환자의 얼굴 이미지 분석해 생물학적 연령 추정 및 암 환자의 생존 가능성 예측
임상 데이터와 결합해 기존 예후 예측 모델의 정확도 대폭 향상
[IT News] 단 한 장의 얼굴 사진만으로 사람의 생물학적 나이를 측정하고, 암 환자의 예후와 생존율까지 정밀하게 예측할 수 있는 인공지능(AI) 기술이 개발됐다. 기존의 단순한 연령 추정을 넘어, 얼굴 형상에 축적된 미세한 건강 지표를 해석해 의료 현장에서의 의사결정을 도울 수 있는 '파운데이션 AI 모델'의 탄생이다.
하버드 의과대학 및 마스 제너럴 브리검(Mass General Brigham), 다나-파버 암 연구소(Dana-Farber Cancer Institute) 연구진은 10월 19일 세계적인 의학 학술지 ‘랜싯 디지털 헬스(The Lancet Digital Health)’를 통해 얼굴 사진 기반 건강 인식 파운데이션 모델인 ‘FAHR-Face(Foundation AI for Health Recognition-Face)’의 개발 및 검증 성과를 발표했다. 논문명 <The Lancet Digital Health, "Foundation artificial intelligence models for health recognition by use of face photographs (FAHR-Face): a model development and validation study">
4,000만 장 데이터 학습… 화장·성형에도 흔들림 없는 정밀도
연구진은 4,000만 장 이상의 대규모 얼굴 사진 데이터를 기반으로 FAHR-Face 모델을 사전 학습(Pre-training)시킨 뒤, 이를 두 가지 핵심 임상 목적에 맞춰 세부적으로 고도화했다.
먼저 'FAHR-FaceAge'는 개인이 지닌 고유의 생물학적 연령(Biological Age)을 정밀하게 추정하는 모델이다.
또한 'FAHR-FaceSurvival'은 총 3만 4,363명에 달하는 암 환자의 얼굴 사진 데이터를 학습해 암 환자의 예후 및 생존 가능성을 사전에 예측하도록 설계된 전용 모델이다.
이번 연구의 큰 수확 중 하나는 모델의 높은 안정성과 신뢰성이다. AI가 단순히 피부 표면의 주름에만 의존하는지 검증하기 위해 연구진은 어텐션 맵(Attention mapping) 분석 및 조명, 포즈, 메이크업, 성형수술 여부 등에 대한 저항성 테스트를 거쳤다. 그 result, 화장이나 각도 변화에도 흔들리지 않고 건강 상태를 반영하는 고유한 특성을 정확히 포착해내는 것으로 나타났다.
기존 진단 인자 한계 극복… 암 환자 맞춤형 치료 전략 수립 기대
특히 'FAHR-FaceSurvival' 모델은 독립된 두 개의 암 환자 데이터셋을 통한 임상 검증에서 뛰어난 성능을 보였다. 다변량 콕스(Cox) 회귀 분석 결과, 전통적인 암 예후 인자(병기, 나이, 기존 수행 능력 평가 등)에 FAHR-Face가 분석한 얼굴 지표를 추가했을 때 환자의 생존율 예측 정확도가 유의미하게 향상되었다.
이는 환자가 체감하거나 의사가 외견상 놓칠 수 있는 미세한 생물학적 쇠약(Frailty)이나 신체적 노화 수준을 AI가 정밀하게 시각 데이터로 측정할 수 있음을 의미한다.
연구진은 "얼굴은 전신 건강과 노화 상태를 비침습적으로 비추는 가장 강력한 거울"이라며 "FAHR-Face는 복잡한 혈액 검사나 비용이 많이 드는 영상 장비 없이도 환자의 생물학적 상태를 빠르게 파악해, 맞춤형 치료 전략을 세우는 데 기여할 수 있을 것"이라고 설명했다.
김들풀 기자 itnews@
