연구가 알려줄 수 있는 것—그리고 없는 것

영상 AI는 챗봇이 아닙니다

영상 AI는 X선 사진이나 CBCT 스캔을 분석하여 더 면밀한 검사가 필요한 영역을 표시하는 등 정해진 과제를 수행합니다. 생성형 챗봇은 입력된 질문에 대한 텍스트를 생성합니다. 유창한 답변이나 전문 시험에서의 성과는 치아 진단 능력을 입증하지 않습니다. 챗봇은 사실과 인용문을 지어낼 수 있습니다. 어떤 도구도 교합 검사를 수행하거나, 증상을 직접 평가하거나, 치료에 대한 책임을 질 수 없습니다.

잠재적 이점—그리고 이것이 증명하지 않는 것

영상 도구는 미묘한 소견에 주의를 환기시키거나 임상의의 검토를 체계화하는 데 도움을 줄 수 있습니다. 챗봇은 질문을 준비하거나 생소한 용어를 이해하는 데 도움을 줄 수 있습니다. 이것은 가능한 활용이지 더 나은 진료의 보장이 아닙니다. 탐지가 더 많다고 반드시 더 좋은 것은 아닙니다. 유용한 도구는 불필요한 스캔, 치료, 비용, 또는 지연 없이 의사결정을 개선해야 합니다. 환자에게 중요한 결과에는 통증, 치유, 삶의 질, 그리고 치아 보존이 포함됩니다.

위양성과 위음성

위양성은 실제로 존재하지 않는 질환을 표시하며, 걱정, 추가 영상 검사, 또는 불필요한 치료로 이어질 수 있습니다. 위음성은 질환을 놓쳐 필요한 치료를 지연시킬 수 있습니다. 정확도는 과제, 영상 품질, 연구 대상 환자, 그리고 올바른 진단이 어떻게 확립되었는지에 따라 달라집니다. 선별된 데이터셋에서 나온 높은 정확도 수치는 당신과 같은 환자에게 얼마나 자주 도구가 정확할지를 알려주지 않습니다.

외부 검증이 중요한 이유

외부 검증은 도구 개발 데이터와 별개의 환자와 영상, 이상적으로는 다른 병원과 스캐너에서 도구를 시험합니다. 연구가 일상적인 임상 사례, 다양한 인구집단, 그리고 영상 결함을 만들 수 있는 충전물이나 근관 충전 재료가 있는 치아를 포함했는지 물어보십시오. 한 가지 과제의 검증이 모든 사용을 검증하지는 않습니다. 실제 진료에서의 전향적 연구와 임상의 진료와의 비교가 도구 사용이 실제로 환자에게 이익이 되는지 판단하는 데 필요합니다.

JADA 관점 논문이 지지하는 것

Swanson과 동료들은 새로운 기술을 임상적 영향으로 전환하고 환자에게 중요한 결과를 평가하는 것에 대해 논의합니다 [1]. 2026년 9월 JADA 논문은 번역 관점 논문이지, AI 진단 정확도 연구나 우수한 근관 치료 결과를 증명하는 시험이 아닙니다. 유망한 기술이 실제로 어떻게 유용해지는지 묻는 것을 지지하며, 정확도 퍼센트나 임상적 이익의 약속을 정당화하지 않습니다.

AI 경보가 근관 치료 실패를 의미하나요?

아닙니다. Allihaibi와 동료들은 CBCT 방사선 소견을 기준으로 376개 치료된 치아의 추적 치근단 X선 사진을 연구했습니다 [3]. 치아 수준에서 AI는 임상의보다 민감도가 높았지만(67.3% 대 49.3%) 특이도는 낮았습니다(82.3% 대 92.5%): AI는 기준 양성 소견을 더 많이 탐지하는 동시에 오경보도 더 많이 발생시켰습니다. 이것은 연구 결과이며, 이 진료소의 성능이 아닙니다. 지속적인 어두운 영역은 치유 중에 줄어들고 있을 수 있으며, 영상 소견만으로는 실패의 증거가 되지 않습니다. 이 연구는 더 나은 치유나 불필요한 재치료 감소를 보여주지 않았습니다. 증상, 진찰, 이전 영상, 그리고 추적 관찰이 모두 중요합니다.

