연구진은 유방암 환자의 NAC 치료 반응 예측을 위해 ClinRAG-GRAPH라는 새로운 프레임워크를 제안했어요.
ClinRAG-GRAPH는 DCE-MRI, 임상 변수, 병리 바이오마커를 활용하여 환자 간의 임상적 우선순위 그래프를 구축하고 도메인 적대 학습을 통해 센터 간의 MRI 편향을 줄여요.
LLM 기반 서브 그래프 RAG 모듈을 통합하여 임상적으로 유사한 과거 사례를 검색하고 pCR 예측에 활용하여 해석 가능성을 높였어요. 두 개의 외부 테스트 세트에서 AUC 0.774/0.712를 달성했어요.