산과 영상·데이터 기반 예측 및 임상 의사결정 연구

Imaging- and data-driven prediction and clinical decision support in obstetrics

연구 내용

초음파, CTG, MRI 등 산과 영상·생체신호 데이터를 이용해 태아 및 임신 관련 위험을 평가하고, 진단·치료 선택을 보조하는 연구

산과 영역에서 초음파, 태아 심박 관련 신호(CTG), MRI 등 다양한 정보원을 통합해 위험도를 평가하는 접근을 수행합니다. 특히 자궁-태반-태아 순환을 반영하는 도플러 지표와 태반·자궁벽 두께 같은 다중 계측치를 이용해 태아 성장 이상과 불량 임신 예후의 연관성을 규명하려고 합니다. 또한 임신 흉터 임신과 같은 특수 상황에서 조기 진단과 환자 특성 기반 치료 양식 선택의 근거를 마련하는 방향으로 연구를 수행합니다.

관련 프로젝트

0건

연구 흐름

초기에는 산과에서 활용되는 인공지능 기반 진단 시스템의 구성과 임상 적용 흐름을 정리하고, CTG·초음파·MRI 기반 예측이 실제 진료에서 어떤 방식으로 구현되는지 검토하는 연구를 수행했습니다. 이후에는 태아 성장 제한과 관련된 자궁-태반-태아 순환 지표를 다기관 후향 코호트 설계로 체계화하며, 임신 단계별 계측 변수의 연관성을 검증하려는 방향으로 확장했습니다. 최근에는 임신 흉터 임신에서 치료 양식 선택에 영향을 주는 임상 인자를 정리하고, 초음파 기반 관찰이 치료 결정에 연결되는 근거를 보강하는 흐름으로 이어지고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

태아 성장 제한 위험도 예측
자궁-태반-태아 순환 지표 기반 선별
다기관 산전 초음파 프로토콜 구축
치료 양식 선택 임상 의사결정 지원
산전 추적관찰 대상자 분류
특수 임신 상태의 조기 진단 체계
영상 기반 위험도 커뮤니케이션 도구
태아 감시 데이터 정량화 파이프라인
임상검사-영상 융합 모델링 프레임
진료 표준화를 위한 지표 비교 연구