이 연구 주제는 유방암과 유방내분비 관련 질환을 대상으로 한 외과적 치료 전략의 고도화에 초점을 둔다. 연구실은 종양의 위치, 병기, 림프절 전이 여부, 환자의 전신 상태를 종합적으로 고려하여 환자 맞춤형 수술법을 모색하며, 유방 보존과 종양학적 안전성을 동시에 달성하는 치료 접근을 중요하게 다룬다. 특히 조기 유방암, 비촉지성 병변, 부유방암과 같은 다양한 임상 상황에서 적절한 수술 범위와 절제 정확도를 높이는 문제를 핵심 과제로 삼고 있다. 구체적으로는 감시림프절생검, 액와부 수술의 적정 범위 설정, 유두보존유방절제술(NSM)과 같은 최신 유방외과 술식의 임상적 유효성과 합병증 발생 양상을 분석하는 연구가 포함된다. 연구실의 학회 발표 주제를 보면 최소 접근 수술과 기존 수술법의 수술 후 합병증 비교, 관내상피내암에서의 액와부 수술 경향 분석, 부유방암에서의 감시림프절생검 적용 등 실제 진료 현장에서 바로 활용 가능한 임상 근거를 축적하고 있음을 알 수 있다. 이러한 연구는 수술의 침습성을 줄이면서도 재발 위험을 적절히 관리할 수 있는 근거 기반 의사결정을 뒷받침한다. 장기적으로 이 연구는 유방암 환자의 생존율 향상뿐 아니라 삶의 질, 미용적 결과, 회복 속도 개선에 기여할 수 있다. 또한 환자군별 예후 차이와 수술 후 합병증 패턴을 정밀하게 분석함으로써, 향후 정밀의료 기반 유방외과 치료 프로토콜 개발로 확장될 가능성이 크다. 임상 경험과 수술 데이터를 지속적으로 축적하는 방식은 국내 유방암 치료 가이드라인 개선과 다기관 협력 연구의 기반이 된다는 점에서도 의미가 있다.

이 연구 주제는 외과초음파를 활용하여 유방 및 연부조직 종양의 진단 정확도와 수술 정밀도를 높이는 데 목적이 있다. 외과 영역에서 초음파는 단순 영상검사를 넘어 병변의 위치 확인, 절제 범위 설정, 수술 중 실시간 판단 지원까지 담당하는 핵심 도구로 발전하고 있다. 연구실은 이러한 외과초음파의 임상적 활용성을 높이기 위해, 비촉지성 병변이나 경계가 불분명한 병소를 보다 정확하게 찾고 안전하게 절제하는 방법을 지속적으로 탐구하고 있다. 특히 연구실의 저서와 학술 발표 이력은 수술 중 초음파 유도 위치결정술과 기존의 수술 전 와이어 위치결정술을 비교하는 등, 실제 수술 워크플로우에 직접 연결되는 연구를 수행해 왔음을 보여준다. 수술 중 초음파 유도 기법은 병변을 실시간으로 확인할 수 있어 절제면 확보와 정상조직 보존의 균형을 맞추는 데 장점이 있으며, 환자의 불편 감소와 수술 준비 과정의 효율화에도 기여할 수 있다. 이러한 접근은 유방보존수술에서 절제 정확도를 향상시키고 재수술 가능성을 낮추는 방향으로 임상적 가치를 갖는다. 앞으로 외과초음파 연구는 인공지능 영상분석, 3차원 수술 계획, 병리 결과 예측 등과 결합하여 더욱 확장될 수 있다. 수술자의 경험 의존성을 줄이고 표준화된 술기 교육 체계를 만드는 데에도 중요한 역할을 할 수 있으며, 특히 지역 의료기관에서도 적용 가능한 실용적 기술로 발전할 가능성이 높다. 따라서 본 연구는 진단과 치료를 연결하는 정밀 외과 플랫폼의 성격을 가지며, 실제 환자 치료 성과를 직접 개선하는 응용 중심 연구라고 볼 수 있다.

이 연구 주제는 다양한 암종에서 환자의 예후를 예측하고 치료반응을 평가할 수 있는 임상 지표를 발굴하는 데 중점을 둔다. 연구실의 논문 이력을 보면 다발골수종, 미만성 거대 B세포 림프종, 변연부 B세포 림프종, 대장암, 신세포암 등 여러 종양 분야의 다기관 연구에 참여해 왔으며, 이를 통해 암 치료 후 생존율, 재발 양상, 치료 반응 차이를 설명할 수 있는 임상적 근거를 축적하고 있다. 이러한 접근은 특정 단일 암종에 국한되지 않고 종양학 전반에서 환자 맞춤 치료를 실현하기 위한 폭넓은 관점을 보여준다. 세부적으로는 치료 전후 생체표지자 변화, 예후지표 비교, 재발 질환의 임상 경과 분석, 면역치료 효과 예측과 같은 연구가 포함된다. 예를 들어 혈액암에서 기존 예후지표와 개정 예후지표의 실제 예측력을 비교하거나, 다발골수종 환자에서 약물치료가 골대사 표지자에 미치는 영향을 분석하는 연구는 치료 선택과 추적관찰 전략을 정교화하는 데 도움을 준다. 또한 순환종양세포(CTC) 기반 전임상 모델을 이용한 대장암 치료효과 예측 연구나 인공지능 기반 면역표현형 분석은 정밀종양학의 최신 흐름과도 맞닿아 있다. 이러한 연구는 궁극적으로 환자별 위험도를 더 정확히 분류하고, 불필요한 치료를 줄이며, 효과가 높을 것으로 예상되는 치료를 조기에 선택하게 하는 데 기여한다. 특히 실제 진료자료와 다기관 협력 데이터를 바탕으로 한 결과는 임상 현장 적용성이 높다는 장점이 있다. 향후에는 영상, 병리, 혈액 기반 바이오마커, 인공지능 분석을 통합한 다중모달 예후 예측 모델로 발전할 가능성이 크며, 이는 외과종양학과 내과종양학을 연결하는 정밀 암관리 체계 구축에 중요한 기반이 될 것이다.