서울아산병원 "고위험 분만 월 300건…3년간 분만 60%가 위험군"

"태아치료센터 고도화 등 통해 고난도 분만 분야 전문성 높일 것"

 

서울아산병원은 19일 "올해 1월 한 달간 고위험 산모·태아 분만 329건을 달성했다"고 밝혔다.

이 병원에 따르면 최근 3년간 분만 총 6천999건 가운데 고위험 임신 및 태아 기형이 4천163건으로 59.5%를 차지했다.

분만 환자 10명 중 6명이 고위험군이었다는 뜻으로, 그동안 서울아산병원에서는 국내 처음으로 심장이 몸 밖에 나와 있는 심장이소증을 안고 태어난 서린이, 심장 크기가 엄지손가락만 한 복잡 선천성 심장병을 가진 이준이, 국내 최소 체중으로 태어난 288g의 건우와 302g 사랑이 등을 태어나게 했다.

최근 3년간 분만 사례를 세부적으로 나눠 보면 조기 진통 461건, 조기 양막 파수 723건, 중증 임신중독증 288건, 태반 조기 박리 51건, 전치태반 468건, 양수과다·과소증 155건, 자궁 경부 무력증 163건, 자궁 내 성장 제한 298건 등 집중 치료가 필요한 고난도 사례가 상당수였다.

특히 중증도가 높은 태아 기형의 경우 3년간 1천517건에 달했다.

2004년 국내 최초로 문을 연 태아치료센터가 있었기에 안전하게 태아 기형을 진단, 치료할 수 있었다는 게 병원 측의 설명이다.

원혜성 서울아산병원 산부인과장은 "전체 분만 중 절반 이상이 고위험 임신·태아 기형인 어려운 상황에서 달성한 월 분만 300건 기록은 소중한 생명을 포기하지 않고 밤낮없이 헌신한 모든 의료진이 함께 일궈낸 의미 있는 결실"이라며 "앞으로도 신생아과를 비롯한 유관 진료과와 긴밀히 협진하고 태아치료센터 고도화 등을 통해 고난도 분만 분야의 전문성을 더욱 높이겠다"고 말했다.


의료.병원,한방

더보기
서울성모병원 등 15개 병원, 암 병리 AI데이터 16만건 구축
가톨릭대학교 서울성모병원은 정찬권 병리과 교수를 중심으로 한 다기관 디지털 병리 인공지능(AI) 의료기술 연구사업단이 대규모 암 병리 데이터를 구축했다고 1일 밝혔다. 이번 사업에는 서울성모병원을 비롯한 15개 대학병원과 어반데이터랩 등 9개 기업이 참여했다. 정부 연구비 지원을 바탕으로 2021년 작업을 시작한 사업단은 16만장 이상의 암 병리 전체 슬라이드 영상과 병리 단위의 정밀 어노테이션 데이터(병리 영상에서 암 조직과 정상 조직 등을 구분해 AI가 학습할 수 있도록 한 데이터)를 구축했다. 디지털 병리는 전통적인 유리 슬라이드 대신 고해상도 디지털 영상으로 조직을 분석하는 기술로 최근 AI와 결합하면서 진단 정확도를 높이는 데 기여할 것으로 기대되고 있다. 서울성모병원은 사업단이 이러한 클라우드 기반 플랫폼을 구축해 연구 단계에 머물던 기술을 실제 산업 현장으로 연결하는 성과를 이뤘다고 강조했다. 정찬권 교수는 "이번 사업은 단순한 데이터 구축을 넘어 연구자와 기업이 실제 활용할 수 있는 데이터 인프라를 마련했다는 점에서 의미가 있다"며 "앞으로도 디지털 병리 데이터의 품질과 활용도를 높여 연구와 산업을 연결하는 개방형 플랫폼으로의 역할을 이어가겠다

학회.학술.건강

더보기
KAIST, '뇌를 닮은 AI' 개발…예측이 틀려도 한번 더 생각
한국과학기술원(KAIST)은 뇌인지과학과 이상완 교수 연구팀이 인간 뇌의 학습 원리를 딥러닝에 적용해 인공지능(AI) 모델도 안정적으로 학습시키는 새로운 기술을 개발했다고 1일 밝혔다. 우리 뇌는 현재 벌어지는 일을 단순히 인식하는 데 그치지 않고 '다음에 무슨 일이 일어날까'를 먼저 예측하고, 실제 결과가 다르면 그 차이를 줄이는 방향으로 스스로 수정한다. 바둑에서 상대의 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 '예측 부호화'라고 한다. 과학자들은 이 원리를 AI에 적용하려 했지만 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복되면서 어려움을 겪었다. 연구팀은 AI가 결과만 예측하는 것이 아니라 '예측 오차가 앞으로 어떻게 변할지'까지 다시 예측하도록 만들었다. 연구팀은 이를 '메타 예측'이라 설명하는데 '틀림을 한 번 더 생각하는 AI'를 말한다. 이 방식을 적용하면서 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다. 총 30가지 실험 중 29개에서 현재 AI의 표준 학습법인 '역전파'보다 높은 정확도를 기록했다고 연구팀은 설명했다. 역전파는 AI가 '틀린 만