• 대한소아치과학회지
• /
• 제44권3호
• /
• pp.327-334
• /
• 2017

이 연구의 목적은 소아치과 전공의와 타과 전공의 간 성격 유형을 비교하는 것이다. 77명의 대한민국 소아치과 전공의와 71명의 타과 전공의를 대상으로 Myers-Briggs Type Indicator 설문지를 이용하여 성격 유형을 조사하였다. 이는 양 극단의 4가지 선호지표로 구성되어 있으며, 각각 외향형 / 내향형, 감각형 / 직관형, 사고형 / 감정형, 판단형 / 인식형으로 나뉜다. 이 4가지의 선호지표를 조합하여 총 16가지의 성격 유형을 결정한다. 소아치과 전공의에서는 감각형과 판단형이 높은 비율을 보였으나 통계적으로 유의하지는 않았다. 성격 유형은 두 그룹 모두 ISTJ형이 제일 많았다. 통계적인 유의성은 오직 성별에서만 나타났으며, 남성이 여성보다 사고형의 비율이 높았다. 이번 연구는 국내에서 처음으로 소아치과와 타과 전공의 간 성격 유형 분석을 시행한 점에 의의가 있다. 설문 전 오리엔테이션 교육과 표본 대상의 확대를 통한 진전된 연구가 진행되어야 할 것으로 보인다.

• 대한소아치과학회지
• /
• 제48권2호
• /
• pp.221-228
• /
• 2021

이번 연구는 손쉽게 접근 가능한 웹사이트 기반 기계 학습 어플리케이션을 활용하여 파노라마 방사선 영상에서 과잉치 식별 모델을 학습시키고, 학습된 모델의 과잉치를 식별하는 성능을 평가하고자 하였으며, 인간 집단과의 성능을 비교하기 위한 연구를 진행하였다. 총 1604장의 5 - 7세 환자의 파노라마 이미지가 이번 연구에서 사용되었다. 연구에 사용된 모델은 Google에서 개발한 기계학습 모델인 Teachable Machine을 사용하였다. 과잉치 식별 모델을 훈련시키고 성능을 평가하기 위해 data set 1을 설정하였다. Data set 2는 학습모델과 인간 집단 간의 정확도 비교를 위해 설정하였다. 학습모델 및 인간 집단의 과잉치 식별 능력을 평가하기 위해 정확도(accuracy), 민감도(sensitivity), 특이도(specificity) 값을 사용하였다. Data set 1의 검증 결과, 평균 0.82의 분류 정확도를 얻었다. Data set 2의 테스트 결과, 모델의 정확도는 0.78이었다. 전공의군과 학생군의 평균 정확도는 각각 0.82, 0.69였다. 이번 연구는 유치열기 및 초기 혼합치열기 어린이의 파노라마 방사선 영상과 웹 기반 기계 학습 어플리케이션 이용하여 과잉치 식별 모델을 개발하였고 학습된 모델과 인간 의사 집단(전공의 및 학생) 간의 과잉치 식별 정도를 비교 연구하였다. 훈련모델의 분류 정확도는 전공의군과 비교 시 낮았지만 훈련받지 않은 치과 대학 학생군보다 분류 정확도가 높아 비전문가 학생 또는 일반의사에게 과잉치 진단 정확도를 높이는 데 활용될 가능성이 있음을 확인하였다.