뉴욕타임즈의 3월 15일 기사에 바이러스에 걸리기 쉬운 직업군 중 최상위를 치과의사라고 꼽았다. 환자와 가장 가까이 위치하고 있고 치료과정에서 생성되는 비말을 그 이유로 제시했다. 현실은 어떨까? 2주일 전, 독일치과의사회 소속으로 EU에 파견된 담당자로부터 이메일을 받았다. 이탈리아의 폭발적인 바이러스 감염자 증가가 독일을 비롯한 주변국으로 퍼져가는 시점이었다. 메일의 내용은 “독일 정부에서 치과의사들의 진료는 응급환자로 제한했고, 이런 진료 제한 조치는 대다수의 치과진료가 의료보험으로 보장되어 있는 독일의 의료체계에서 치과의사들에게 심각한 수입감소를 가져왔다. 한국에서는 치과진료가 어느 수준까지 허용되며, 어떤 소득감소의 보상을 실행하고 있는지 공유해주기 바란다”는 내용이었다. 그때서야 코로나19에 대처한 우리의 의료 상황이 다른 나라들과 크게 다르다는 사실을 체감했다. 우리나라에서는 병원을 닫거나 진료의 규제가 한 번도 없었고, 다만 환자들 스스로가 감염이두려워 약속을 취소하거나 뒤로 미루는 상황이지만, 유럽의 많은 나라들은 정부에서, 혹은 치과의사들 스스로 감염이 두려워 문을 닫는 경우가 많다. 3월말 FDI 연중 화상회의에서 Zenk위원장이 전하는
지난 연재까지 AI란 무엇인지 그리고 의학계와 치의학계에서의 적용 사례들에 대해 알아보았다. 이번 글에서는 마지막으로 AI의 미래에 관해 살펴볼까 한다. AI의 미래를 예측하는 것은 매우 어렵고 조심스럽지만 한 가지 확실한 점은 AI는 무척 빠른 속도로 발전하고 있다는 것이다. 단적인 예로 약 100만 개의 이미지를 1000개로 분류하는 대규모 이미지 분류 대회인 이미지넷 분류 대회에서 2010년 첫 해에 우승한 알고리즘의 Top-5 오류율[1]은 약 28%였으나, 2012년 딥러닝 알고리즘이 도입된 이후에는 그 능력이 사람을 뛰어넘어 5년 만에 2.3%까지 감소하였다.([1] 알고리즘이 제안한 5개의 이미지 분류가 모두 틀렸을 확률을 의미한다.) 그러나 이러한 딥러닝 알고리즘이 발전하기 위해서는 충분한 양의 양질의 데이터를 얻는 것이 매우 중요하다. 현재는 지도학습을 기반으로 하는 딥러닝 알고리즘이 많기 때문에 이들을 학습시켜 정확도를 높이기 위해서는 정답을 함께 알려주어야 하기 때문이다. 이에 따라 이미지, 음성신호 등의 다양한 데이터의 정답을 입력하는 라벨링(labeling)이라는 작업이 많이 필요하게 되면서 이를 수행하는 데이터 어노테이터(data a
코로나19(COVID-19) 사태로 인해 모든 대학교에서 온라인 강의를 진행하고 있습니다. 작년 이맘때쯤 고등학교 3학년 수험생이었던 저는 벚꽃이 만개한 캠퍼스를 걸으며 행복한 대학 생활을 꿈꾸며 수험생활을 견뎠습니다. 제대로 된 개강을 하지 못해 제가 꿈꿨던 로망을 다 이루진 못했지만 많은 선배님들과 식사를 하면서 학교생활에 대해 전해 들으며 유익한 시간을 보내고 있습니다. 오랫동안 꿈꿔왔던 치의예과에 진학하며 같은 생각을 가진 선배들과 이야기를 나누며 시간을 보내니 마음만은 벌써 치과에서 환자를 치료하고 있는 의사가 된 기분이었습니다. 코로나19 사태가 지속되어 전국 초· 중·고등학교의 개학이 연기되었다는 기사를 보며 인생에서 가장 중요한 시기를 보내고 있는 고등학교 3학년 수험생 후배들이 걱정되었습니다. 재난 상황 속에서도 공부를 해야 하지만 평소 자주 가던 도서관이나 독서실이 문을 닫으며 학습 장소마저 잃게 된 지금의 수험생에게 제 경험을 토대로 몇 가지 조언을 하고자 이 글을 쓰게 되었습니다. 저는 이전 글에서 소개했던 소록도 병원에서의 봉사활동을 통해 치과의사라는 꿈을 가지게 되었습니다. 처음부터 의사가 아닌 치과의사를 꿈꾸었기 때문에 대학 합격의
