연구자들, AI 주도형 장수 연구 개발 계획 제시

최근, Deep Longevity의 연구자들은 장수 연장 기술에 AI 알고리즘과 기술을 적용하는 방법을 제안하였다. 이 방법은 Nature Aging 저널에 발표된 “Artificial Intelligence in Longevity Medicine”라는 논문에서 제시되었다.

EurekaAlert에 따르면, 연구자들은 장수 연장 기술 개발에 AI를 적용하는 프레임워크를 제시하였다. 그들은 의학, 전통적인 생물학, 인공 지능의 요소를 결합한 새로운 학문 분야를 생성해야 한다고 주장하며, 이 새로운 분야를 “Longevity Medicine”이라고 명명하였다. Longevity Medicine은 또한 노화 연구와 인공 지능에 의해 가능해진 회복적이고 예방적인 의학을 생성하는 것으로 정의될 수 있다.

인간의 평균 수명을 연장하는 전통적인 접근법은 질병의 치료를 중심으로 한다. 그러나 어느 정도 이상의 진보는 수명 연장에 대한 반대의 효과를 낳을 수 있다. 연구자들은 암을 완전히 제거하더라도 미국에서 출생 시 평균 수명이 약 2.3년, 65세 시 약 1.3년만 증가할 것이라고 추정하였다. 또한, 폐렴이나 독감과 같은 일반적인 질병을 제거하더라도 평균 수명이 약 0.2년과 0.5년만 증가할 것이라고 예상하였다.

이러한 질병을 제거하여도 수명이 크게 증가하지 않는 이유는 이러한 질병이 노화의 결과일 뿐이라는 것이다. 노화는 모든 종류의 질병과 관련이 있으며, 근본적인 원인이 아닌 직접적인 원인이다. 노화의 영향을 미루는 진보는 AI에 의해 가능할 수 있다. AI 시스템은 생리학적 및 생물학적 과정에 기반한 종단적 데이터를 사용하여 사람의 나이를 높은 정확도로 판단할 수 있다.

논문의 저자들은 장수 연구에 심층 학습과 다른 AI 기술을 적용하는 프레임워크를 제시하였다. 또한, 이러한 연구에서 기대할 수 있는 기회에 대해 설명하였다. 생물학적 나이 예측과 모니터링을 시작으로, 과학자들은 생물학적 표적을 개발할 수 있다. 이러한 표적을 사용하여 노화와 관련된 생물학적 과정에 대한 단백질과 분자를 합성할 수 있다. 임상 시험을 통해 이러한 치료법의 효과를 평가할 수 있다. 데이터 분석을 사용하여 가장 유망한 치료법을 찾을 수 있다. 이러한 사이클은 더 많은 데이터를 수집하여 생물학적 모델을 개선하는 것을 반복한다.

위에서 설명한 사이클의 기초는 깊은 생성적 강화 학습 네트워크이다. 이 네트워크는 노화 연구, 생물학, 화학, 의학, 심리학 등 다양한 분야에서 기인한 데이터를 사용한다.

Deep Longevity의 Human Longevity 의사인 Evelyne Yehudit Bischof는 EurekaAlert를 통해 AI가 새로운 의학 분야를 생성할 수 있음을 설명하였다.

“인공 지능은 일반적으로 의학에 큰 잠재력을 가지고 있습니다. 그러나 환자의 일생 동안 그리고 많은 환자에서 발생하는 작은 변화들을 추적하고 학습할 수 있는 능력은 새로운 의학 분야, 즉 장수 의학의 개발을 가능하게 합니다.”라고 Bischof는 말했다.

이 논문은 Bischof와 다른 연구자들에 의해 작성되었다. 또한, Deep Longevity의 장수 책임자 Alex Zhavoronkov와 AI 전문가이자 컴퓨터 과학자 Kai-Fu Lee도 이 논문에 기여하였다.