소비자용 AI가 심각한 합병증을 놓칠 수 있나요?

예. Akyüz와 동료들은 두 근관 치료 전문의의 합의를 기준으로 60개의 선별된 임상 사례에 대해 세 가지 소비자용 이미지-텍스트 AI 시스템을 시험했습니다 [4]. 일부 병소의 인식이 합병증의 신뢰할 만한 탐지로 이어지지 않았습니다: 천공 민감도는 시험된 시스템에 따라 0%에서 22.7%까지 다양했습니다. 이것은 소규모 후향적 벤치마크 연구였으며, 독립적인 현장 임상 검증이나 환자 결과에 대한 시험이 아니었습니다. 자신감 있는 챗봇의 응답은 천공이나 파절된 기구를 배제할 수 없으며, 그 치료 조언이 근관 치료 전문의의 평가를 대체해서는 안 됩니다.

AI가 숨겨진 근관을 찾을 수 있나요?

연구자들이 이를 탐색하고 있지만, 연구 환경이 중요합니다. Ji와 동료들은 171개의 발치된 치아에서 화질 향상을 시험했습니다 [5]. 25개의 4근관 상악 제1대구치 하위집단에서 추가 근관이 18개의 일반 CBCT 영상, 23개의 향상된 영상, 그리고 모든 25개의 마이크로 CT 기준 영상에서 확인되었습니다. 이 실험실 비교 연구는 임상 결과 연구가 아니었으며, 향상된 영상도 근관을 놓쳤습니다. Turp과 동료들은 한 기관과 스캐너에서 나온 28개 사례만으로 구성된 보류 세트에서 추가 근관 탐지를 시험했습니다 [6]. 한 사례가 누락되었습니다. 내부 시험은 독립적인 외부 검증이 아닙니다. 어떤 연구도 치료 성공 개선을 증명하거나 일상적인 추가 CBCT 스캔을 정당화하지 않습니다.

더 나은 외상 질문이 안전성 보장이 아닌 이유

Ourang과 동료들은 4가지 가상의 치과 외상 시나리오에 대한 일반인 및 전문가 방식으로 표현된 질문에 대한 챗봇 답변을 비교했습니다 [7]. 전문가 질문은 다른 표현 방식뿐만 아니라 다른 임상 내용도 제공했기 때문에, 이 연구는 표현 방식만의 효과를 단독으로 분리할 수 없습니다. 일부 답변에는 안전하지 않거나 조작된 조언이 포함되었습니다. 보고된 1,920개의 점수는 환자 사례가 아닌 평가자별 기준 평가였습니다. 치과 부상 발생 시 즉각적인 전문 평가를 받는 대신 챗봇 질문을 다듬는 데 시간을 쓰지 마십시오.

설득력 있는 답변에 조작된 인용문이 포함될 수 있나요?

예. Jalali와 동료들의 시뮬레이션 근관 치료 구술 시험 연구에서, 시험된 두 모델 각각이 4개의 조작된 인용문을 생성했습니다 [8]. 모델들은 제공된 3개의 사례 기록에 관한 질문에 답했으며, 환자를 직접 진찰하거나 공식 시험에 응시하지 않았습니다. 세련된 답변과 인상적인 점수는 참고문헌을 검증하거나 안전한 독립적 임상 판단을 확립하지 않습니다. 중요한 참고문헌은 직접 열어 실제로 존재하는지, 그리고 해당 주장을 실제로 뒷받침하는지 확인하십시오.

AI가 내 치아에 재치료가 필요한지 현미경 수술이 필요한지 선택할 수 있나요?