대한치과의사협회 자재·표준위원회에서는 국제표준화기구 치과기술위원회(ISO/TC 106)에서 심의가 끝나 최근 발행된 치과 표준을 소개하는 기획연재를 2014년 2월부터 매달 게재하고 있습니다. 환자 진료와 치과산업 발전에 많은 도움이 되기를 바랍니다. 국제표준화기구/치과전문위원회(ISO/TC 106)에서 치과 기구(dental instrument)에 대한 국제표준을 제ㆍ개정하는 소위원회(Sub-Committee, SC)는 SC 4이며 해당 소위원회 중 치근관 기구(Endodontic instruments)를 담당하는 작업반(Working Group, WG)은 WG 9이다. 본 연재에서는 치근관 치료 시 가장 많이 사용하고 있으며, 2019년에 제3판으로 개정되어 발행된 치근관 기구에 대한 국제표준 내용을 검토한다. 치근관 기구에 대한 국제표준은 2019년 8월에 3판으로 발행된 ISO 3630-1:2019 Dentistry - Endodontic instruments - Part 1: General requirements(치과 - 치근관 기구 - 제1부: 일반 요구사항)로 2008년 2판이 개정된 것이다. 2판에서 사용한 ‘root canal instrume
대한민국은 코로나19로 조금 지쳐있으며, 치과계도 예외는 아닙니다. 하지만 아무리 혹독한 겨울도, 봄을 막을 수는 없듯이 언젠가는 메르스나, 사스 이야기를 하듯 코로나19의 이야기를 회고하는 날이 분명히 올 것입니다. 출근길 도로에 피어 있는 꽃은 하루가 다르게 풍성해지고 있고 봄이 왔다는 것을 알려줍니다. 이렇게 느껴지는 따뜻한 봄바람의 기운은 치과계에서도 느껴지고 있는 것 같습니다. 직선제, 두 번 만에 선출직 여성 부회장 탄생하다! 지난 3월 10일 1차, 12일 2차 투표가 진행되었던 제31대 대한치과의사협회 회장단 선거에 이상훈 후보가 당선되었습니다. 이전 치과의사협회장 선거는 대의원에 의한 간선제였습니다. 변화는 2014년 간선제에서 선거인단으로 바뀌면서 시작되었습니다. 다만 선거인단제는 회원 중 추첨으로 선택된 치과의사만이 선거에 참여할 수 있었으므로 진정한 의미의 직선제는 아니었습니다. 이런 변화는 2017년 최초의 직선제로 이어졌고, 선거권을 가진 모든 회원이 직접 투표하는 치과계 최초의 직선제가 이루어지게 됩니다. 직선제가 되면서 가장 크게 변한 것 중 하나는 여성 부회장 후보의 등장입니다. 직선제가 되면서 투표권을 가진 여성 치과의사가 약
지난 회에서는 전반적인 AI의 변화와 적용에 대해 이야기했다면 이제는 독자분들과 가장 밀접한 관계를 가지는 치과영역에서의 적용에 대해 설명하고자 한다. 치과의 특성은 독자분들이 가장 너무나도 잘 아시는 것처럼 유니트 체어를 중심으로 치과의사 1명과 치과위생사 1명의 보조를 받아 이루어지지만 이는 술식이 단순해서가 아니라 구강 환경이 좁고 처치 부위가 세밀하기 때문일 것이다. 치과의 치료 대상인 치아는 다른 장기와 달리 사랑니를 제외하고도 28개로 개수가 많고 그 변이가 많기 때문에 치주 조직의 예후를 평가할 때 전체 치아와 각각의 치아의 예후가 서로 다르다. 