자기의 나이 숫자와 생체 나이 차를 알 수 있는 연구 결과들이 속속 발견되고 있는 가운데 인공지능(AI)이 생체 나이 측정에 가장 유용한 도구로 떠오르고 있다.
미국 수면 의학 아카데미(American Academy of Sleep Medicine, AAM)연구팀은 인공지능의 심층 신경망(Deep Neural Network, DNN) 모델을 이용해 환자의 수면 중에 기록된 뇌파 신호로 뇌 연령을 예측하는 실험을 진행했다.
그 결과, 심층 신경망 모델이 하룻밤 자는 동안 기록된 뇌파 데이터를 기반으로 건강한 환자의 뇌 연령을 정확하게 예측할 수 있다는 연구 결과를 얻었다. 이 내용은 의료 및 건강 웹 뉴스‘메디컬 엑스프레스(Medical Xpress)’에 10일 자 기사로 실렸다.
뇌의 변화가 인체에 치명적인 질병을 초래할 수 있어서 의학계에서는 뇌 연령 측정을 통한 건강 정도를 미리 알아보는 모델을 개발해왔다. 심층 신경망 모델은 인공지능의 비약적인 발전에 따라 최근에 가장 신뢰받는 모델로 떠올랐다.
연구팀은 야간 수면 연구를 통해 수행된 임상 연구동안 기록된 원시 뇌전도(EEG) 신호를 사용, 환자의 나이를 예측하기 위해 심층 신경망 모델을 훈련시켰다.
이로써 초기 심층 신경망을 생성시킨 후, 적절한 입력 데이터로 뇌 노화의 복잡한 패턴을 학습시켜서 최종 심층 신경망을 생성시켰다. 이 신경망이 뇌의 노화와 관계된 질병을 발견한 것이다.
연구팀이 밝힌 결과에 따르면, 뇌전도(EEG) 예측 뇌 연령 지수는 다른 질병을 가진 인구 집단 내에서 고유한 특성을 나타냈으며, 이 모델이 평균 절대 오차가 4.6년인 나이를 예측했다고 보고했다.
아울러 절대 뇌 연령 지수와 간질 및 발작 장애, 뇌졸중, 수면 장애 호흡의 높은 표시자, 낮은 수면 효율 사이에 통계적으로 유의미한 관계가 있는 것으로 조사됐다.
소프트웨어 업체 엔소데이터의 수석 AI 엔지니어인 요브 니게이트(Yoav Nygate)박사는 “기존의 임상 기법은 환자의 연령을 EEG를 기준으로 추정하거나 정량화할 수 있을 뿐이었지만, 이번 연구는 인공지능 모델이 환자 나이를 고도의 정밀도로 예측할 수 있다는 것을 보여줬다.”고 말했다.
AI, 심전도로 생물학적 나이 예측
심장은 뇌 못지않게 인간의 질병과 관련된 연령을 알 수 있는 신체 지표다.
지난달 20일 사이언스 데일리(ScienceDaily)에는 인공지능 기반의 심전도(Elektrokardiogramm, EKG) 예측이 사람의 나이와 생물학적 나이 차가 건강과 장수에 대한 통찰력을 제공할 수 있다는 새로운 연구 결과가 실렸다.
AI 기반의 심전도 측정이 수치 연령과 생물학적 연령 간의 차이가 건강에 상당한 영향을 미친다는 것을 발견한 것이다.
미국 미네소타주 로체스터에 본사를 둔 유명 종합 병원 ‘메이요 클리닉(Mayo Clinic)’연구팀은 생물학적 연령 예측을 위해 이전에 훈련되고 검증된 AI 알고리즘으로 2만 5000명 이상의 피험자를 대상으로 12개 선도 심전도 데이터를 평가했다. 이 피실험자들의 평균 나이는 54세 정도이며, 심장 질환자들은 배제된 것으로 알려졌다.
그 결과, 시간적 또는 실제 나이보다 높은 심전도 연령을 가진 환자는 시간이 지남에 따라 심혈관 사망률과 뚜렷한 연관성을 보였다.
AI 측정 모델은 대부분 피실험자의 연령을 정확하게 예측했으며, 평균 연령은 심전도 연령과 실제 연령 사이에 0.88세 차이가 났다. 많은 실험 대상자들은 심전도 연령에 따라 훨씬 더 늙거나 훨씬 더 젊어 보이는 매우 큰 차이를 가지고 있었다.
메이요 클리닉 예방심장학과장 프란시스코 지메네스(Francisco Jimenez) 박사는 “AI로 측정한 심전도 연령과 나이 차가 많은 사람이 심장 질환으로 인해 더 빨리 죽는다는 것을 증명했다.”고 설명했다.
AI, 생물학적 연령 예측 탁월해
인공지능(AI)은 스마트폰과 기타 웨어러블에서 얻은 물리적 활동 데이터에서도 생체 나이를 예측할 수 있다는 연구 결과가 나왔다.
지난 2018년 3월 30일 자 미국의 유전·생명공학 전문 매체 ‘젠(Genetic Engineering & Biotechnology News GEN)’에 따르면 딥 러닝을 통해 스마트폰과 웨어러블 데이터에서 측정된 신체 활동 데이터를 통해 생체 나이를 알 수 있다는 것이다.
학술지 ‘사이언티픽 리포트(Scientific Reports)’에 게재된 이 연구는 지속적인 건강 위험 모니터링을 위해 스마트폰과 웨어러블 센서와 AI 기술을 환자의 실시간 피드백과 결합하는 새로운 잠재력을 활용했다.
싱가포르 소재 생명 공학 회사인 ‘게로(Gero)’와 모스크바 물리학 기술 연구소(MIPT) 과학자들은 2003~2006년 미국 국립 보건 영양 검사 조사(NHANES)의 신체 활동 기록과 임상 데이터를 분석, 이같은 결과를 얻은 것으로 알려졌다.
최첨단 AI 합성곱 신경망(CNN)이 생물학적으로 가장 관련성이 높은 모션 패턴을 풀고, 기록된 수명과의 관계를 설정하기 위해 사용됐다. 그들은 1주일동안의 활동 측정에서 참가자들의 생물학적 연령과 사망 위험을 예측하기 위해 신경망을 훈련시켰다.
그 결과, GERO 과학자들이 만든 새로운 AI 기반 알고리듬은 동일한 데이터에서 이전에 사용 가능했던 생물학적 연령 및 사망 위험 모델을 능가한 것으로 나타났다.
모스크바 물리학 기술 연구소(MIPT)의 GERO 과학 책임자인 ‘피터 페디체프(Peter Pedichev) 박사는 “최근 의학 분야에선 심전도 데이터를 통해 심장병 이상을 보여주는 신경망의 연령별 생체표시를 도출하는 연구를 하고 있다”며, “여기서 영감을 받아서, 우리는 건강 위험 평가를 위한 AI 잠재력을 탐구했다.”고 밝혔다.
그 결과 “AI는 패턴 인식에 강력한 도구이며 시각적 물체 식별, 음성 인식 및 기타 분야에서 탁월한 성능을 보였다.”고 설명했다.
연구팀에 따르면, 기존의 예측 모델을 능가하는 사망률 위험 예측을 위한 별도의 심층 신경망(CNN)을 제작했는데 이번 연구 결과는 딥러닝 기술의 새로운 잠재력을 보여줬다는 것이다.
AI타임스 조행만 객원기자 chohang5@kakao.com