검토된 근거는 그러한 능력을 확립하지 않습니다. Sabeti와 Torabi의 2026년 저널 사전 출판 논문은 범위 검토 및 탐색적 격차 분석이며, 검증된 치료 선택 도구가 아닙니다 [9]. 6개의 예후 연구 전반에 걸쳐 외부 검증이나 공식 보정—예측 확률이 관찰된 결과와 일치하는지 확인—을 보고한 연구는 없었습니다. 사례 분류의 정확도는 신뢰할 수 있는 개인별 성공 확률과 같지 않습니다. 동일한 시나리오에서 재치료와 현미경 수술 모두에 대해 검증된 예측을 제공한 모델은 없었습니다. 일부 입력값은 치료 후 또는 추적 관찰 중에만 이용 가능하여, 초기 결정에 사용하기에 너무 늦습니다. 수복 가능성, 근관 접근성, 수술적 실현 가능성, 그리고 환자의 선호도는 여전히 임상의의 평가가 필요합니다. 사전 출판 논문에는 선별 흐름의 불일치와 이용할 수 없는 보충 표가 있으며, 제안된 의사결정 프레임워크는 탐색적 단계에 머물러 있습니다.

개인정보, 동의, 그리고 책임

공개 챗봇에 식별 가능한 치과 영상, 병력, 또는 개인 정보를 업로드하지 마십시오. AI 서비스가 귀하의 기록을 받기 전에, 누가 데이터를 받는지, 어디에 저장되는지, 얼마나 오래 보관되는지, 향후 모델 훈련에 사용되는지, 그리고 귀하에게 어떤 선택권이 있는지 물어보십시오. WHO 지침은 자율성, 안전성, 투명성, 책임성, 포용성, 그리고 지속 가능성을 강조합니다 [2]. 귀하의 임상의는 소견을 해석하고 불확실성과 대안을 논의할 책임이 있습니다.

AI 결과에 대해 치과의사와 어떻게 이야기해야 하나요?

Narad, Sharda, Aasdhir의 치과 AI 윤리에 관한 서술적 문헌 고찰은 AI의 능력과 한계, 대표성 있는 훈련 데이터와 공정성, 개인정보 보호, 오류 발생 시 책임을 논의합니다 [10, pp. 1000–1002]. AI가 만든 설명을 그대로 믿기보다 AI 결과가 증상, 진찰, 영상과 어떻게 부합하는지 의료진에게 설명해 달라고 하세요. 결과가 나온 뒤 만들어진 그럴듯한 설명도 오해를 부를 수 있습니다 [10, p. 1002]. 자신과 비슷한 환자에게서 도구의 성능은 어땠는지, 오류나 우려는 누가 처리하는지 물어보세요. 이 고찰은 진단 정확도나 환자 결과를 시험한 연구가 아니며 환자 이익이나 특정 제품의 안전성을 입증하지 않습니다. 이 안내문은 본 진료소가 임상 AI를 사용한다고 말하지 않습니다.

의료 제공자에게 물어볼 질문

이 도구는 정확히 어떤 과제를 위해 설계되었나요? 나와 같은 환자에게 독립적으로 시험되었나요? 진찰 결과와 일치하지 않으면 어떻게 되나요? 그 결과가 내 치료를 바꿀 것이며, 왜 그런가요? 추가 영상 검사나 비용이 발생할 수 있나요? 누가 그 출력값을 확인하나요? 내 기록은 어떻게 보호되며, 이 사용을 거부할 수 있나요? 한계에 대한 명확한 설명이 최상의 경우 정확도 수치보다 더 유용합니다.

환자들이 자주 하는 질문

근거와 진료 탐색

• 연구: AI와 CBCT에서의 치근 수직 파절
• 연구: 챗봇과 근관 치료 전문의 시험
• 우리의 기술과 평가 방법
• 근관 치료 진단이 이루어지는 방법
• CBCT 영상이 도움이 될 수 있는 경우
• 연구 근거와 그 한계

출처와 근거의 한계

1. Swanson et al. Driving emerging technology to clinical impact. JADA. 2026;157(9):957–967.

   번역 관점 논문; AI 정확도 또는 임상적 이익 시험이 아닙니다.

