셀카 사진으로 건강 상태와 노화 정도를 알려주는 생물학적 나이뿐만 아니라 암 환자의 생존율을 추정하는 인공지능(AI) 모델이 개발됐다.
미국 하버드대 의대 부속병원인 매사추세츠 제너럴 브리검(Mass General Brigham) 병원 연구팀은 의학적 치료 방식 결정에 도움을 줄 수 있는 ‘페이스에이지(FaceAge)’란 AI 모델을 만들었다. 이 모델은 사진만으로 사람의 실제 나이와 비교해 생물학적 나이를 추정한다.
연구팀은 사진 촬영 당시 건강한 60세 이상의 사진 5만 8000장을 이용해 이 모델을 훈련시켰다. 연대순 나이를 추정하고 생물학적 나이가 비슷하다고 가정했다. 이후 암에 걸린 6000명 이상의 나이를 예측했다. 암 환자들은 실제 나이보다 평균적으로 약 5살 더 늙어 보였다.
FaceAge의 추정치는 치료 후 생존율과도 상관관계가 있었다. 실제 나이와 상관없이 생물학적 나이가 많을수록 더 오래 살 확률이 낮았다. 실제 나이는 암 환자의 생존을 예측하는 좋은 변수가 아니었다.
연구팀은 추가 훈련 데이터로 알고리즘을 개선하고 암 이외의 다른 질환에 대한 효능을 테스트하고 있다. 또 이 모델이 예측에 어떤 요소를 사용하는지 조사하고 있다.
이 연구가 마무리되면 FaceAge는 의사들이 방사선 치료와 화학요법 등 암 치료의 강도를 환자에 맞게 조정하는 데 도움이 될 수 있을 것으로 보인다.
FaceAge는 실전에 사용될 준비는 되지 않았다. 이 모델을 훈련하는 데 사용된 데이터는 IMDb(Internet Movie Database: 영화, TV 프로그램, 배우, 감독, 비디오 게임 등에 대한 정보를 제공하는 온라인 데이터베이스)와 위키피디아(Wikipedia)에서 가져왔다. 이는 일반 인구를 대표하지 않을 수 있으며 성형 수술, 생활 방식의 차이 또는 디지털 방식으로 수정된 이미지와 같은 요인을 설명하지 못할 수도 있다. 이 때문에 보다 큰 훈련 데이터를 활용한 추가 연구가 필요하다.
같은 병원의 AI 의학 프로그램 책임자인 휴고 에어츠는 “이 모델은 치료 계획이 얼마나 공격적이어야 하는지 결정하는 데 영향을 미칠 수 있다”면서 “예컨대 의사는 생물학적 나이가 젊은 환자가 공격적인 치료를 잘 견디고 오래 살 수 있다고 판단할 수 있다”고 말했다.
이 연구는 ‘랜싯 디지털 헬스(Lancet Digital Health)’ 저널에 ‘FaceAge, a deep learning system to estimate biological age from face photographs to improve prognostication: a model development and validation study’란 제목으로 게재됐다.
