사진 속 얼굴 특징으로 고혈압 알아맞춘다

한의학硏, 안색·안형 등 얼굴 특징으로 환자 구별
모바일 앱 적용 등 고혈압 관리 기술에 활용 기대

한국한의학연구원 이상훈 박사 연구팀은 사진 속 안색(顔色),안형(顔形)등 얼굴 특성을 분석해 고혈압 환자와 정상인을 구별할 수 있다는 연구결과를 내놨다.

이에 따라 향후 사회관계망 서비스(SNS)나 휴대폰 사진 등을 활용해 일상에서 건강 위험을 사전에 파악하고 관리하는 미래 헬스케어 기술 개발에 활용할 수 있을 것으로 기대된다.

우리나라의 가장 흔한 만성질환 중 하나인 고혈압은 한번 발병하면 완치가 어려워 평생관리 해야 하기에 조기 진단을 통한 예방이 특히 중요하다.

하지만 발병 전 위험도 예측을 위해서는 가족력, 허리둘레, 혈압변화, 중성지방 등 다양한 변수를 고려해야 하기에 일상생활에서 확인하기 쉽지 않은 실정이다.

이에 한의학연 미래의학부 연구팀은 일상생활에서 흔히 사용할 수 있는 사진 속 얼굴 특성을 활용해 고혈압 위험도 진단의 가능성을 확인하는 연구를 수행했다.

연구팀은 특정 기준에 따라 촬영한 한의학데이터 센터의 사진 중 고혈압 환자 및 정상인 사진 1000여장(환자 394명, 정상인 705명)을 활용했다. 연구팀은 한의학의 망진(望診)에서 관찰하는 얼굴 특성을 기준으로 얼굴 부위별 형태 변수 및 색상 변수를 정량적 형태로 추출했다. 망진은 한의사가 눈으로 환자의 얼굴 빛깔, 윤기, 피부, 눈, 혀, 손톱 등 몸 겉면의 부위를 살펴보는 한의학의 네 가지 진단법 중 하나이다. 형태 변수는 얼굴에 기준점을 설정한 후 이를 이용해 길이, 각도, 비율, 면적 등을 추출했고, 색상 변수는 영역을 구분해 영역별 밝기 성분, 붉은색·푸른색 등 성분으로 표현되도록 변수를 추출했다. 이후 통계적 기계학습 기법을 활용해 고혈압 그룹과 정상인 그룹 사이의 안면 특징 변수를 성별에 따라 비교·분석해 고혈압을 예측할 수 있는 안면 특징 변수를 확인했다.

통계적 기계학습은 인공지능(AI) 연구의 한 분야인 기계학습(머신러닝)에 통계학이 활용된 기법으로 예측의 정확성을 주로 강조하는 일반 기계학습보다 기계학습의 결과 값을 해석, 추론하는 연구에 주로 활용된다.

분석 결과, 두 성별 모두에서 고혈압 환자와 정상인 간 차이를 보이는 변수는 얼굴 형태의 경우 코의 모양이었으며, 얼굴 색상에서는 이마와 볼의 색으로 확인됐다. 특히 성별에 따라서 여성의 경우 눈 모양과 코의 각도·색상이 환자와 정상인을 가장 뚜렷하게 구별하는 변수였고, 남성은 코 너비와 볼 색상이 가장 큰 차이를 보이는 변수로 확인됐다.

추출된 안면 특징 변수를 종합한 모델을 통해 고혈압 환자와 정상인을 구별해본 결과, 여성은 AUC(Area Under Curve, 곡선하면적: 값이 1에 가까울수록 예측이 정확하다는 것을 의미)값이 0.827, 남성은 0.706으로 나타나 유의미한 수준으로 예측할 수 있다는 사실을 확인했다.

연구팀은 앞으로 정상에서 고혈압으로 진행되는 사람의 안면 특징에 대한 후속 연구 수행을 통해 단순한 구별을 넘어 고혈압 발생 위험도를 예측할 수 있는 연구로 점차 확대해 나갈 계획이다.

향후 해당기술은 일상생활에서 간단한 비접촉 방법으로 고혈압을 쉽게 예측해 예방·관리에 활용될 수 있을 것으로 기대된다.

연구책임자 이상훈 박사는 "앞으로 다가올 미래 헬스케어 서비스에서는 이미지와 같은 비접촉 데이터 기반의 건강위험 예측 기술이 중요해질 것으로 생각한다"라며 "이번 연구를 통해 사진만으로 고혈압 위험을 확인하고 정보를 제공함으로써 개인의 질병 예방·관리에 도움을 줄 수 있다는 가능성을 확인했다는 점에서 의미가 크다"고 밝혔다.

[이병문 의료선임기자]