전체메뉴 닫기
산과(예비맘)
산과

의료진

소개

차별화된 산모식사

맞춤분만센터

소개

다학제진료

분만법

제왕절개

산후조리원

온라인예약

소개

이용안내

이용후기

프로그램

고위험산모통합치료센터

의료진

소개

고령임신

산과클리닉

임신준비

임신초기

임신 중기

임신 말기

출산 후

건강정보

건강정보 AtoZ

심포지엄 자료실

산모건강강좌

건강강좌/교실안내

모유수유교실

부부순산교실

당뇨교실

유방암환자교실

암환우무료교육

비뇨의학과
여성비뇨의학과

의료진

소개

여성암센터
부인암센터

의료진

소개

로봇수술센터

의료진

소개

다빈치 SP 시스템

주요 부인암

자궁내막암

자궁경부암

난소암

기타부인암

부인암클리닉

부인암 면역항암

HPV자궁경부 이형성증

자궁근종/육종

융모상피질환

암환자조기폐경

난치성 자궁선근증

난소종양

유전성난소/유방암

미혼여성부인종양

비수술적 자궁근종치료

소아응급센터
소아응급의료센터

의료진

소개

구역별특징
응급진료안내
소아응급건강정보
병원소개
분당차여성병원

소개

미션&비전

연혁

병원장인사말

인사말

역대병원장

병원소식

공지사항

언론보도

행사강좌/심포지엄

여성간호부

여성병원 간호부

조직도

간호부 소개

교육

대내외 활동

협력병원
편의시설
고객의소리

고객의소리

고마워요 차병원

차병원 뉴스룸
처음진료 빠른예약
간단한 이름, 연락처를 남기시면, 전문 상담원이 진료 예약을 도와드립니다.
이름
연락처
통화가능시간
* 전화 연결 2회 이상 실패 시 상담신청이 자동 취소됩니다.
* 월요일과 공휴일 다음날에는 통화량이 많아 연락이 늦어질 수 있습니다.
* 통화 요청 일시가 공휴일인 경우에는 휴일 뒤에 연락이 갑니다.
* 치과는 빠른진료예약 서비스를 제공하지 않고 있습니다.
개인정보 수집, 이용 동의
1. 수집하는 개인정보 항목
- 고객성명, 연락처
2. 수집이용 목적
처음진료 고객 또는 비회원 고객의 진료예약 및 진료안내
3. 보유 및 이용 기간
수집된 개인정보의 보유기간은 3년 후 삭제되며, 예약 외의 목적으로는 사용하지 않습니다.

공유하기

페이스북 블로그 카카오톡
산부인과 류현미 교수, MEC연구팀 임신 중 고혈압성 질환 ‘전자간증’ 조기 예측 AI 모델 개발
2026.07.15

분당차여성병원 산부인과 류현미 교수, 스마트MEC케어R&D센터 연구팀
임신 중 고혈압성 질환 ‘전자간증’ 조기 예측 AI 모델 개발


  • 임신 16주 전 임상·검사 데이터로 고위험 산모 조기 선별
  • 위험도와 예측의 신뢰도까지 함께 제시하는 AI 모델, 임상 활용 가능성 기대

차 의과학대학교 분당차여성병원(원장 김영탁) 산부인과 류현미 교수, 스마트MEC케어R&D센터 연구팀이 임신 초기 임상 데이터를 활용해 임신 중 발생하는 고혈압성 질환인 전자간증 위험을 조기에 예측하고, 예측 결과의 정확도를 높인 기술을 개발했다. 이번 연구 결과는 국제학술지 Scientific Reports에 게재됐다.

전자간증은 임신 중 발생하는 대표적인 고혈압성 질환으로, 산모와 태아 모두에게 중대한 합병증을 일으킬 수 있다. 고위험 산모를 임신 16주 이전에 조기 선별하는 것은 예방적 개입과 면밀한 산전관리를 위해 중요하다.

기존 예측 모델은 전자간증 발생 위험을 제시했지만, 검사값이 일부 빠진 상황에서 예측이 얼마나 달라질 수 있는지는 충분히 반영하지 못했다.

이에 연구팀은 전자간증 발생 위험과 함께, 해당 예측 결과를 신뢰할 수 있도록 새로운 접근법을 시도했다. 예를 들어 전자간증 예측에 중요한 검사값이 충분히 포함된 경우에는 예측 신뢰도가 높다고 판단하고, 중요한 정보가 빠져 있는 경우에는 예측 결과 해석에 주의가 필요하다는 점을 함께 제시하는 방식이다.

연구팀은 차병원에서 수집한 단태임신 3만1,235건의 임상 데이터를 이용해 전자간증 조기 예측 모델을 개발한 뒤, 다른 의료기관에서 수집한 단태임신 5,372건의 데이터를 활용해 예측 성능을 다시 검증했다.

연구팀은 AI 예측 결과에 어떤 검사 항목이 영향을 미쳤는지 분석하고, 주요 검사값이 빠져 있을 때 예측 결과의 신뢰도가 어떻게 달라지는지도 함께 평가했다. 이를 통해 산모별 전자간증 위험도뿐 아니라, 그 예측을 의료진이 어느 정도 신뢰할 수 있는지 판단할 수 있는 모델을 개발했다.

검증 결과, 주요 정보가 충분히 포함된 경우 예측 정확도가 크게 향상되는 것으로 나타났다. 특히 평균동맥압, 초산 여부, inhibin-A, HDL 콜레스테롤 등의 정보가 예측 신뢰도에 중요한 영향을 미쳤다. 주요 임상 정보가 충분할수록 예측의 신뢰도가 높아지며, 일부 정보가 누락된 경우에는 결과를 보다 신중히 해석할 필요가 있다고 설명했다.

류현미 교수는 “이번 연구는 전자간증 예측 모델의 정확도를 높이는 것뿐 아니라, 예측 결과를 얼마나 신뢰할 수 있는지까지 함께 제시했다는 점에서 의미가 있다”고 말했다.

이어 “실제 의료 현장의 데이터는 항상 완전하지 않기 때문에, AI 모델이 단순히 위험도를 제시하는 것만으로는 충분하지 않다”며 “예측값과 함께 그 예측을 얼마나 신뢰할 수 있는지를 알려주는 방식은 향후 임상 적용 가능한 산전관리 AI 개발에 중요한 방향이 될 수 있다”고 설명했다.

참고자료

분당차여성병원 산부인과 류현미 교수, 스마트MEC케어R&D센터 연구팀