최근 수년간 치의학계 및 개원가 그리고 치과산업계는 ‘Digital Dentistry’가 가장 큰 이슈였다. “보다 정확한 진료를 위해”, “결국 모든 시스템은 디지털로 전환되기 때문에 선제적으로 접근해야 한다”는 인식이 높아지고 있다. 본지는 ‘Digital Dentistry’ 기획연재를 통해 디지털 치과로의 접근에 보다 객관적이고 올바른 방향성을 제시해 보고자 한다. 이에 치과 디지털 도입을 준비하고 있는 원장, 도입 필요성을 느끼고 있지만 선뜻 결심을 하지 못하고 있는 원장, 이미 디지털 치과로 변신해 잘 안착시킨 원장, 그리고 아직은 시기상조라고 생각하는 원장 등 이들의 ‘디지털 이야기’를 솔직 담백하게 지면에 담아본다. [편집자 주]
구강 스캐너는 전통적인 방식의 구강 내 데이터 획득 방법인 rubber impression을 대체할 수 있는 효과적인 방법이다. 이를 임상에 적용하기 위한 기본 전제는 구강 스캔의 정확성이라 할 수 있겠다.
구강 스캐너의 정확성에 대한 검증은 많은 실험과 논문, 임상 적용 사례 등을 통해 이미 충분히 이뤄졌다 할 수 있으며, tooth mobility의 증가, 치은퇴축 및 언더컷의 증가 등이 있는 임상 상황에서는 오히려 임프레션보다 더 우수한 정확성을 보인다.
지난 2014년 4월에 처음 구강스캐너를 도입했다. 모델은 덴츠플라이시로나(당시 시로나)의 옴니캠이었다. Video sequence 방식의 active triangulation technology를 채택한 스캐너로, 도입 목적은 one visit ceramic restoration으로, 밀링머신인 CEREC MC XL을 함께 구입했다. 도입 목적에 맞게 inlay, onlay, 전치부 소구치부 ceramic crown, laminate 등은 효과적으로 임상에 적용했다.
다만 한계점은 cross arch scan(또는 full arch scan)에서의 왜곡(distortion)이 존재하는 것으로 multi-unit case에서의 안정적인 적용이 쉽지 않았다는 점이다. 이를 극복하기 위해 scan sequence를 최적화하고, 피사체와의 거리를 일정하게 유지하며 부드러운 scan flow의 숙련도를 높이기 위한 노력을 기울였다.
이후 2019년 9월에 국내 출시된 덴츠플라이시로나의 프라임스캔을 도입해 1년 5개월 정도 사용해오고 있다. 타사 스캐너에 비해 무거운 무게(524g)와 큰 크기로 스캔할 때 불편하지 않을까 걱정을 했지만, 한층 업그레이드된 정확성과 스캔 속도를 확인한 후에는 망설임 없이 도입할 수 있었다.
High-frequency contrast analysis와 Dynamic depth scan technology, Smart pixel sensor, intelligent processing라는 원리로, 20㎜ depth까지 초당 100만개 이상의 3D points data(low noise 3D data)를 획득, 처리할 수 있어 타사 대비 매우 우수한 sharpness, resolution과 정확성을 구현한다. 또한 현존하는 구강스캐너 중 가장 큰 FOV 가지고 있는 스캐너로, 작은 움직임과 tilting으로도 찍고자 하는 부위의 깨끗한 스캔이 가능하고 압도적인 스캔 속도를 자랑한다. 이는 임상에서 숙련자와 비숙련자의 차이를 줄여줄 수 있는 큰 장점이라 할 수 있겠다. 이러한 프라임스캔의 장점들은 문헌들을 통해서도 객관적으로 증명되고 있다.
위와 같은 장점에도 불구하고 지금 구강 스캐너를 도입하고자 하는 입장에서는 타사 대비 높은 가격이 부담일 수 있다고 생각하나, 덴츠플라이시로나가 가장 오랫동안 구강 스캐너를 개발하고 판매해 온 회사로서 원활한 교육과 지원이 이뤄진다는 점은 높은 비용을 치룰 가치가 있겠다.
오랫동안 스캐너를 사용해오면서 느끼는 점으로, 구강 스캐너의 선택만큼이나 중요한 것은 사용하는 방법이라 생각한다. 많은 치과의사들이 구강 스캐너를 도입한 이후 직접 다루기보다 스탭들에게 일임하는 경우가 많은 것 같다. 하지만 보다 정확한 스캔과 임상에서의 원활한 적용을 위해서는 치과의사가 직접 스캔해보고 스캔할 때의 어려운 점들을 느끼고 그를 극복하기 위한 방법을 생각해보며, 스캔 파일 데이터를 분석하고 정리해 나가는 것이 반드시 필요하다고 생각한다.
