사진 한 장으로 암 생존 위험 예측…AI가 찾아낸 특징은 작성일 10-21 52 목록 <div id="layerTranslateNotice" style="display:none;"></div> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="tr6kJPTscf"> <p contents-hash="0f9ebfbd2563274b94cc6aa7e6b4b1cdade0a65fb4da961603a98d8be081f35a" dmcf-pid="FmPEiQyOjV" dmcf-ptype="general">(지디넷코리아=이정현 미디어연구소)셀카 사진 한 장으로 암 환자의 생존 위험과 생물학적 나이를 예측하는 인공지능(AI) 시스템이 개발돼 주목받고 있다.</p> <p contents-hash="350ebb67206859948323982bcf3e9dd52141846855e39001ea8a3482b6f61cb4" dmcf-pid="3sQDnxWIa2" dmcf-ptype="general">CNN, 디지털트렌드 등 외신은 20일(현지시간) 미국 매사추세츠주에 본사를 둔 통합 의료기관 매사추세츠 제너럴 브리검(Mass General Brigham) 연구진이 이 같은 AI 시스템을 개발했다고 보도했다. 연구 결과는 의학 저널 ‘랜싯 디지털 헬스(The Lancet Digital Health)’에 게재됐다.</p> <figure class="figure_frm origin_fig" contents-hash="67ff6a03e32c41c10718f44c3b73ec7fd6583c8c5d6ffce92bc9c3c68a2d0fac" dmcf-pid="0w8cd6vmc9" dmcf-ptype="figure"> <p class="link_figure"><img alt="왼쪽 이미지는 FAHR-페이스서바이벌 모델의 암 생존 예측에 중요한 특징을, 오른쪽 이미지는 FAHR-페이스에이지 모델의 생물학적 나이 추정에 중요한 특징들을 보여준다. 노란색으로 표시된 영역은 각 모델의 예측에 가장 큰 영향을 미친 특징들이다. (사진= 매사추세츠 제너럴 브리검)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/21/ZDNetKorea/20261021160922108omkj.png" data-org-width="640" dmcf-mid="0HyUGl6bN4" dmcf-mtype="image" height="auto" src="https://img2.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/21/ZDNetKorea/20261021160922108omkj.png" width="658"></p> <figcaption class="txt_caption default_figure"> 왼쪽 이미지는 FAHR-페이스서바이벌 모델의 암 생존 예측에 중요한 특징을, 오른쪽 이미지는 FAHR-페이스에이지 모델의 생물학적 나이 추정에 중요한 특징들을 보여준다. 노란색으로 표시된 영역은 각 모델의 예측에 가장 큰 영향을 미친 특징들이다. (사진= 매사추세츠 제너럴 브리검) </figcaption> </figure> <p contents-hash="8f1a48b3fb52ecf64b96ed807a8a37d4614ba50eeabf084c73b69d2783f61278" dmcf-pid="pr6kJPTsjK" dmcf-ptype="general">이번 연구는 얼굴 분석 기술이 의사의 치료 결정에 필요한 정보를 제공하고, 환자에게 적합한 치료 방침을 결정하는 데 도움을 줄 수 있음을 시사한다.</p> <p contents-hash="a6e478da708d6b00d43d8d0d83b952bb9dcc859efa5d1148593bb105b8003d34" dmcf-pid="UmPEiQyOab" dmcf-ptype="general"><strong>얼굴 사진 4000만 장 학습해 AI 모델 개발</strong></p> <p contents-hash="8642d8619650d865d75850f69c8ffc5d40c7660ee305fa7c78320170c6c1639e" dmcf-pid="usQDnxWIoB" dmcf-ptype="general">연구진은 다양한 연령과 인종의 얼굴, 여러 촬영 환경에서 수집한 4000만 장 이상 이미지를 학습시켜 ‘FAHR-페이스(Face)’라는 기반 모델을 개발했다.</p> <p contents-hash="e127ddc20e798a51e6367535b37965dbf5f620f4e8ca35b44b839e9e679d6865" dmcf-pid="7OxwLMYCjq" dmcf-ptype="general">이 모델은 두 가지 용도로 활용된다. 얼굴에서 노화와 관련된 특징을 분석해 생물학적 나이를 추정하는 ‘FAHR-페이스에이지(FaceAge)’와 얼굴 사진만으로 암 환자의 생존 위험을 예측하는 ‘FAHR-페이스서바이벌(FaceSurvival)’이다.</p> <figure class="figure_frm origin_fig" contents-hash="4250b6467cc4f51e5f92a58ff95ab6c1ceab2516bdfd7a68f0689dc4dc872293" dmcf-pid="zIMroRGhoz" dmcf-ptype="figure"> <p class="link_figure"><img alt="연구진은 얼굴 사진을 활용한 건강 인식 AI 모델을 구축했다. (사진= 랜싯 디지털 헬스)" class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202610/21/ZDNetKorea/20261021160923327welw.jpg" data-org-width="640" dmcf-mid="pB7QB0jJcf" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202610/21/ZDNetKorea/20261021160923327welw.jpg" width="658"></p> <figcaption class="txt_caption default_figure"> 연구진은 얼굴 사진을 활용한 건강 인식 AI 모델을 구축했다. (사진= 랜싯 디지털 헬스) </figcaption> </figure> <p contents-hash="f541b78bb8459ff2046c94c5011add0028e3c9443c6920746729224fab81a830" dmcf-pid="qCRmgeHlk7" dmcf-ptype="general">FAHR-페이스에이지는 실제 나이와 외모로 추정한 생물학적 나이의 차이를 분석해 암 환자의 생존 위험을 평가한다. 