“얼굴 사진 한장으로 암환자 생존율 예측”…AI, 4000만장 학습[노화설계]

  • 동아닷컴
  • 입력 2026년 10월 20일 17시 10분


미국 매스제너럴브리검 연구팀이 개발한 인공지능(AI)의 얼굴 분석 이미지. 왼쪽은 암 환자의 생존 위험을 예측하는 ‘FAHR-FaceSurvival’, 오른쪽은 생물학적 나이를 추정하는 ‘FAHR-FaceAge’의 분석 결과다. 노란색에 가까울수록 AI의 예측에 큰 영향을 미친 부위를 뜻한다. 사진=매스제너럴브리검
미국 매스제너럴브리검 연구팀이 개발한 인공지능(AI)의 얼굴 분석 이미지. 왼쪽은 암 환자의 생존 위험을 예측하는 ‘FAHR-FaceSurvival’, 오른쪽은 생물학적 나이를 추정하는 ‘FAHR-FaceAge’의 분석 결과다. 노란색에 가까울수록 AI의 예측에 큰 영향을 미친 부위를 뜻한다. 사진=매스제너럴브리검
얼굴 사진 한 장으로 암 환자의 생존 위험을 예측하는 인공지능(AI)이 개발됐다. 같은 나이의 암 환자라도 얼굴에 나타나는 특징을 분석하면 생존 위험이 높은 환자와 낮은 환자를 구분하는 데 도움이 될 수 있다는 것이다. 향후 수술이나 항암치료를 앞둔 환자의 건강 상태를 평가하는 새로운 도구로 활용될 가능성이 있다.

미국 매스제너럴브리검 연구팀은 얼굴 사진으로 생물학적 나이를 추정하고 암 환자의 생존 위험을 예측하는 AI 모델 ‘FAHR-Face’를 개발했다고 19일(현지시간) 밝혔다. 연구 결과는 국제학술지 ‘랜싯 디지털 헬스(The Lancet Digital Health)’에 발표됐다.

의사들은 암 환자의 치료 방법을 결정할 때 나이와 암의 진행 정도, 체력, 전반적인 건강 상태를 함께 살핀다. 같은 70세라도 수술 후 빠르게 회복하는 환자가 있는 반면, 치료를 견디기 어려운 환자도 있다. 실제 나이만으로는 환자의 신체적 회복력과 쇠약 정도를 판단하기 어렵기 때문이다.

연구팀은 얼굴에 나타나는 특징에서 이러한 건강 상태를 파악할 단서를 찾았다. 의료진이 환자의 외모를 보고 건강 상태를 가늠하듯, AI를 활용해 얼굴의 특징을 분석하고 예후와의 관계를 확인한 것이다.

연구팀은 약 200만 명의 얼굴 사진 4061만5808장을 이용해 기초 AI 모델을 학습시켰다. 다양한 연령대와 인종, 촬영 환경에서 얻은 사진을 바탕으로 얼굴의 형태와 특징을 익히도록 했다.

이후 두 가지 AI 도구를 개발했다. 하나는 얼굴에서 노화와 관련된 특징을 분석해 생물학적 나이를 추정하는 ‘FAHR-FaceAge’, 다른 하나는 암 환자의 생존 위험을 직접 예측하는 ‘FAHR-FaceSurvival’이다.

● 암 환자 얼굴 3만4363장 추가 학습…생존 위험도 구분했다

이번 연구에서 주목할 부분은 암 환자의 생존 위험을 직접 예측하는 AI다. 연구팀은 암 환자의 얼굴 사진 3만4363장을 이용해 FAHR-FaceSurvival을 추가 학습했다. 환자의 얼굴 사진과 실제 생존 기간에 관한 자료를 연결해 생존 위험을 구분하도록 한 것이다.

연구에는 2008년부터 2023년까지 미국 하버드대 계열 의료기관에서 방사선치료를 받은 환자 3만8183명의 자료가 활용됐다. 연구팀은 일부 자료로 AI를 학습시키고 나머지 자료로 예측 성능을 평가했다. 네덜란드 의료기관의 암 환자 4892명 자료도 별도로 활용해 검증했다.

연구팀은 AI가 예측한 생존 위험이 실제 환자의 생존 결과와 관련이 있는지 분석했다. 이 과정에서 나이와 성별, 암의 종류 등 다른 임상적 요인도 함께 고려했다.

분석 결과 얼굴에서 추정한 나이와 실제 나이의 차이는 암 환자의 생존 결과와 관련이 있었다. 생존 위험을 직접 분석하는 AI 역시 별도의 예후 정보를 제공했다. 두 모델의 예측 결과는 서로 강하게 일치하지 않았으며, 함께 활용했을 때 생존 예측을 위한 통계 모델의 적합도가 개선됐다.

흥미로운 점은 두 AI가 얼굴에서 주목한 부위도 달랐다는 사실이다.

생물학적 나이를 추정하는 AI는 주로 팔자주름과 눈 위쪽 이마, 관자놀이 부위에 주목했다. 반면 암 환자의 생존 위험을 예측하는 AI는 눈 아래와 콧등 주변의 특징을 상대적으로 중요하게 분석했다.

다만 눈 아래와 콧등의 어떤 특징이 생존 위험과 관련되는지는 아직 밝혀지지 않았다. 이 부위의 변화가 환자의 신체적 쇠약이나 영양 상태 등을 반영하는지도 추가 연구가 필요하다.

