AI 도구, 얼굴 사진을 활용해 생물학적 연령 추정 및 암 결과 예측

눈은 영혼의 창일 수 있지만, 사람의 생물학적 나이는 얼굴 특징에 반영될 수 있습니다.Mass General Brigham의 연구자들은 FaceAge라는 딥 러닝 알고리즘을 개발했는데, 이는 사람의 얼굴 사진을 사용하여 암 환자의 생물학적 나이와 생존 결과를 예측합니다.

연구자들은 평균적으로 암 환자의 FaceAge가 암이 없는 환자보다 높았고 실제 나이보다 약 5년 더 나이 들어 보였습니다. FaceAge 예측이 오래될수록 여러 암 유형에서 전반적인 생존 결과가 더 나빠졌습니다.

또한 그들은 FaceAge가 완화 방사선 요법을 받는 환자의 단기 기대 수명을 예측하는 데 임상의보다 우수한 것으로 발견했습니다.

연구 결과는 The Lancet Digital Health 에 게재되었습니다.

"인공지능(AI)을 사용하여 얼굴 사진을 통해 사람의 생물학적 나이를 추정할 수 있으며, 이번 연구는 이러한 정보가 임상적으로 유의미할 수 있음을 보여줍니다."라고 매사추세츠 제너럴 브리검 병원의 의학 인공지능(AIM) 프로그램 책임자이자 공동 선임 저자인 휴고 에르츠 박사는 말했습니다.

"이 연구는 단순한 셀카 사진과 같은 사진이 환자와 임상의의 임상적 의사 결정 및 치료 계획에 도움이 될 수 있는 중요한 정보를 담고 있음을 보여줍니다. 실제 나이에 비해 얼마나 나이 들어 보이는지는 매우 중요합니다. 실제 나이보다 FaceAge가 더 젊은 사람들은 암 치료 후 훨씬 더 나은 결과를 보입니다."

환자가 진료실에 들어올 때, 의사는 환자의 외모를 통해 전반적인 건강 상태와 활력에 대한 단서를 얻을 수 있습니다. 이러한 직관적인 평가와 환자의 생활 연령, 그리고 기타 여러 생물학적 지표를 종합적으로 고려하여 최적의 치료 방향을 결정할 수 있습니다.

하지만 다른 모든 사람과 마찬가지로 의사도 환자의 나이에 대한 편견을 가질 수 있으며, 이러한 편견이 환자에게 영향을 미칠 수 있으므로, 진료 결정에 도움이 되는 더욱 객관적이고 예측 가능한 지표의 필요성이 더욱 커지고 있습니다.

이러한 목표를 염두에 두고, 매사추세츠 제너럴 브리검(Mass General Brigham) 연구진은 딥러닝과 안면 인식 기술을 활용하여 FaceAge를 훈련시켰습니다.

이 도구는 공개 데이터 세트에서 건강하다고 추정되는 사람들의 사진 58,851장을 사용하여 훈련되었습니다.

연구팀은 두 곳의 병원에 근무하는 6,196명의 암 환자 코호트를 대상으로 방사선 치료 시작 시 정기적으로 촬영된 사진을 사용하여 알고리즘을 테스트했습니다.

연구 결과에 따르면 암 환자는 암이 없는 환자보다 현저히 나이가 들어 보였으며, 평균적으로 얼굴 나이(FaceAge)는 실제 나이보다 약 5세 더 늙어 보였습니다. 암 환자 코호트에서 얼굴 나이(FaceAge)가 높을수록 생존율이 낮았으며, 특히 85세 이상으로 보이는 환자의 경우 실제 나이, 성별, 암 유형을 보정한 후에도 생존율이 더 낮았습니다.

임종 시 예상 생존 기간을 정확히 파악하기는 어렵지만, 암 치료에 중요한 의미를 지닙니다. 연구팀은 10명의 임상의와 연구자들에게 완화 방사선 치료를 받는 환자 사진 100장을 바탕으로 단기 기대 수명을 예측해 달라고 요청했습니다.

예측 정확도에는 큰 차이가 있었지만, 전반적으로 임상의들의 예측은 환자의 생활 연령과 암 상태와 같은 임상적 맥락을 제공한 후에도 동전 던지기보다 약간 더 나은 수준이었습니다. 그러나 임상의들에게 환자의 FaceAge 정보를 제공했을 때는 예측력이 크게 향상되었습니다.

이 기술을 실제 임상 환경에 적용하기 위해서는 추가 연구가 필요합니다. 연구팀은 질병, 전반적인 건강 상태, 그리고 수명을 예측하기 위해 이 기술을 시험하고 있습니다. 후속 연구에는 여러 병원으로 연구를 확장하고, 암의 여러 단계에 있는 환자들을 살펴보고, 시간 경과에 따른 FaceAge 추정치를 추적하고, 성형 수술 및 화장 데이터 세트와 비교하여 정확도를 테스트하는 것이 포함됩니다.

"이것은 사진을 이용한 바이오마커 발견의 완전히 새로운 영역을 열어주며, 그 잠재력은 암 치료나 연령 예측을 훨씬 뛰어넘습니다."라고 매사추세츠 제너럴 브리검 의대 AIM 프로그램 교수이자 공동 선임 저자인 레이 맥 박사는 말했습니다.

"다양한 만성 질환을 노화의 질병으로 생각하는 경향이 커짐에 따라, 개인의 노화 과정을 정확하게 예측하는 것이 더욱 중요해지고 있습니다. 궁극적으로 이 기술을 강력한 규제 및 윤리적 틀 안에서 다양한 분야의 조기 진단 시스템으로 활용하여 생명을 구하는 데 기여할 수 있기를 바랍니다."

출처: https://www.sciencedaily.com/releases/2025/05/250508215230.htm