본 논문은 자궁침습성 태반 질환(PAS) 및 그 아형(태반유착, 태반침윤, 태반관통)의 효율적인 다중 분류 진단을 위한 새로운 합성곱 신경망(CNN) 아키텍처를 제안합니다. 기존의 2단계 이진 분류 방식 대신 1단계 다중 분류 방식을 채택하여 4,140개의 자기공명영상(MRI) 슬라이스를 기반으로 학습하였습니다. 제안된 모델은 주 분류 브랜치와 해부학적 특징을 통합하는 보조 브랜치로 구성되며, 다중 작업 학습 전략을 통해 두 브랜치를 효과적으로 활용합니다. 실제 임상 데이터셋을 이용한 실험 결과, 제안된 모델은 최첨단 성능을 달성했습니다.