암 환자의 얼굴 사진을 분석해 생물학적 나이(biological age)를 추정하고, 암 치료 예후까지 예측하는 인공지능(AI) 시스템이 개발됐다.

 AI가 분석한 생물학적 나이가 실제 나이(chronological age)보다 높으면 암 치료 예후가 나쁜 것으로 나타났다.

 미국 매사추세츠 종합병원 브리검(Mass General Brigham) 휴고 에어츠 박사팀은 최근 의학 저널 랜싯 디지털 헬스(Lancet Digital Health) 심층학습(deep learning)과 얼굴 인식 기술로 얼굴 사진을 분석, 생물학적 나이를 추정하는 AI '페이스에이지'(FaceAge)를 개발했다고 밝혔다.

 또 페이스에이지를 암 환자에게 적용한 결과 암 환자들은 암이 없는 환자들보다 생물학적 나이가 평균 5살 높았고, 생물학적 나이가 높은 환자들은 단기 생존 가능성이 떨어지는 것으로 나타났다.

 이들은 이 연구에서 딥러닝과 얼굴 인식 기술로 얼굴 사진을 분석해 생물학적 나이를 추정하는 AI 페이스에이지를 개발하고 공개 데이터세트에 있는 건강한 사람 5만8천851명의 얼굴 사진으로 학습시켰다.

 이어 페이스에이지로 두 의료기관의 암 환자 6천196명이 방사선 치료 시작 때 일상적으로 촬영한 얼굴 사진을 분석해 생물학적 나이를 추정하게 했다.

 그 결과 암 환자들은 암이 없는 환자들보다 확연히 나이가 더 들어 보였으며, 평균적으로 생물학적 나이가 실제 나이보다 5살 높은 것으로 나타났다.

 또 생물학적 나이와 생존율의 관계를 분석한 결과 실제 나이보다 높은 생물학적 나이는 생존율 악화와 연관이 있었으며, 특히 나이, 성별 등 다른 요인들을 고려할 경우 생물학적 나이가 85세 이상일 때 생존율이 크게 떨어졌다.

 이어 임상의·연구자 10명에게 방사선 치료 암 환자 100명의 사진과 암 상태 등 정보를 제공하고 단기 생존 가능성을 예측한 결과 페이스에이지 정보를 함께 제공할 때 예측 정확도가 유의미하게 향상되는 것으로 나타났다.

 에어츠 박사는 "이 연구는 AI를 활용해 얼굴 사진으로 생물학적 나이를 추정할 수 있고 그 정보가 임상적으로 의미가 있을 수 있음을 보여준다"고 말했다.

 연구팀은 삶의 마지막 단계에서의 정확한 생존 기간 예측은 어렵지만 암 치료에 매우 중요한 의미가 있다며 이 연구는 단순한 얼굴 사진이 환자와 임상의의 치료 계획 수립 등에 도움이 되는 중요한 정보를 담고 있음을 보여준다고 밝혔다.

 이어 이 기술이 실제 임상 환경에서 사용되기 위해서는 추가 연구가 필요하다며 이 기술을 질병, 전반적인 건강 상태, 수명 예측에도 적용하기 위한 테스트를 하고 있다고 덧붙였다.

 ◆ 출처 : The Lancet Digital Health, Hugo Aerts et al., 'FaceAge, a deep learning system to estimate biological age from face photographs to improve prognostication: a model development and validation study', https://www.thelancet.com/journals/landig/article/PIIS2589-7500(25)00042-1/fulltext