얼굴 사진 한장으로 환자의 생체 나이를 측정하고 이를 기반으로 암 환자의 예후까지 예측하는 인공지능 모델이 나와 학계의 주목을 받고 있다.

5만 8851명의 데이터를 통해 알고리즘을 구축한 딥러닝 모델로 정확도가 80%에 달한다는 점에서 임상적 활용 가능성이 충분하다는 것이 전문가들의 의견이다.

현지시각으로 9일 국제학술지 란셋(LANCET)에는 얼굴 사진을 통해 암 환자의 예후를 예측하는 인공지능 모델에 대한 검증 연구 결과가 공개됐다(10.1016/j.landig.2025.03.002).

이미 의학계에서는 인간이 서로 다른 속도로 노화한다는 것을 전제로 유전적 요인과 생활 습관에 다른 차이와 영향에 대해 오랜 기간 연구를 이어오고 있다.

생물학적 나이를 직접적으로 측정하는 단일 지표는 없지만 생존 시간, 즉 사망까지 남은 시간과 상관 관계가 있는 바이오마커를 찾는데 집중하고 있는 것.

개인의 생물학적 나이를 보여주는 적절한 지표를 찾게 된다면 실제 나이보다 건강과 기대 수명을 더 잘 예측할 수 있으며 세포 손상과 노화를 가속화시키는 질병 관리에 있어 중요한 의미를 갖기 때문이다.

예를 들어 생체 나이 65세의 노인은 85세의 노인보다 같은 암에 걸렸더라도 더 치료를 잘 견디는 것은 물론 반응률이 높다는 점에서 중요한 의미를 갖는다는 뜻이다.

하버드 의과대학 휴고 에르츠(Hugo Aerts) 교수가 이끄는 연구진이 얼굴 이미지를 통한 생체 나이 측정에 관심을 가진 배경도 여기에 있다.

최근 몇 년간 딥러닝 분야에서 얼굴 이미지나 안구 등을 통해 연령을 추전하기 위한 노력이 이어지고 있다는 점에서 이를 자동화할 수 있다는 가설을 세운 셈이다.

휴고 에르츠 교수는 "이미 임상 현장에서는 환자가 진료실에 들어올때 의사가 외모와 걸음걸이 등 전반적 건강상태와 활력에 대한 단서를 읽는다"며 "이러한 직관적 평가에 여러 생물학적 지표, 검사 결과를 종합적으로 고려해 치료법을 결정하는 것"이라고 설명했다.

그는 이어 "하지만 의사 또한 사람인 만큼 환자의 나이에 대한 편견을 가질 수 있으며 치료 방식을 결정할때 영향을 미칠 수 있다"며 "객관적이고 예측 가능한 지표를 개발하고자 노력한 이유"라고 강조했다.

이에 따라 연구진은 인공지능 모델 페이스 에이지(FaceAge)를 개발하고 딥러닝과 안면 인식 기술을 활용해 이를 학습시켰다. 학습에는 60세 이상의 건강한 사람 5만 8851명의 데이터가 사용됐다.

또한 연구진은 이렇게 학습된 딥러닝 모델을 미국과 네덜란드의 암 환자 6196명을 대상으로 검증 연구를 진행했다.

그 결과 암이 있는 환자는 그렇지 않은 사람에 비해 페이스에이지가 측정한 연령 점수에서 평균적으로 4.79세가 더 높게 나타났다.

즉 암이 있다는 것만으로 다른 요인을 모두 제외해도 페이스에이지가 평균 5살 정도 더 늙어다고 평가한 셈이다.

연구진은 이를 이용해 실제 암 치료를 받고 있는 환자들을 대상으로 추가적인 검증 연구를 진행했다.

그 결과 무작위로 사진을 보여준 것만으로 페이스에이지는 곡선아래면적(AUROC) 0.8로 암 환자를 구분해 내는데 성공했다. 80%의 정확도로 암 환자를 구분할 수 있다는 의미다.

특히 페이스에이지가 생체 나이를 80세 이상, 85세 이상으로 분류한 경우 실제 나이와 성별, 암 유형 등 기타 요인을 보정한 후에도 생존율이 수년씩 크게 떨어지는 것이 발견됐다.

얼굴 사진 한장을 분석한 것만으로 암 환자와 그의 이후 생존율까지 분석할 수 있다는 뜻이다.

휴고 에르츠 교수는 "이 딥러닝 모델은 지금까지 개발된 그 어떤 지표나 인공지능보다 매우 간단한 방식으로 생체 나이를 측정하며 정확도 또한 기대 이상을 보여준다"며 "암 환자에 대한 치료 결정은 물론 임종 의사 결정을 지원하는데 임상적 활용 가능성이 충분하다는 의미"라고 밝혔다.