게다가 호문쿨루스의 개념도에서도 볼 수 있듯이 감각 신경이 매우 집약적으로 발달된 구강 환경을 재건하고 환자의 만족감을 주기 위해서는 복잡하고 정밀한 테크닉이 요구된다. 따라서 정확한 진단을 시행하고 진료를 진행하고 후속 처치를 하기 위해서는 술자의 뛰어난 술기와 능력뿐 아니라 어시스트의 도움도 매우 중요하다. 이번 글에서는 술자를 돕는 새로운 어시스트, AI에 대해 소개하고자 한다. 현재 치과에서 사용가능한 의료기기 알고리즘은 수완부 방사선 사진으로 골령을 판정하는 AI 알고리즘인 Vuno Med?의
치전원 입학 전 학부 시절부터 봉사활동을 많이 다녔습니다. 사실 처음부터 대단한 이유가 있지는 않았습니다. 우연한 기회로 다녀온 봉사활동에서, 내가 누군가에게 도움이 될 수 있다는 것을 알게 되었고, 마음속이 뿌듯함과 따뜻함으로 가득 차는 걸 느꼈습니다. 개인적인 만족감이었지만, 이를 계기로 시간 날 때마다 학교 주변, 가까운 곳들로 봉사를 다니곤 했었습니다. 그러던 중에 경북대 치전원에 입학하게 되었고, 본과 2학년 때 외래교수님께서 제게 해외 의료봉사를 권유하셨습니다. 해외 의료봉사가 궁금하긴 했지만 크게 의미를 두진 못했습니다. 비용도 비쌀뿐더러, 일주일이 넘는 시간을 비운다는 것은 상당히 부담되었기 때문입니다. 또한, 우리 주변에도 힘든 사람들이 많은데, 굳이 돈과 시간을 과하게 써가며 외국에 나가는 것은 일종의 사치로 느껴졌습니다. 국내 봉사활동만 수년간 하면서, 그런 마음들은 더 굳어졌던 듯합니다. 지금 내가 내는 이 항공료로 국내에 있는 분들을 돕는다면 더욱더 값지게 도울 수 있을 것 같단 생각은 머릿속에서 떠나지 않았습니다. 하지만 한번은 가보고 싶었기에 이번 기회에 지원하였습니다. 하나둘 준비하였습니다. 현지 역사, 경제, 의료와 교육 등 다
신종 코로나바이러스(COVID-19)의 대유행(pandemic)으로 전 세계가 몸살을 앓고 있는 지금, 구글 및 알파벳의 최고경영자 순다 피차이(Sundar Pichai)가 임직원들에게 보낸 메일에 따르면 자회사인 딥마인드에서 알파폴드 알고리즘을 COVID-19의 백신 개발을 위해 투입할 것이라고 한다. 알파폴드는 2018년 12월 단백질 접힘 구조를 예측하는 대회인 CASP(critical assessment of structure prediction)13에서 2등과 높은 격차로 우승한 알고리즘으로, 이는 바이오 과학 분야에서 난제 중 하나로 꼽힌다. 미국 유명 퀴즈쇼 ‘제퍼디!’에서 인간 도전자들을 꺾고 우승한 IBM의 AI인 Watson은 암치료 분야에 도전하여 방대한 저널 및 텍스트북을 학습하고 미국 메모리얼 슬론케터링 암센터를 비롯한 유수의 의료기관들과 협력하여 의사들의 암치료 시 의사결정에 도움을 줄 수 있는 솔루션인 Watson for oncology로 출시되어 국내에서는 길병원을 시작으로 7개 병원에서 도입한 실정이다. 지난 글에 이어 이번에는 인공지능이 의료영역에 적용된 사례를 살펴보고자 한다. 결국은 의과계의 변화를 알아야 치과계로의 적용에