반면 FAHR-페이스서바이벌은 생물학적 나이 추정 과정을 거치지 않고 얼굴 사진에서 생존 위험과 관련된 특징을 직접 분석한다.</p> <p contents-hash="b503d036ed883c96bf7df41bfdeb05e684cccb41fc908a89d41dd03ff3b7fef1" dmcf-pid="BhesadXSau" dmcf-ptype="general">두 모델은 얼굴에서 주목하는 부위도 다르다. 페이스에이지는 코와 입 주변의 주름, 이마, 관자놀이 등에 집중하는 반면, 페이스서바이벌은 눈 아래와 콧대 주변을 주로 분석한다.</p> <p contents-hash="74a875b1cc3794d903f50b2e1ea8946a9d18b1bb59c374e33496e3e9b59dceb5" dmcf-pid="bldONJZvgU" dmcf-ptype="general"><strong>AI 모델로 생존 위험도 구분</strong></p> <p contents-hash="606ea4907b527eca2f58df459e71c8bd99264a5bae25d5e3e169ba9743190fa6" dmcf-pid="KSJIji5Top" dmcf-ptype="general">연구진은 두 모델이 다양한 암 유형과 인구 집단에서 유망한 결과를 보였다고 밝혔다. 특히 FAHR-페이스서바이벌 연구에서 사망 위험이 높은 것으로 예측된 암 환자 122명 중 절반 이상인 52.5%가 예측대로 평가 후 90일 이내에 사망한 것으로 나타났니다. 반면, 사망 위험이 가장 낮은 것으로 분류된 환자 975명 중에서는 90일 이내에 사망한 비율이 약 2%에 불과했다.</p> <p contents-hash="9214ca80b27f037ed7a8986d4d5abaa94b19602d5cfdd9b156d32db806d9a74f" dmcf-pid="9viCAn1yo0" dmcf-ptype="general">생물학적 나이를 추정하는 FAHR-페이스에이지 모델에서도 유사한 결과가 확인됐다. 실제 나이보다 최소 5살 더 늙어 보이는 암 환자는 4년간의 추적 관찰 기간에 사망 위험이 21% 높았다. 반대로 실제 나이보다 최소 5살 젊어 보이는 환자는 사망 위험이 17% 낮았다.</p> <p contents-hash="45142b3ab397892243cd72d1ed909a30e31a858e4d627cb3d0acbe50316be37b" dmcf-pid="2TnhcLtWa3" dmcf-ptype="general"><strong>과음·약물 사용·흡연, 생물학적 노화와 연관</strong></p> <p contents-hash="8f4fe4f522a8f23d2d31961d98ddaff752edc7233b6cffe12f36c7d167af8f9e" dmcf-pid="VyLlkoFYcF" dmcf-ptype="general">연구진은 과음과 약물 사용, 흡연이 생물학적으로 더 늙어 보이는 것과 관련이 있다는 사실도 확인했다. 흥미롭게도 AI 모델은 조명이나 화장에 변화가 있거나 대부분의 성형수술을 받은 경우에도 비교적 높은 정확도를 유지했다. 다만 코 성형수술 후에는 예측 결과에 일부 변화가 나타났다.</p> <p contents-hash="19ba056927a554eb5052fe974900b9e7c037bcbc0998eff2c429eb27ac88bcb7" dmcf-pid="fWoSEg3Ggt" dmcf-ptype="general">연구진은 이러한 결과가 집단별 통계적 위험을 보여주는 것이며, 개인의 정확한 수명이나 사망 시점을 예측하는 것은 아니라고 강조했다.</p> <p contents-hash="71fac2bacb010275ca9e233d106e7f90adb67f9488dae093fd66e970f326a8f1" dmcf-pid="4YgvDa0Ho1" dmcf-ptype="general">이번 연구에 참여한 방사선종양학 전문의 레이먼드 막 박사는 AI 도구의 목표가 의사가 방사선 치료나 수술 등 강도 높은 치료를 권고하기 전에 환자의 신체적 회복력을 평가하도록 돕는 것이라고 설명했다. 연구진은 이 기술이 의사의 판단을 대체하는 것이 아니라 보완하는 역할을 할 것이라고 덧붙였다.</p> <p contents-hash="99cf5b616a0fddf5f6b3bb6804178cc63685f0de493bf64d31fbe7a6d879d00e" dmcf-pid="8qhUGl6ba5" dmcf-ptype="general">연구진은 이번 결과가 고무적이지만, 실제 의료 현장에 폭넓게 적용하려면 추가적인 검증과 연구가 필요하다고 밝혔다.</p> <p contents-hash="938693929f8fff7ef6877ca9127609970882c4251f500ee16717d18ef463bd31" dmcf-pid="6BluHSPKAZ" dmcf-ptype="general">이정현 미디어연구소(jh7253@zdnet.co.kr)</p> </section> </div> <p class="" data-translation="true">Copyright © 지디넷코리아. 무단전재 및 재배포 금지.</p> 관련자료 이전 KT·LGU+처럼 정보유출 증거 없애도 제재 한계···개인정보위 "유사 사례 더 있을 것" 10-21 다음 영상의학과 초음파 장비 ‘글로벌 3강’ 눈앞 노리는 삼성메디슨 10-21 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
