MIT, 암 환자 생존 위험 직접 예측 AI 도구 개발 AI facial health recognition tools help physicians assess age and survival risk to guide personalized treatment

AI facial health recognition tools help physicians assess age and survival risk to guide personalized treatment

Mass General Brigham researchers trained a new AI foundation model on more than 40 million facial images, and used it to develop AI tools to estimate biological age and directly predict survival risk in patients with cancer

https://news.massgeneralbrigham.org/en/ai-facial-recognition-tools-assess-age-cancer-survival-risk

인공지능 기반 얼굴 건강 인식 도구는 의사가 연령과 생존 위험을 평가하여 개인 맞춤형 치료를 제공하는 데 도움을 줍니다

매사추세츠 종합 브리검 병원 연구진은 4천만 개 이상의 얼굴 이미지를 사용하여 새로운 AI 기반 모델을 학습시키고, 이를 활용해 암 환자의 생물학적 나이를 추정하고 생존 위험을 직접 예측하는 AI 도구를 개발했습니다.

연구진은 인공지능 도구를 활용하여 간단한 얼굴 사진을 분석하고 개인의 건강 상태를 나타내는 주요 지표를 파악하고 있습니다. 매사추세츠 종합병원 브리검(Mass General Brigham) 연구진은 4천만 장 이상의 얼굴 이미지를 학습시킨 대규모 인공지능 기반 모델인 FAHR-Face(Foundation Artificial Intelligence for Health Recognition)를 개발했습니다. 이 모델을 기반으로 두 가지 상호 보완적인 도구를 개발했는데, 하나는 기존 연령 추정 알고리즘보다 정확도가 높은 환자의 생물학적 나이를 추정하는 FAHR-FaceAge이고, 다른 하나는 얼굴 사진을 통해 암 환자의 생존율을 직접 예측하는 FAHR-FaceSurvival입니다. 모델 개발 및 검증 연구 결과, 환자의 FAHR-FaceAge와 실제 나이의 차이가 생존율과 독립적으로 연관되어 있음이 밝혀졌습니다. 또한, 다양한 사진 유형에도 불구하고 두 도구의 견고성이 입증되었습니다. 이 연구는 Lancet Digital Health 에 게재되었습니다 .

매사추세츠 종합 브리검 암 연구소의 방사선 종양 전문의 이자 매사추세츠 종합 브리검의 인공지능 의학(AIM) 프로그램 교수진인 레이먼드 막 박사는 “인구 고령화가 진행됨에 따라 의사들은 방사선 치료, 수술 또는 전신 치료와 같은 집중 치료를 권장하기 전에 환자의 신체적 예비력과 허약함을 더 정확하게 평가할 수 있는 방법이 필요합니다.”라고 말했습니다. “저희의 목표는 얼굴 사진 기반 건강 평가를 더욱 정량적이고 일관성 있으며 확장 가능하게 만들어 의사의 판단을 대체하는 것이 아니라 개인 맞춤형 치료 결정을 지원하는 것입니다.”

https://www.buckinghamshirelive.com/news/uk-world-news/upload-your-photo-check-biological-11206334

“이번 연구의 핵심 기술적 진보는 FAHR-Face가 4천만 개 이상의 이미지로부터 얼굴의 일반적인 특징을 학습하고, 이를 생물학적 나이 및 생존과 같은 다양한 건강 결과에 적용할 수 있다는 점입니다.”라고 공동 선임 저자이자 매사추세츠 종합 브리검 병원 AIM 소장인 휴고 아츠 박사 는 말했습니다 . “이러한 기초 모델 접근 방식은 각 모델을 처음부터 학습시키는 대신 여러 얼굴 건강 바이오마커를 개발할 수 있는 확장 가능한 방법을 제공합니다.”

https://youtu.be/COiEN35qw9E