Longevity Intelligence Platform — 혈액 바이오마커로 생물학적 나이를 예측하는 AI 건강 플랫폼

혈액 검사 수치만으로 생물학적 나이·사망 위험·원인별 사망 확률을 추론하고, Causal DAG + Monte Carlo Digital Twin으로 라이프스타일 개선 효과를 10년 단위로 시뮬레이션하는 풀스택 AI 건강 플랫폼

GitHub: github.com/teriyakki-jin/longevity-intelligence-platform

개요

CDC NHANES 2009–2020 공개 데이터셋(약 4만 명)을 기반으로 4개의 ML 모델을 학습하고, FastAPI 백엔드와 Next.js 14 대시보드로 연결한 풀스택 프로젝트입니다.

단순 예측을 넘어서 “운동을 주 250분으로 늘리면 생물학적 나이가 얼마나 낮아지는가” 같은 인과적 질문에 정량적으로 답하는 것을 목표로 했습니다.

핵심 기능

🧬 Biological Age Clock
혈중 포도당, HbA1c, 콜레스테롤, 크레아티닌 등 15개 바이오마커로 생물학적 나이를 예측합니다. LightGBM에 Optuna Bayesian HPO(80 trials)를 적용해 MAE < 5년, Pearson r > 0.95를 달성했습니다. SHAP TreeExplainer로 어떤 바이오마커가 노화를 가속하는지 Waterfall Chart로 시각화합니다.

☠️ Mortality Risk Modeling
Cox Proportional Hazards 모델로 5년·10년 생존 확률과 Kaplan-Meier 곡선을 산출합니다(C-index 0.8373). XGBoost 멀티클래스로 심혈관·암·호흡기·당뇨·사고사 5종 원인별 사망 확률도 함께 제공합니다.

🔮 Digital Health Twin
운동, 수면, 음주 등 라이프스타일 슬라이더를 조작하면 Causal DAG를 통해 관련 바이오마커에 인과 효과가 전파됩니다. Monte Carlo 500회 반복으로 생물학적 나이 변화의 95% 신뢰구간을 계산하고, 10년 궤적을 D3.js로 실시간 렌더링합니다.

🤖 AI Health Coach
Claude API + SSE Streaming으로 예측 결과를 맥락으로 활용하는 개인화 헬스 코칭 채팅을 구현했습니다.

모델 성능

모델	알고리즘	성능
Biological Age Clock	LightGBM + Optuna	MAE < 5년, r > 0.95
All-cause Mortality	Cox PH (lifelines)	C-index 0.8373
Cause-Specific (5종)	XGBoost	AUC > 0.80
Digital Twin	Monte Carlo × 500	95% CI 포함

기술 스택

ML      : LightGBM · XGBoost · lifelines · SHAP · Optuna · scikit-learn
Backend : FastAPI · uvicorn · pydantic v2 · Python 3.10
Frontend: Next.js 14 App Router · TypeScript · Tailwind CSS · D3.js
Training: Google Colab · Google Drive
AI      : Claude API (Anthropic) · SSE Streaming

시스템 아키텍처

[Google Colab]
  NHANES .xpt + Mortality .dat 파싱
  → Feature Engineering (eGFR, FIB-4, Metabolic Syndrome Score)
  → LightGBM HPO  → blood_clock.joblib
  → Cox PH        → cox.joblib
  → XGBoost 5cls  → cause_specific.joblib
          │
          ▼
[FastAPI :8888]
  POST /api/v1/bioage/predict
  POST /api/v1/mortality/predict
  POST /api/v1/twin/simulate
          │
          ▼
[Next.js 14 :3000]
  /          Bio Age + SHAP Waterfall (D3.js)
  /twin      라이프스타일 슬라이더 + Trajectory
  /mortality 원인별 위험 + Survival Curve
  /coach     SSE 스트리밍 AI 코치

기술적 도전

1. CDC 공식 문서의 바이트 위치 오류 — 역공학으로 해결

NHANES 사망률 연계 파일(Fixed-Width .dat)의 follow-up 기간 컬럼 바이트 위치가 공식 문서에 21–30으로 명시되어 있었지만, 실제 파싱하면 전체 NaN이 반환됐습니다. 파일을 바이트 단위로 슬라이싱하며 반복 검증한 결과, 실제 위치는 42–47임을 경험적으로 확인했습니다.

공식 문서를 맹신하지 않고 raw 데이터를 직접 검증하는 것이 얼마나 중요한지 체감한 경험이었습니다.

2. pandas nullable Int64 vs float64 — merge 0건 버그

read_sas() → SEQN이 float64, read_fwf() → SEQN이 Int64(nullable). 두 타입 간 merge 시 키 매칭이 실패해 결과가 0행으로 반환됐습니다. pandas nullable 정수 타입과 float 타입의 내부 비교 동작 차이를 파악하고, 양쪽을 int로 명시적 캐스팅하여 해결했습니다.

3. Digital Twin — 개입 효과 정규화로 비현실적 값 방지

라이프스타일 슬라이더의 raw delta(예: 운동 +190분)를 바이오마커에 직접 전파하면 BMI가 8.3으로 떨어지는 등 물리적으로 불가능한 값이 발생했습니다. 각 개입 변수의 학습 데이터 표준편차로 delta를 정규화하여 causal effect가 통계적으로 합리적인 범위 안에서만 적용되도록 제약했습니다.

데이터

NHANES (National Health and Nutrition Examination Survey)

CDC 공개 데이터 · Public Domain
2009–2020, 6개 2년 주기 서베이 사이클
약 40,000명 + CDC Mortality Linkage File 조인
주요 피처: 혈중 포도당, HbA1c, 콜레스테롤, HDL/LDL, 중성지방, 크레아티닌, 알부민, CRP, ALT/AST, 혈색소, BMI, 흡연·음주 이력

→ GitHub 바로가기

Written on April 9, 2026