활용될 수 있을 것으로 기대되나, 실제 의료 현장에서의 적용을 위해 추가 검증이 필요하다.