인공지능을 활용해 턱관절 장애를 진단하고 예측하는 모델이 개발돼 주목된다.

경희대치과병원 구강내과 연구팀은 최근, 이 같은 연구 결과를 담은 ‘자기지도학습 기반 트랜스포머 모델을 활용한 턱관절 장애 진단 연구(TMD Diagnosis Using a Masked Self-Supervised Tabular Transformer Model)’를 치의학 분야 국제 권위 학술지인 ‘Journal of Dental Research(IF 5.9)’에 게재했다.

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

연구팀은 이러한 한계를 극복하고자 최신 인공지능 모델을 활용해 턱관절 장애 세부 진단 자동화 및 환자별 임상 패턴을 예측할 수 있는 인공지능 기반 턱관절 장애 진단‧예측 모델을 연구해왔으며 최근 이를 개발하는 데 성공했다.

먼저 연구팀은 자기지도학습 기반의 트랜스포머 모델에 환자 4098명의 데이터를 증상, 심리, 통증 패턴으로 세분화해 학습시켰다. 이를 바탕으로 턱관절 장애 예측력을 분석했다. 그 결과, 정상과 턱관절 장애를 구분하는 정확도는 최소 81.5%였으며, 장애 유형에 따라 100%의 완벽한 정확도를 보이기도 했다.

해당 연구는 TMD 진단 기준(DC/TMD)에 따라 TMD 하위 그룹을 분류하는 새로운 딥러닝 모델인 GATT(Gated Attention Tabular Transformer)를 개발했다는 점에서 의미가 크다. 특히 본 연구 결과는 영상 자료 없이 구조화된 임상 데이터만을 활용해 다양한 TMD 하위 유형을 분류하는 것이 가능하다는 것을 보여준다.

제1저자인 이연희 교수는 “기존 통계‧머신 러닝 기반 모델보다 높은 정확도를 보인 해당 모델이 임상에 적극 활용될 수 있도록 온라인 기반 진단 플랫폼을 개발했다. 이를 누구나 사용할 수 있도록 공개하게 됐다”며 “향후 국제 다기관 데이터를 활용해 글로벌 수준의 표준화 AI 진단 알고리즘 개발에 몰두하겠다”고 말했다. 온라인 진단 플랫폼 링크: http://tmd.cdss.co.kr