암 환자의 얼굴 사진으로 생존 가능성을 예측하는 AI 연구가 나왔지만, 에든버러대학교 세계공중보건학과 학과장 데비 스리다르(Devi Sridhar)는 임상적 유용성과 편향 문제가 확인되기 전까지 결과를 신중하게 봐야 한다고 말한다. 연구진은 40 million장 이상의 얼굴 이미지로 모델을 학습했지만, 분석 결과는 암 종류와 환자 집단에 따라 달랐다.
매사추세츠의 의료기관 Mass General Brigham 연구진은 생물학적 나이를 추정하는 FAHR-FaceAge와 암 환자의 생존을 예측하는 FAHR-FaceSurvival을 개발했다. 생존 예측 모델은 암 환자 사진 약 35,000장으로 학습했으며, 눈 아래와 콧대 부위에 초점을 맞췄다. 연구 저자 레이먼드 막(Raymond Mak) 박사는 이 부위가 기원전 400년경 히포크라테스가 근육 소모와 사망 위험의 징후로 언급한 곳과 같다고 설명했다.
이번 달 《The Lancet Digital Health》에 발표된 연구에서 AI가 추정한 얼굴 나이는 28개 암 종류 중 18개에서 생존과 유의한 연관성을 보였다. 스리다르는 이 결과가 일부 암에서는 연관성이 나타났지만 다른 암에서는 그렇지 않았다는 뜻이라고 짚는다. 미로슬라프 보버(Miroslaw Bober) 교수는 이 도구를 의사의 판단과 비교하고, 여러 병원과 환자 집단에서 추가로 시험해야 한다고 말했다. 다른 요인을 보정한 뒤에는 흑인 환자에서 얼굴 나이와 생존 사이의 연관성이 유의하지 않았다.
이 결과는 AI 모델이 학습 데이터와 그에 깔린 가정에 따라 인종 편향을 보일 수 있다는 우려와도 맞닿아 있다. 심장 질환 진단과 추적에 쓰이는 심장 자기공명영상(CMR)을 분석하는 AI에서도 인종 편향이 보고됐다.
연구는 수천 명의 환자를 대상으로 한 과거 데이터에서 통계적 연관성을 찾았다. 스리다르는 이런 연관성을 바탕으로 개인의 미래 생존을 정확히 예측하는 것은 별개의 문제라고 강조한다. 셀카에는 건강 상태를 가리키는 단서가 담길 수 있지만, 그것만으로 미래를 예측하거나 임상에서 유용하다는 점이 입증된 것은 아니다.
사진의 조명과 촬영 각도, 표정, 촬영 시간은 얼굴 나이 추정 결과에 영향을 줄 수 있다. 보톡스와 필러, 안면 성형 수술, GLP-1 계열 약물도 얼굴의 지방과 형태를 바꾼다. 연구진은 조명과 표정, 성형 수술이 나이 모델에 미치는 영향을 시험했지만, 스리다르는 모델이 이런 요인의 영향을 받는 얼굴 부위의 노화 징후에 의존하는 만큼 오차를 피하기 어렵다고 본다. 노화 방지 시술이 흔해지면 겉으로 보이는 나이와 실제 건강 상태의 관계도 더 복잡해질 수 있다는 지적이다.
스리다르는 이 연구가 유망하지 않다는 뜻은 아니라고 덧붙인다. 의사가 환자의 건강과 예후를 판단할 때 사용하는 다른 검사와 함께라면, 외모로 나이를 가늠하는 판단의 불확실성을 줄이는 데 도움이 될 가능성은 있다. 다만 의사의 경험과 훈련을 넘어 일상 진료에서 실제로 쓸모가 있는지는 아직 확인해야 한다.
연구 프로젝트 웹사이트에 셀카를 올리면 생물학적 나이를 확인할 수 있지만, 동의서에 따르면 사진 제공자는 연구에도 참여하게 된다. 얼굴은 평가에 쓰일 뿐 아니라 기술 개발에 활용되는 데이터에도 포함된다. 현재 도구가 알려주는 것은 생물학적 나이뿐이며, 스리다르는 이를 전반적인 건강 상태의 지표로 받아들이는 데 회의적이라고 말한다.
연구진은 얼굴 나이와 관련된 주요 요인 세 가지로 음주, 약물, 흡연을 꼽았다.
댓글 (0)
로그인하면 이 기사에 내 생각을 남길 수 있어요