-
인공지능(AI)으로 개인의 생물학적 나이와 건강 위험을 동시에 예측하는모델이개발됐다.
서울대병원은네이버와공동연구를통해트랜스포머(Transformer) 기반딥러닝구조를적용한해당예측모델을개발했다고 7일 밝혔다. 연구팀에따르면 약 15만 명의건강검진데이터를학습시킨결과, 기존방식보다건강상태구분과생존위험예측의정확도가높아진것으로나타났다.
-
-
- ▲ 서울대병원–네이버 공동 연구팀이 개발한 인공지능(AI) 기반 생물학적 나이 및 미래 건강 위험 예측 모델 개요. 생물학적 나이와 실제 나이의 차이를 활용해 건강 상태와 만성질환·사망 위험을 함께 평가한다. /이미지 제공=서울대병원
생물학적나이(Biological Age, BA)는 유전, 생활습관, 환경, 질병이력 등 다양한요인을종합해신체의실제노화정도를수치로표현한지표다. 실제나이(Chronological Age, CA)보다생물학적나이가낮으면건강상태가양호함을의미하고, 반대로높으면노화가빠르거나질병위험이클 수 있다. 그러나기존예측모델은건강한사람중심으로만들어져만성질환자에게적용이어렵고, 사망위험을반영하지못하는한계가있었다.
이번 연구는 서울대병원 내분비대사내과 조영민·배재현·윤지완 교수팀과 네이버 Digital Healthcare LAB의 유한주·문성은 박사팀이 공동으로 수행했다. 연구팀은 2003년부터 2020년까지 서울대병원 강남센터에서 건강검진을 받은 15만 1,281명의 데이터를 분석했다. 데이터에는 신체 계측, 혈액·소변검사, 폐 기능 검사, 질병 유무와 사망 정보 등이 포함됐다. 연구 대상은 혈당·혈압·콜레스테롤 수치에 따라 ▲정상군 ▲질환 전단계군 ▲질환군으로 분류했다.
연구팀은 트랜스포머 기반 AI 모델을 통해 혈압, 혈당, 콜레스테롤 등 다양한 건강 지표를 통합 분석하고 개인의 생물학적 나이(BA)를 예측했다. 이후 실제 나이(CA)와의 차이(BA–CA 갭)를 계산해 건강 상태를 분류한 결과, 건강할수록 생물학적 나이가 실제 나이보다 낮았고(BA < CA), 질환자일수록 높게 나타났다(BA > CA). 혈당·혈압·지질 수치가 나쁠수록 BA–CA 갭이 커졌으며, 심혈관질환이나 암이 있는 경우에도 차이가 뚜렷했다.
AI가 산출한 BA–CA 값을 기준으로 ▲건강군(BA–CA < −1) ▲기준군(−1≤BA–CA≤1) ▲비건강군(BA–CA > 1)으로 나누어 Kaplan–Meier 생존 분석을 수행한 결과, 남성의 경우 비건강군의 생존율이 건강군보다 유의하게 낮았으며(P<0.001), 여성에서도 비슷한 경향이 나타났다(P=0.07). 즉, BA–CA 값이 클수록 실제 사망 위험이 통계적으로 증가했다.
반면 기존 생물학적 나이 예측 모델(Klemera&Doubal’s Method, Chronological Age Cluster, Deep Neural Network)은 이러한 차이를 일관되게 구별하지 못했다.
-
-
-
- ▲ 생물학적 나이와 실제 나이의 차이에 따른 전체 생존율 비교(갭 기반 모델). 남성은 건강군 대비 다른 두 그룹의 생존율이 유의하게 낮았으며, 여성에서도 유사한 경향이 나타났다. /이미지 제공=서울대병원
조영민 교수(서울대병원 내분비대사내과)는 “이번 연구는 질병 유병 상태와 사망 정보를 동시에 학습한 최초의 트랜스포머 기반 생물학적 나이 예측 모델이라는 점에서 의미가 크다”며 “AI가 단순히 생물학적 나이를 계산하는 것을 넘어, 개인의 건강 상태와 미래 위험을 함께 반영할 수 있는 새로운 임상 도구로 발전했다”고 말했다.
이어 “서울대병원의 대규모 임상 데이터와 네이버의 첨단 AI 기술력이 결합해, 의료 전문성과 기술이 함께 만든 산학 협력의 대표적 성과”라고 덧붙였다.
이번 연구는 AI가 단순한 데이터 분석을 넘어, 임상 현장에서 개인의 건강 위험을 정량적으로 평가할 수 있는 기반 기술로 확장될 수 있음을 보여준다. 연구 결과는 의료정보학 분야 국제학술지 ‘Journal of Medical Internet Research(JMIR)’ 최근호에 게재됐다.
-
- 김정아 기자 jungya@chosun.com
최신뉴스
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.

