MRI를 찍었을 때 나타날 수 있는 턱관절 이상을 선별하는 AI 모델이 개발됐다. MRI가 필요한 환자를 빠르게 가려내 진단 효율을 높일 수 있을 것으로 기대된다.
연세대학교 치과대학병원 구강내과 박연정 교수와 연세대학교 치과대학 구강과학연구소 정효정 교수, 연세대학교 인공지능융합대학 황성재 교수, 인공지능융합대학원 석사과정 주다윤 연구원 등은 파노라마 X-ray 영상과 임상 정보를 함께 분석해 턱관절 MRI에서 확인되는 이상 여부를 미리 선별하는 AI 모델을 개발했다고 19일 밝혔다.
연구 결과는 국제학술지 ‘npj 디지털 메디신(npj Digital Medicine, IF 15.1)’에 게재됐다.
턱관절 질환은 음식을 씹거나 말을 할 때 사용하는 턱관절 기능에 영향을 미치는 대표적인 구강악안면 질환이다. 턱관절 통증이나 입이 잘 벌어지지 않는 증상, 관절에서 나는 소리 등으로 병원을 찾는 환자가 많다.
하지만 턱관절의 위치 이상이나 관절 내부 염증, 관절액 과다 축적 등 내부 구조 이상은 MRI(자기공명영상)을 통해서만 정확히 확인할 수 있다.
문제는 MRI 검사비 부담이 크고 접근성이 낮아 모든 환자에게 시행하기 어렵다는 점이다. 실제 진료에서는 의료진의 경험을 바탕으로 MRI 검사 여부를 결정하는 경우가 많아 일부 환자는 불필요한 검사를 받거나 반대로 필요한 검사가 늦어질 수 있다.
연구팀은 이러한 문제를 해결하기 위해 치과에서 가장 흔히 촬영되는 파노라마 X-ray 영상과 환자 임상 정보를 활용해 MRI 이상 가능성을 예측하는 AI 모델을 개발했다.
연구팀은 2021년 1월부터 2023년 12월까지 연세대학교 치과대학병원 구강내과에 턱관절 이상 증상으로 내원한 환자 가운데 턱관절 파노라마 X-ray와 MRI를 모두 촬영한 환자 1355명을 분석했다. 분석 대상은 총 2710개의 턱관절이었으며 MRI 판독 결과를 기준으로 AI 모델을 학습시키고 성능을 검증했다.
또한 입을 다문 상태와 벌린 상태에서 촬영한 파노라마 X-ray 영상을 함께 활용해 턱관절 움직임에 따른 위치 변화를 반영했다. 인공지능이 진단에 중요한 관절두 영역에 집중하도록 설계했으며, 입이 안 벌어지는 지와 관절 소리 같은 임상 정보를 함께 분석하는 방식으로 모델을 구축했다.
그 결과 인공지능 모델은 교차 검증에서 정확도 지표(AUC) 0.86, 독립 테스트에서는 AUC 0.84의 성능을 보였다. AUC는 값이 1에 가까울수록 예측 정확도가 높은 지표다. 이는 3차원 MRI 촬영 없이도 파노라마 X-ray와 기본 임상 정보만으로 턱관절 MRI 이상 가능성을 의미 있게 예측할 수 있음을 보여준다.
특히 AI 모델이 영상의 어떤 부위를 보고 판단했는지 시각적으로 확인할 수 있어 의료진이 결과를 이해하고 활용하기 쉽다는 점도 확인됐다.
박연정 교수는 “이번 연구가 MRI를 대신하는 기술이라기보다 MRI가 필요한 환자를 먼저 선별하는 새로운 진료 체계를 제시했다는 점에서 의미가 크다”며 “이를 통해 불필요한 정밀검사를 줄이고 진단 지연을 줄일 수 있을 것으로 기대된다”고 말했다.
정효정 교수는 “정밀검사 중심의 기존 진단 방식에서 나아가 선별검사와 정밀검사가 연결되는 새로운 턱관절 진단 접근법을 제시한 연구”라며 “대부분의 치과에서 촬영되는 파노라마 X-ray를 활용해 실제 진료 현장에서 적용 가능성이 크다”고 덧붙였다.
이번 연구는 연세대학교 치과대학 구강과학연구소 정효정 교수와 연세대학교 인공지능대학원 석사과정 주다윤 연구원이 공동 제1저자로 참여했으며, 박연정 교수가 교신저자로 연구를 이끌었다.
한편, 연구팀은 2024년 미국 구강안면통증학회(AAOP) 학술대회에서 최우수 구연발표상을 받았고, 2025년 유럽 통증학회(EFIC) 학술대회에서도 연구성과를 발표한 바 있다.
[노용석 기자] ys339@daum.net
[성인병뉴스] 기사입력 2026-03-19, 12:52
- Copyrights ⓒ 성인병 뉴스 & cdpnews.co.kr, 무단 전재 및 재배포 금지 -