2. World Health Organization. Ethics and governance of artificial intelligence for health. 2021.

   독립적인 윤리 지침; 근관 치료 진단 정확도의 근거가 아닙니다.

3. Allihaibi, Koller & Mannocci. Diagnostic Accuracy of a Commercial AI-based Platform in Evaluating Endodontic Treatment Outcomes on Periapical Radiographs Using CBCT as the Reference Standard. J Endod. 2025;51:898–908.

   후향적 방사선 비교 연구; 민감도/특이도 절충, 임상 실패나 환자 이익의 증거가 아닙니다.

4. Akyüz, Kıvırcık & Aslan. Artificial Intelligence-assisted Periapical Radiographic Assessment: Lesion Detection, Endodontic Complication Analysis, and Review of Clinical Treatment Recommendations. J Endod. 2026;52:1194–1205.

   전문가 합의를 기준으로 한 60개 사례 선별 벤치마크; 합병증 누락 및 환자 결과 시험 없음.

5. Ji et al. Construction and Evaluation of an AI-based CBCT Resolution Optimization Technique for Extracted Teeth. J Endod. 2024;50:1298–1306.

   마이크로 CT 기준을 사용한 발치된 치아 실험실 연구; 외부 임상 검증 또는 입증된 선량 감소 없음.

6. Turp et al. Automated Detection of Middle Mesial Canals in Mandibular Molars on CBCT using nnU-Net: A Retrospective Diagnostic Accuracy Study. J Endod. 2026;52:1352–1358.

   한 기관/장비에서 나온 28개 사례의 소규모 내부 보류 시험; 독립적인 외부 검증 또는 입증된 치료 이익 없음.

7. Ourang et al. Artificial Intelligence Chatbots’ Performance on Dental Trauma Case-based Queries: Examining the Effect of Prompt and Content Engineering. J Endod. 2026;52:1444–1452.

   4가지 가상의 외상 시나리오; 질문 방식과 임상 내용이 함께 변경됨. 부상 환자에 대한 연구가 아닙니다.

8. Jalali et al. Artificial Intelligence Chatbots Taking American Board of Endodontics Simulated Oral Board Examination. J Endod. 2026;52:1148–1156.

   3개의 시뮬레이션 사례; 시험된 모델당 4개의 조작된 인용문. 공식 시험이 아니며 자율적 진료의 검증이 아닙니다.

9. Sabeti MA, Torabi G. AI Prognostic Models in Endodontics: Scoping Review and Clinical Gap Analysis for Retreatment vs Microsurgery Decision Support. J Endod. 2026. Journal pre-proof.

   외부 검증 또는 공식 보정 없는 6개의 예후 연구; 탐색적 치료 선택 프레임워크. 제공된 사전 출판 논문에는 선별 흐름의 불일치와 이용할 수 없는 보충 표가 있으며, 최종 권호/페이지가 여기에 지정되지 않았습니다.

10. Narad C, Sharda K, Aasdhir SS. Ethical dimensions of artificial intelligence integration into dental practice. JADA. 2026;157(9):999–1004.

    6쪽짜리 서술적 윤리 고찰; 진단 정확도 연구나 환자 결과 임상시험이 아니며 이익 또는 제품 안전성의 증거가 아닙니다.

치과 AI 윤리 논문을 서술적 고찰로 읽고 확인했습니다. 이 논의는 환자의 질문에 도움을 주지만, 이 논문만으로 임상적 이익이나 제품 안전성이 입증되지는 않습니다. 이 안내문의 임상 승인과 제한된 범위는 출처 확인과 별도로 위에 명시되어 있습니다.