김정석, 김철순원장님 논문발표!
다음주면 치과계에서는 큰 행사인
대한교정학회가 코엑스에서 열립니다!
김정석, 김철순 교정원장님들게서는
"Prediction of Fishman's skeletal maurity indicators using artificial intelligence"라는 주제로 연구하였습니다!
제목: Prediction of Fishman’s skeletal maturity indicators using artificial intelligence
저널/연도: Scientific Reports (Nature Portfolio), 2023 Nature
1) 한 줄 핵심
손·손목 방사선 사진으로 Fishman의 SMI(11단계)를 자동 판독하는 하이브리드 AI 시스템이
외부기관 테스트 711장에서 정확도 0.772, MAE 0.27단계, RMSE 0.604로 임상적으로 신뢰 가능한 성능을 보였다.
이렇게 판독한 자료로 성장시점(smi)를 빠르고 일관되게 평가할 수 있다.
2) 연구 배경
교정치료에서 성장 급등기와 성장 종료 시점을 파악하는 것이 중요하며, SMI는 임상 적용성이 높아 널리 사용된다.
기존 자동화는 GP/TW3 기반이 대부분이어서 SMI 직접 예측 AI의 임상 타당성 검증이 필요했다.
3) 방법(데이터·모델·평가)
-
데이터:
-
1차 개발/검증에 2,593장의 손·손목 방사선 사진 사용 후 알고리즘 보정.
-
외부기관 테스트 711장으로 최종 성능 평가(다기관 학습, 단일 민족 테스트의 한계 명시).
-
-
모델 파이프라인(3단계):
-
ROI 자동 검출(손가락·중수골·요골·척골·수근부 등 SMI 관련 6부위 포함) – DETR 계열 검출기 활용.
-
부위별 골성숙 단계 분류 – Swin Transformer 기반 분류기.
-
부위별 결과를 SMI 단계로 매핑.
-
-
증강: 크기/크롭/명암/CLAHE/노이즈 등.
4) 주요 결과(숫자 중심)
-
전체 성능: 정확도 0.772, MAE 0.27 SMI 단계, RMSE 0.604, 특이도 0.978.
-
단계별 경향: 민감도와 오차는 단계별 차이. SMI 5 단계의 정확도가 상대적으로 낮음(데이터 부족·관찰자 변이 가능성).
-
임상적 환산: Fishman 보고의 평균 단계 간격(여 0.61년, 남 0.64년)을 근거로 MAE 0.27단계 ≈ 약 0.17년의 오차에 해당(직접 비교의 한계 인정).
5) 해석·의의
-
의의: SMI를 직접 예측하는 최초의 AI 자동화 시스템으로 보고되었고,
GP/TW3+SMI를 통합한 하이브리드 접근으로 재현성·효율성을 높였다.
임상에서 판독 시간 단축과 관찰자 간 변이 감소에 기여 가능.
-
한계:
-
일부 SMI 단계(특히 5단계) 표본 수 적음 → 단계별 성능 신뢰구간 제한.
-
후향적 데이터, 단일 민족 기반의 최종 평가 → 일반화성 제한.
-
향후 다기관·다민족·대규모 데이터 필요.
-
6) 임상적 시사점
-
치료 타이밍 결정 보조: 성장 조절이 필요한 I/II급 부정교합 등에서 성장 급등기 탐지를 빠르고 일관되게 지원.
-
방사선 노출/시간 절감: 표준화된 자동 판독으로 추가 촬영·재판독 감소 가능(워크플로우 효율화).
-
주의할 점: SMI 5 근방 등 경계 단계에서 오판 가능성이 높을 수 있으므로, **의사의 육안 판독·임상소견(2차 성징, 성장기록)**과 병행 권장.
7) 키워드/용어
-
SMI (Skeletal Maturity Indicators): Fishman 제시, 손·손목 특정 6부위 특징으로 11단계(0–11) 평가.
-
GP/TW3: 전자는 아틀라스 대조, 후자는 부위별 점수 합산. 본 연구는 두 방법의 강점을 결합해 SMI 매핑까지 수행.
-
DETR / Swin Transformer: 각각 ROI 검출·특징 분류에 사용된 최신 비전 트랜스포머 계열 모델.
