대규모 임상 데이터 활용, 기존 통계 모델보다 예측 정확도 높아

   턱관절장애는 신체·심리적 요인이 복합적으로 작용하는 질환으로 병리기전이 명확하지 않아 정확한 진단이 어렵고, 진단 과정에서 검사자의 주관이 개입된다는 한계가 있어왔다.

경희대치과병원(병원장 김형섭) 구강내과 이연희 교수(사진)팀은 이러한 한계를 극복하고자 최신 인공지능 모델을 활용해 턱관절장애 세부진단 자동화 및 환자별 임상 패턴을 예측할 수 있는 인공지능 기반 턱관절장애 진단‧예측 모델을 개발하는데 성공했다.

연구팀은 자기지도학습 기반의 트랜스포머 모델에 4,098명 환자 데이터를 증상, 심리, 통증 패턴으로 세분화해 학습시켜 예측력을 분석했다. 그 결과, 정상과 턱관절 장애를 구분하는 정확도는 최소 81.5% 이상이었으며, 장애 유형에 따라 100%의 완벽한 정확도를 보이기도 했다.

제1저자인 이연희 교수는 “기존 통계‧머신러닝 기반 모델보다 높은 정확도를 보인 해당 모델이 임상에 적극 활용될 수 있도록 온라인 기반 진단 플랫폼을 개발해 누구나 사용할 수 있도록 공개하게 됐다”며 “향후에는 국제 다기관 데이터를 활용해 글로벌 수준의 표준화 AI 진단 알고리즘 개발에 몰두하겠다”고 말했다.

연구 제목은 ‘자기지도 학습 기반 트랜스포머 모델을 활용한 턱관절장애 진단 연구(TMD Diagnosis Using a Masked Self-Supervised Tabular Transformer Model)’로 치의학 분야 국제 권위 학술지 ‘Journal of Dental Research(IF 5.9)’에 게재됐다.