공간 기반 종양면역미세환경(TIL) 정량화 및 예후 예측

Spatial Tumor Immune Microenvironment (TIL) Quantification for Prognostic Prediction

연구 내용

디지털 전처리된 H&E whole-slide 이미지에서 딥러닝으로 종양침윤림프구의 공간 분포를 추출하고 예후를 예측하는 연구

대장암 조직에서 종양침윤림프구의 공간적 분포가 예후와 연결되는지 평가하기 위해, H&E whole-slide 이미지를 입력으로 딥러닝 기반 정량화 절차를 구축합니다. 종양 침윤의 핵심 위치를 기준으로 공간 특징을 생성하고, 임상 병기 및 분자 변수를 함께 고려한 생존분석으로 예후 인자의 독립성을 검증합니다. 또한 동일한 개념의 병리 판독을 기준으로 자동화 결과의 재현성을 비교하여 임상 적용 가능성을 높이는 데 차별성이 있습니다.

관련 프로젝트

2건

연구 흐름

초기에는 H&E whole-slide 이미지에서 종양침윤림프구의 공간 분포를 딥러닝으로 정량화하는 방법을 수립하고, 침윤 경계 주변의 공간 특징이 진행 관련 지표와 연동되는지 규명합니다. 이후 서로 다른 환자 코호트를 통해 예측 성능을 확인하고, 임상 병기와 분자 특성을 동시 고려하는 다변량 분석으로 예후 기여도를 정리합니다. 최근에는 병리 판독과의 일관성을 검토하여 자동 정량의 표준화 방향을 제시하는 흐름으로 연구를 확장하고 있습니다.

활용 가능성

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

침윤 경계 기반 자동 TIL 정량화
디지털 병리 병원 간 재현성 검증
H&E 기반 면역치료 반응 예측
공간 특징 기반 예후 계층화
병리 판독 보조 의사결정
종양 미세환경 타깃 탐색
임상시험 환자선별 기준 마련
예후 바이오마커의 표준 워크플로우
다중모달 데이터 통합 모델 입력
환자 맞춤 치료 전략 보조