AI로 고기능 자동화 CAD 개발

이원진 교수(서울대학교 치의학대학원 영상치의학교실) 연구팀이 개발한 AI 적용 고정밀·고해상도 CAD 자동화 기술연구가 유명학회에서 발표되며 우수성을 인정받았다.

서울대학교의 이원진 교수와 양수 대학원생, 김준민 교수(한성대학교 전자정보공학과) 연구팀의 관련 논문이 지난해 10월 열린 ‘Medical Image Computing and Computer Assisted Intervention(MICCAI)’ 학회 27회 국제 컨퍼런스에서 Spotlight oral presentation으로 다뤄졌다. 이는 전제 접수된 논문 3000편 중 4% 이내 연구 성과에만 주어지는 것이다.

발표된 논문 제목은 ‘DCrownFormer: Morphology-aware Point-to-Mesh Generation Transformer for Dental Crown Prosthesis from 3D Scan Data of Antagonist and Preparation Teeth’로, ‘DCrownFormer’란 생성형 AI의 일종인 Transformer 아키텍처를 활용한 고적합도(고정밀도), 고해상도의 치과 보철물 계획·시뮬레이션(CAD)의 완전 자동화 생성 기술을 말한다.

형태인지 메쉬(mesh) 생성 AI인 DCrownFormer가 치아의 교합면에서 기하학적, 형태적 세부사항을 세밀하게 인지해 대합치와 인접치의 구조적, 형태적 특성을 반영해 고적합·고해상도의 메쉬를 자동, 일괄적으로 생성할 수 있다.

교합면의 미세한 형태(교두, 결절, 구, 와) 등 대합치와 인접치의 구조적 특징과 미세한 곡률, 형태 특징을 3D로 학습하고, 주변 치아와의 관계를 분석해 자동으로 보철물을 생성한다.

이 모든 과정은 하나의 AI 모델에서 보철물의 표면 포인트 클라우드 추론에서 메쉬 생성 작업까지 일괄적으로 수행한다.

해당 기술은 기존 생성형 AI 모델 대비 낮은 표면거리오차 및 우수한 표면벡터 정확도를 달성한다.

연구팀은 해당 연구성과와 관련 기존의 보철·수복물 치과모델 계획, CAD 생성에서 적합도, 해상도와 처리속도의 한계를 극복하고, 향후 생성형 인공지능이 관련 작업을 완전 자동화하는 임상솔루션으로 활용될 수 있을 것이라고 전망했다.

이원진 교수는 “AI를 이용한 실시간 FEM(Finite Element Method) 추론을 기반으로 환자의 교합력 분포를 분석해, 교합면에서 보철물이 대합치에 과도한 힘을 가하지 않도록 DCrownFormer가 보철물을 설계하면 보철물의 내구성을 강화하고 기능성도 향상할 수 있다. 고기능성 환자 맞춤형 보철물 설계를 구현함으로써 임상적 성공률을 향상시키고 환자의 장기적인 구강 건강을 보장할 것으로 기대한다”고 밝혔다.