얼굴 사진으로 암 환자 생존 위험 예측하는 AI의 성과와 한계

매스제너럴브리검 연구진은 얼굴 분석 AI인 파-페이스(FAHR-Face)를 개발하고 연구 결과를 국제학술지 랜싯 디지털 헬스에 발표했습니다. 연구의 핵심은 얼굴 사진에서 암 환자의 건강 상태와 관련된 정보를 찾아, 치료 방향을 판단하는 데 도움을 줄 수 있는지 살핀 것입니다. 연구진은 얼굴 사진 한 장을 입력해 생물학적 나이를 추정하거나 생존 위험을 예측하도록 도구를 구성했습니다.

기초가 된 AI는 다양한 연령대와 인종의 얼굴 사진 4,000만 장 이상을 학습한 파운데이션 모델입니다. 이를 바탕으로 몸이 노화된 정도인 생물학적 나이를 추정하는 파-페이스에이지와, 생존 위험을 직접 예측하는 파-페이스서바이벌을 만들었습니다. 두 도구는 같은 얼굴을 분석하지만, 나이의 차이를 읽는 작업과 생존 결과를 예측하는 작업을 각각 수행했습니다.

연구에는 2008~2023년 미국 하버드대 계열 의료기관에서 방사선 치료를 받은 암 환자 3만 8,183명의 자료가 활용됐습니다. 연구진은 일부 자료를 학습에 쓰고 나머지로 성능을 평가했으며, 네덜란드 암 환자 4,892명의 보도로 외부 검증도 진행했습니다. 따라서 결과를 해석할 때는 연구 대상이 암 환자였고, 미국 환자군은 방사선 치료를 받았다는 조건을 함께 봐야 합니다.

연구진의 분석에서는 얼굴에서 추정한 나이가 실제 나이보다 높을수록 생존율이 낮은 경향이 나타났습니다. 생존 위험 예측 도구에서도 점수가 0.75 이상인 환자군의 사망 위험은 0.25 미만인 환자군보다 3.23배 높게 나타났습니다. 이 수치는 연구에서 구분한 환자군 사이의 위험 차이이며, 사진을 넣으면 개인의 사망 여부를 그 비율로 맞힌다는 정확도 수치는 아닙니다.

두 도구가 중요하게 분석한 얼굴 부위도 달랐습니다. 나이 추정 도구는 팔자주름과 눈 위쪽 이마, 관자놀이에 주목했고, 생존 위험 도구는 눈 아래와 콧등 주변을 상대적으로 중요하게 분석했습니다. 그러나 연구진은 해당 부위의 어떤 특징이 생존 위험과 연결되는지 밝히지 못했으며, 신체적 쇠약이나 영양 상태를 반영하는지도 추가 연구가 필요한 문제로 남겼습니다.