Artificial intelligence in periodontal disease research: a bibliometric and visualized analysis of global research trends (2007–2025)

Motivation

• Known: Bibliometrics는 1969년 Alan Pritchard가 제안한 통계적 문헌 분석 방법으로, 특정 분야의 발전 동향과 연구 핫스팟을 식별하는 데 널리 적용되어 왔다. 치주질환은 전 세계 약 35억 명의 구강질환자 중 주요 비중을 차지하며, AI 기술이 의료 영역에서 정밀의료와 지능형 진단·치료를 촉진하는 핵심 동력이 되고 있다. 다만 AI와 치주질환의 교집합을 매핑하는 포괄적 bibliometric 분석은 부재했다.
• Gap: 치주질환 진단과 치료에 있어 기존 방식은 주관성, 낮은 정확도, 의사의 경험에 대한 의존성을 띠고 있으며, 장기 추적 관찰과 환자 순응도 관리도 동적 모니터링과 적시 중재를 실현하기 어렵다. AI 기술의 임상 적용 전망은 높지만, 이 분야를 체계적으로 개괄하는 bibliometric 분석이 없어 현황 파악, 핵심 기여자 식별, 향후 임상 번역 방향 제시에 어려움이 있다.
• Why: 치주질환은 구강 내 국소 영향을 넘어 당뇨병, 심혈관질환, 조산 등 전신질환과 양방향 영향을 주며, 치아 상실로 인한 저작 기능 저하와 삶의 질 악화는 사회적 의료 부담을 가중시킨다. AI를 활용하면 개인화된 치료 계획 수립, 예측 정확도 개선, 근거 기반 치료 프로토콜 개발 등이 가능하므로, AI와 치주질환 연구의 교점을 체계적으로 분석하는 것이 임상 적용을 위해 중요하다.
• Approach: Web of Science Core Collection (WoSCC)에서 2007년 1월부터 2025년 7월까지 "periodontitis", "periodontal disease" 등과 "artificial intelligence", "machine learning", "deep learning", "neural networks", "convolutional neural network" 등의 조합 검색어를 사용하여 영어 논문 496개를 수집했다. 두 명의 독립적 검수자가 포함·제외 기준에 따라 논문을 선별하고, R (Bibliometrix), VOSviewer, CiteSpace를 이용하여 데이터 처리, 시각화, 저자 협력망, 공동 인용, 키워드 공출현, 급증 감지, 시계열 분석을 수행했다.

Achievement

Fig. 3   (continued)

게재 연도별 추이: 2021년 이후 특히 급증한 지속적 성장 추세

국가별 기여도: 중국이 153개 논문으로 최다, 미국 다음

기관별 생산성: 부산대학교(32개), Saveetha Institute of Medical and Technical Science(31개)

저널: BMC Oral Health가 23개 논문으로 최다 게재

저자: 2,604명 협력 저자 중 Pradeep Kumar Yadalam이 15개 논문으로 최다 저술

공동 인용: Orhan Kaan, Abu Patricia Angela R., Falk Schwendicke가 가장 피인용도 높음

핵심 키워드: "periodontitis", "machine learning", "artificial intelligence"

신흥 주제: "progression", "expression" 급증 감지

How

Fig. 1   Study workflow for bibliometric analysis

• WoSCC에서 체계적 검색 및 영어 원문으로 제한하여 데이터 신뢰성 확보
• 두 명의 독립적 검수와 합의 또는 제3 검토자를 통해 선별 편향 최소화
• 저자명 표준화, 키워드 정규화, 중복 제거, 수동 적절성 검증으로 데이터 품질 관리
• R (Bibliometrix)로 기술 통계(연간 출판, 저자, 협력 지수) 및 과학 지도화 수행
• VOSviewer로 공저, 기관 협력, 공동 인용, 키워드 공출현 네트워크 시각화
• CiteSpace로 급증 감지, 키워드 클러스터링, 시계열 시각화를 통해 주제 진화 추적

Originality

• Bibliometric 방법론을 AI와 치주질환 교집합에 최초 적용하여 이 분야의 발전 동향과 지식 구조를 체계적으로 매핑
• 단순 기술 통계를 넘어 co-authorship, co-citation, keyword co-occurrence, burst detection, timeline visualization 등 다층적 분석 수행
• 임상의와 연구자를 위한 명확한 해석과 미래 방향 제시에 초점

Limitation & Further Study

• WoSCC만 사용하여 Scopus 등 다른 데이터베이스의 논문을 누락할 가능성
• 영어 논문만 포함하여 비영어 고품질 논문 제외 가능성
• Bibliometric 분석의 특성상 논문 질의 수준, 임상 영향력, 실제 임상 번역 정도를 반영하지 못함
• 저자 이름 표준화 과정에서 동일 인물의 다양한 표기(예: 이름 변경, 약자 표기)로 인한 오류 가능성
• 키워드 급증 감지가 단순 빈도 증가에 기반하므로, 실제 과학적 중요도와는 다를 수 있음
• 후속 연구: 다국어 포함 분석, 논문 질 평가 지표(impact factor, h-index) 통합, 임상 시험 및 실제 임상 적용 데이터 추적

Evaluation

총평: 본 논문은 AI와 치주질환 연구의 교집합을 최초로 포괄적 bibliometric 분석한 가치 있는 문헌 개괄 연구이다. 2007–2025년 496개 논문의 출판 동향, 주요 기여자, 협력 네트워크, 핵심 키워드, 신흥 주제를 다층적으로 시각화하여 임상의와 연구자에게 현재의 응용, 미래의 과제, 임상 번역 방향을 제시한다. 다만 단일 데이터베이스(WoSCC)와 영어 제한, 논문 질의 수준 미반영 등의 한계가 있으며, 향후 다국어, 질 평가, 임상 영향력 지표 통합이 필요하다.