목적: Class III 환자에서 양악(두 턱) 악교정 수술을 시행한 경우, 서로 다른 4개 시점에서 연속 측모두부방사선사진(serial lateral cephalograms; Lat-Cephs) 상의 연조직 랜드마크 식별(soft tissue landmark identification; STLI)에 대한 인공지능(AI) 보조 기술의 정확도를 평가하고자 한다. 방법: 연조직 랜드마크 식별을 위한 합성곱 신경망(convolutional neural network) 모델을 개발하였고, 751명의 환자에서 3,004장의 Lat-Cephs를 사용하여 훈련 및 검증하였다. 시험 세트(test set)에는 56명의 환자에서 224장의 Lat-Cephs가 포함되었으며, 유전술(genioplasty)군(n = 22)과 비(非) 유전술군(n = 34)으로 나누었다. 4개 시점은 초기(T0), 수술 전(T1, brackets), 수술 후(T2, brackets, surgical plates and screws [S-PS]), 그리고 탈브라켓(debonding) 시점(T3, S-PS 및 고정 유지장치[fixed retainers])을 포함하였다. AI의 정확도를 13개의 연조직 랜드마크에 대해 설정된 사람 기준(human standard)과 비교하였다. 평균 반경 오차(mean radial errors; MREs), 수평 및 수직 오차, 그리고 통계적 차이를 분석하였다. 결과: < 0.01). 유전술군과 비(非) 유전술군 사이에서 연조직 B point, 연조직 Pogonion, 연조직 Menton의 오차는 시점에 따른 유의한 차이가 없었다. 결론: 본 연구의 AI 알고리즘은 brackets, S-PS, 고정 유지장치, 유전술(genioplasty), 그리고 골 재형성(bone remodeling)이 존재하더라도 T1, T2 및 T3 시점의 Lat-Cephs에서의 STLI에 효과적인 도구가 될 수 있다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.