피 한 방울로 산후 대량 출혈 위험, 임신 초기에 예측

산모의 혈액을 이용한 비침습 산전 검사(NIPT) 데이터와 머신러닝을 결합해 치명적인 산후 출혈을 유발하는 '유착 태반'을 임신 초기에 예측하는 기술이 개발됐다.

30일(현지시간) 중국 난징의과대학교, 동남대학교, 상하이대학교 등 공동 연구팀은 머신러닝을 활용해 유착 태반을 조기에 예측하고 위험도를 분류하는 모델을 개발했다고 국제학술지 '유전자와 질병'(Genes & Diseases)에 발표했다.

유착 태반(Placenta accreta spectrum·PAS)은 태반 융모가 자궁근층에 비정상적으로 파고드는 심각한 산과 합병증으로, 산모의 생명을 위협하는 산후 출혈의 주요 원인이다.

현재는 초음파나 자기공명영상(MRI)으로 진단하지만, 임신 초기에는 민감도가 낮아 출산 전까지 발견되지 않는 경우가 많았다.

연구팀은 자궁 수술 이력이 있는 임산부 1060명을 대상으로 연구를 진행했다. 이 중 유착 태반 환자 265명과 정상 대조군 795명의 혈장 세포유리DNA(cfDNA)를 저커버리지 전장 유전체 시퀀싱으로 분석했다.

연구팀은 머신러닝 알고리즘을 적용해 유착 태반의 종류를 구분하는 데 가장 유용한 15개 유전자를 선별했다. 이를 기반으로 '4P-모델'이라는 분류 모델을 개발했다.

개발된 모델은 정상, 경증 유착 태반, 중증 유착 태반을 90%의 정확도로 구별했으며, 민감도는 90%, 특이도는 93.8%를 기록했다. 독립된 여러 검증 집단에서도 높은 성능을 보였다.

연구팀은 이번 연구가 추가적인 혈액 채취 없이 기존의 비침습 산전 검사 데이터를 활용해 임신 초기에 유착 태반의 위험을 평가할 수 있음을 보여준다고 설명했다. 다만, 임상적 유용성을 확인하기 위해서는 더 큰 규모의 연구가 필요하다고 덧붙였다.