서울대병원과 네이버 공동 연구팀이 건강검진 데이터를 활용해 개인의 생물학적 나이와 건강 위험을 평가하는 인공지능(AI) 모델을 개발했다.
조영민·배재현·윤지완 서울대병원 내분비대사내과 교수팀과 유한주·문성은 네이버 ‘디지털 헬스케어 랩(Digital Healthcare LAB)’ 박사팀은 2003년부터 2020년까지 서울대병원 강남센터에서 건강검진을 받은 15만1281명의 데이터를 기반으로 트랜스포머 기반의 AI 모델을 개발했다고 7일 밝혔다.
이번에 개발된 AI 모델은 혈압, 혈당, 콜레스테롤, 폐 기능 등 다양한 건강 지표를 종합 분석해 개인의 실제 노화 상태를 보여주는 '생물학적 나이'를 예측한다. 생물학적 나이는 주민등록상의 나이와 달리 유전, 생활 습관, 질병 이력 등 복합적인 요인이 반영된 건강 지표로, 실제 나이보다 어릴수록 건강 상태가 양호함을 의미한다.
연구팀은 기존 모델의 한계를 뛰어넘는 데 집중했다. 과거 생물학적 나이 예측 모델 대부분은 건강한 사람의 데이터를 위주로 개발돼 만성질환자에게 적용하기 어려웠으며, 사망 위험과 같은 핵심적인 예후 정보를 반영하지 못했다.
그러나 이번 AI 모델은 2003년부터 2020년까지 서울대병원 강남센터에서 건강검진을 받은 15만1281명의 건강 정보뿐만 아니라, 질병 유무와 사망 데이터를 함께 학습시켜 예측 정확도를 획기적으로 높였다. 이를 통해 건강한 사람과 질환을 가진 사람의 상태를 명확히 구분하고, 미래의 생존 위험까지 예측할 수 있게 됐다.
실제로 연구팀이 AI의 계산을 기준으로 생물학적 나이가 실제 나이보다 적은 '건강군'과 두 나이가 유사한 '기준군', 생물학적 나이가 더 많은 '비건강군'으로 나눠 분석한 결과 남성의 경우 비건강군이 건강군보다 생존율이 통계적으로 유의하게 낮았으며, 여성에게도 유사한 경향이 확인됐다. 이는 기존 모델들이 일관되게 구별해내지 못했던 성과다.
이는 향후 생물학적 나이와 실제 나이의 차이를 활용해 개인 맞춤형 건강 위험 관리와 질병 예방 전략 수립에 기여할 수 있는 AI 기반 도구를 제시한 것이라고 연구팀은 설명했다.
조영민 교수는 "질병 유병 상태와 사망 정보를 동시에 학습한 최초의 트랜스포머 기반 생물학적 나이 예측 모델"이라며 "AI가 단순히 생물학적 나이를 계산하는 것을 넘어 개인의 건강 상태와 미래 위험을 함께 반영할 수 있는 새로운 임상 도구로 발전했다"고 말했다.
이번 연구 결과는 국제학술지 《메디컬 인터넷 리서치(Journal of Medical Internet Research)》최근호에 게재됐다.