김동석 원장 ·치의학박사 ·춘천예치과 대표원장 <세상을 읽어주는 의사의 책갈피>, <이짱>, <어린이 이짱>, <치과영어 A to Z>, <치과를 읽다>, <성공병원의 비밀노트> 저자 저는 여행을 가면 여유를 좀 즐기려고 하는 편입니다. 일정을 너무 빡빡하게 잡아서 여행지의 모든 곳을 속속들이 다 찾아보려고 애쓰지 않습니다. 그저 아는 만큼만 보고 느끼려고 하는 편입니다. 다시 찾아갈 여지를 남겨둡니다. 너무 샅샅이 살펴보면 다시 찾아가 보고 싶은 마음은 없어지고, 보지 못한 것들에 대한 아쉬움도 없어집니다. 그 장소에 대한 생각의 여지가 없어집니다. 요즘 모든 사람들은 보는 미디어에 익숙해졌습니다. 드라마와 영화는 생각할 여지를 주지 않고 빠르게 결말을 향해 치달아 갑니다. 과정에 대한 이해와 재미를 느끼지 못하고 결말을 빨리 보고 싶어 합니다. 책을 읽을 때는 좀 다릅니다. 책은 생각의 여지를 많이 줍니다. 아니 생각이 복잡하면 잠시 책을 덮어도 됩니다. 다시 생각의 여유가 생길 때 펼치면 그만입니다. 분명 책은 한 권을 읽었지만 생각은 그 이상을 하게 되는 것이 책 읽기입니다. 살면서 여지
원내생 생활이 시작되는 본과 3학년이 되었습니다. 길다면 길고 짧다면 짧은 실습과 공부와의 전쟁의 시간이었던 1, 2학년 기간을 지나 드디어 처음으로 환자와 직접 마주하는 시간을 갖게 되었습니다. 코로나19의 영향이 아니었다면 이미 지난 2월부터 마주하여 이제는 어느 정도 익숙해질 때도 되었을 것 같지만 코로나19로 인하여 일정이 계속 연기되고 익숙하지 않은 온라인 강의로 병원 오리엔테이션이 진행되다 보니 하루하루가 당황스럽고 어려운 나날들이 계속되고 있는 것 같습니다. 이제 방학이 없다는 사실도 제 맘을 아프게 합니다. (대부분의 치과대학의 원내생들은 방학 중에도 병원에서의 실습이 계속됩니다.) 병원실습이 시작되면 하루하루 나오는 과제와 실습, 그리고 병원 지시사항을 하다 보면 하루가 어떻게 가는지도 모르게 지나가게 될 것입니다. 병원실습 일정을 시작하면 아침에 눈을 떠 바쁘게 챙겨 학교에 오고, 학생으로서 졸음을 참으며 아침수업을 듣고, 병원에 들어가서 진료보조의 역할과 옵저베이션, 수술 참여 등을 진행합니다. 이렇게 일정을 소화하면 저녁 수업이 있을 때는 저녁수업을 듣고, 야간진료가 있을 때는 야간진료에 들어가고, 기공물 제작을 해야 할 때는 기공을 하
손정의 소프트뱅크 회장은 대한민국이 집중해야 할 것으로 ‘첫째도 AI, 둘째도 AI, 셋째도 AI”라고 말했다고 한다. 경제, 사회, 교육 그 어느 분야를 들여다보더라도 인공지능(Artificial Intelligence, AI)에 대한 이야기가 없이는 미래의 이야기를 풀어나갈 수 없을 정도이다. 도대체 이것이 무엇이길래 다들 관심을 가지고 있는 것일까? 그렇다면 우리 치과계는 어떻게 되는 것일까? 이번 특집 연재를 통해서 인공지능, 특히 딥러닝이란 무엇인지, 그리고 치과계에서는 어떤 적용이 되고 있으며 앞으로는 어떤 변화들이 생길 것인지를 살펴보고자 한다. “보이지 않는 상태로 대화를 나누었을 때 사람인지, 기계인지 구분할 수 없다면 기계에 지능이 있다고 할 수 있다.” 우리에게는 영화 이미테이션 게임(Imitation game)으로도 알려져 있는 앨런 튜링(1912~1954)은 2차 세계대전 당시 영국의 수학자이자 컴퓨터 과학의 선구자로서 독일 해군의 암호인 에니그마를 해독하는 기계인 튜링 봄브를 창안함으로써 전쟁 종식에 기여한 바 있다. 특히 그는 기계에 지능이 있는지 판별하기 위해서 ‘튜링 테스트’라는 인공지능 실험을 제안하였다. 이후 1956년 다트