논문 공동 책임저자인 휴고 에르츠 매스제너럴브리검 교수는 “FAHR-FaceSurvival은 암 환자의 얼굴 사진에서 생존 위험을 직접 학습한다는 점에서 얼굴 건강 분석 AI를 한 단계 발전시켰다”며 “우리가 아는 한 단순한 사진으로 암 환자의 생존 위험을 직접 예측할 수 있다는 사실을 보여준 첫 연구”라고 설명했다.

● 흡연자는 얼굴도 더 늙어 보였다…화장·성형수술 영향은?

연구팀은 얼굴에 나타나는 노화의 특징과 생활습관의 관계도 살폈다. 흡연과 과도한 음주, 약물 사용은 AI가 추정한 생물학적 나이가 높게 나타나는 것과 연관성이 있었다.

특히 흡연 여부에 따른 차이가 뚜렷했다. 현재 담배를 피우는 사람은 과거 흡연자보다, 과거 흡연자는 평생 담배를 피우지 않은 사람보다 생물학적 나이가 높게 추정되는 경향을 보였다.

화장이나 성형수술로 얼굴이 달라졌을 때 AI의 판단이 바뀌는지도 확인했다. 얼굴 각도와 조명, 표정, 화장 여부에 따라 추정 나이에 다소 차이가 있었지만 전반적으로 일관된 결과를 보였다.

성형수술 전후 사진을 비교한 결과 눈썹 교정과 눈꺼풀 수술, 안면거상술 등에서는 평균 추정 나이에 통계적으로 유의한 변화가 없었다. 코 성형 후에는 추정 나이가 평균 1.11년 증가하는 변화가 관찰됐다.

나이 추정 모델의 정확도도 기존 AI와 비교했다. 일반인 얼굴 사진 자료에서는 실제 나이와 AI 추정 나이의 평균 절대 오차가 5.1년으로, 비교 대상 모델 가운데 가장 작았다.

반면 암 환자 자료에서는 기존 ‘FaceAge’ 모델의 평균 절대 오차가 7.2년으로, 새 모델의 7.5년보다 작았다. 다만 연령대별 오차를 고르게 반영한 평가에서는 새 모델이 더 좋은 성능을 보였다.

연구 책임저자인 레이먼드 막 매스제너럴브리검 암연구소 방사선종양학 전문의는 “얼굴 각도와 조명, 표정, 화장 등 실제 촬영 환경에서 흔히 나타나는 변화에도 FAHR-FaceAge의 결과가 일관되게 유지됐다는 점이 놀라웠다”고 말했다.

다만 화장과 성형수술 등에 관한 검증은 주로 생물학적 나이를 추정하는 모델을 대상으로 이뤄졌다. 생존 위험 예측 모델까지 모든 조건에서 같은 수준의 안정성을 보였다는 의미는 아니다.

● 얼굴로 암 환자 수명까지 알 수 있을까…치료 결정에 활용 가능성

연구팀은 이번 AI가 향후 암 환자의 맞춤형 치료에 도움이 될 것으로 기대하고 있다.

암 치료에서는 병의 진행 정도뿐 아니라 환자가 치료를 얼마나 견딜 수 있는지도 중요하다. 나이가 많아도 신체 기능이 좋으면 적극적인 치료를 받을 수 있지만, 비교적 젊은 환자라도 건강 상태에 따라 치료가 어려울 수 있다.

막 전문의는 “인구가 고령화하면서 의료진은 방사선치료나 수술, 전신 약물치료처럼 강도 높은 치료를 권하기 전에 환자의 신체적 회복력과 쇠약 정도를 더 정확하게 파악할 필요가 있다”고 설명했다.

이어 “얼굴 사진을 활용한 건강 평가를 더욱 정량적이고 일관되게 만들어 맞춤형 치료 결정을 지원하는 것이 목표”라며 “의사의 판단을 대체하려는 것은 아니다”라고 강조했다.

다만 이번 연구가 얼굴 사진 한 장으로 암 환자의 남은 수명을 정확하게 알아낼 수 있다는 뜻은 아니다. AI가 분석한 것은 환자의 상대적인 생존 위험이다. 개별 환자가 언제 사망할지, 암을 완치할 수 있을지 예측하는 기술과는 다르다.

연구에서 확인된 것도 얼굴 특징과 생존 결과 사이의 통계적 연관성이다. 눈 밑이나 콧등의 특정한 변화가 사망 위험을 높인다는 의미는 아니다. 생존 분석에는 암으로 인한 사망뿐 아니라 다른 원인에 따른 사망도 포함됐다.

AI의 예측이 실제 의료현장에서 치료 결정을 개선하거나 환자의 생존율을 높이는 데 도움이 되는지도 아직 확인되지 않았다. 연구팀은 다양한 인구집단을 대상으로 모델의 성능과 임상 활용 가능성을 추가로 검증할 계획이다.

관련 논문
Foundation artificial intelligence models for health recognition by use of face photographs (FAHR-Face): a model development and validation study

놓친 뉴스와 그 맥락까지, 종이신문으로 읽어보세요.

동아일보 구독 신청
#얼굴 사진 AI#암 환자 생존 위험#암 생존율 예측#얼굴 분석 AI#생물학적 나이#노화 속도#얼굴 노화#FAHR-Face#FAHR-FaceSurvival#FAHR-FaceAge#인공지능 의료#AI 암 치료#암 환자 예후#눈 밑 노화#흡연과 노화#매스제너럴브리검#랜싯 디지털 헬스
© dongA.com All rights reserved. 무단 전재, 재배포 및 AI학습 이용 금지

트렌드뉴스

트렌드뉴스

  • 좋아요
    0개
  • 슬퍼요
    0개
  • 화나요
    0개

댓글 0

오늘의 추천영상

지금 뜨는 뉴스