본 연구실은 폐쇄성 수면무호흡증(OSA)의 진단과 치료에 있어 악안면 구조의 역할과 교정치료의 임상적 적용에 중점을 두고 있습니다. 수면무호흡증은 상기도의 협착 또는 폐쇄로 인해 수면 중 호흡이 반복적으로 중단되는 질환으로, 심혈관계 질환, 대사질환, 인지기능 저하 등 다양한 합병증과 연관되어 있습니다. 본 연구실에서는 두부 방사선 계측, 3차원 CBCT 영상, 수면다원검사 등 다양한 진단 도구를 활용하여 OSA 환자의 악안면 골격 및 연조직의 해부학적 특징을 분석하고, 이를 바탕으로 맞춤형 치료 전략을 개발하고 있습니다. 특히, 성장기 및 성인 환자에서 악정형적 성장조절, 악교정 수술, 구강장치(하악전진장치 등) 및 교정치료의 통합적 접근을 통해 수면무호흡증의 치료 효과와 장기적 예후를 평가합니다. 최근에는 인공지능 기반 영상 분석 및 딥러닝 알고리즘을 활용하여 두부 방사선 사진과 CBCT 영상에서 상기도 및 악안면 구조의 자동 계측 및 분할 기술을 개발하고, 이를 임상 진단 및 치료계획에 적용하고 있습니다. 이러한 연구는 수면무호흡증 환자의 해부학적 이질성(phenotype)에 따른 정밀 진단과 맞춤형 치료법을 제시함으로써, 기존의 일률적인 치료에서 벗어나 환자 개개인에 최적화된 치료 전략을 수립하는 데 기여하고 있습니다. 또한, 교정치료와 악교정 수술의 융합적 접근을 통해 수면의 질 개선과 전신 건강 증진에 중요한 역할을 하고 있습니다.

본 연구실은 치과 교정 분야에서 인공지능(AI) 및 딥러닝 기술을 활용한 악안면 영상 분석 및 자동 진단 시스템 개발에 선도적인 역할을 하고 있습니다. 최근에는 컨볼루션 신경망(CNN), U-Net 등 첨단 딥러닝 모델을 적용하여 두부 방사선 사진(cephalogram), CBCT 등 다양한 영상에서 해부학적 랜드마크의 자동 인식, 상기도 및 악안면 구조의 3차원 분할, 교정 진단 자동화 등의 연구를 활발히 수행하고 있습니다. 특히, 국내외 다기관에서 수집된 대규모 영상 데이터를 기반으로 다양한 영상 품질과 장비 차이를 극복할 수 있는 범용성 높은 AI 모델을 개발하였으며, 실제 임상 현장에서 적용 가능한 자동 진단 및 치료계획 보조 시스템을 구축하였습니다. 이러한 기술은 교정 진단의 표준화, 진단 정확도 향상, 진료 효율성 증대에 크게 기여하고 있습니다. 또한, AI 기반 예측 모델을 활용하여 악교정 수술 후 턱 끝 위치의 재발 예측, 교정치료 반응 예측 등 정밀의료 실현을 위한 다양한 연구도 진행 중입니다. 이와 같은 연구는 치과 교정 및 악안면 영상 분야의 디지털 전환을 선도하며, 향후 환자 맞춤형 진단 및 치료, 자동화된 임상 의사결정 지원 시스템 개발 등 미래 치의학의 혁신을 이끌고 있습니다. 또한, 관련 특허 및 기술이전, 산업화에도 적극적으로 참여하여 학문적·산업적 가치를 동시에 창출하고 있습니다.