종양내과 의료진을 위한 치료 계획 근거 지원

암 치료 계획을,
출처가 있는 근거로.

환자의 질환과 바이오마커, 이전 치료를 바탕으로 다음 치료를 찾는 일. OpenOncoAgent는 질문을 질환·바이오마커·치료 차수로 해석하고, 정제된 근거와 허가 정보, 임상시험 결과를 연결해 의료진이 검토할 치료 계획 초안을 만듭니다.

로그인하고 질문하기

아래 화면은 합성 예시입니다.

질문 하나로 다음 치료 후보와 먼저 확인할 정보를 함께 합성 예시
치료 계획 검토 의료진 검토 전

전이성 유방암 · HER2 양성

1차 치료 후 진행, 다음 치료는

이전 치료사례 기록에서 읽음
trastuzumab + pertuzumab + docetaxel
다음 치료아래 후보
2차 검토
  1. 1trastuzumab deruxtecantrastuzumab emtansine 대비 · DESTINY-Breast033상 무작위시험
  2. 2tucatinib + trastuzumab + capecitabine뇌전이 포함 · HER2CLIMB3상 무작위시험
판단과 처방은 의료진에게 모든 문장에 출처

합성 사례입니다. 약제와 임상시험은 화면 구성을 보여 주기 위한 예시입니다.

2022년 전 세계에서 약 2,000만 명이 새로 암을 진단받았습니다. Bray et al. · 2024 [1]

근거를 따라가려면

치료 선택지는 늘어나는데, 근거를 읽을 시간은 그대로입니다.

바이오마커와 치료 차수에 따라 선택지가 갈리고, 새 임상시험 결과가 매달 나옵니다. 치료 계획 하나마다 어떤 근거가 이 환자에게 어떤 조건으로, 어떤 순서로 적용되는지 확인해야 합니다.

임상 판단은 의료진의 몫으로, 근거 찾기는 나눠서.

OpenOncoAgent는 근거 찾기, 환자 조건 대조, 인용 정리를 맡습니다. 전문의의 시간이 치료 결정 자체에 쓰이도록 하는 것이 목표입니다.

OpenOncoAgent가 준비하는 일

질문 하나에서, 검토할 수 있는 치료 계획까지.

01 / 확인

빠진 정보를 먼저 묻습니다

치료 계획 질문에 병기·바이오마커·이전 치료가 빠져 있으면 한 번에 모아 묻고, 다음 답변에서는 받은 정보로 결론을 냅니다.

병기 · 바이오마커 · 이전 치료

02 / 연결

문장마다 출처를 붙입니다

질문을 표준 용어로 해석해 정제된 근거 행을 찾고, 근거 수준과 원문 인용을 함께 보여 줍니다. 적용할 근거가 없으면 그 사실과 확인할 방법을 보여 줍니다.

근거 수준 · 인용 · FDA 허가 적응증

03 / 순서

치료 차수를 함께 봅니다

사례 기록의 이전 치료 이력을 읽어 1차와 이후 차수를 구분하고, 해당 차수의 임상시험 결과와 모집 중인 시험을 연결합니다.

이전 치료 · 임상시험 결과 · 환자 경과

우리가 만들고자 하는 변화

근거를 찾는 시간을, 환자를 보는 시간으로.

검색과 대조에 쓰던 시간을, 의료진만 내릴 수 있는 판단에 쓰도록.

탑재된 근거

공개되고 인용할 수 있는 자료만, 지금 탑재된 그대로.

모든 답변은 아래 자료에서 만들어집니다. 수치는 운영 중인 서비스의 상태 정보에서 읽어 옵니다.

10,515

정제된 근거 행

431

약제

48

FDA 허가 적응증

7,305

치료 차수별 임상시험

2,444

결과가 공개된 임상시험

2026년 11월 6일 기준 수치입니다. 질환·유전자 용어집으로 용어를 먼저 해석한 뒤 검색합니다.

답변을 만드는 원칙

의료진의 검토를 위해 설계했습니다.

01

근거가 있을 때 답합니다

질환이 해석되지 않거나 적용할 근거가 없으면, 추측 대신 그 이유와 다음에 확인할 방법을 보여 줍니다.

답변은 인용한 자료가 뒷받침하는 범위 안에서 작성됩니다.

02

결정은 의료진이 내립니다

답변은 해당 분야 전문의를 독자로 가정한 검토용 초안입니다. 의료진이 인용 원문을 환자 상태와 대조해 결정합니다.

틀리거나 근거가 약한 문장은 화면에서 바로 신고할 수 있습니다.

03

입력 자료의 경로를 먼저

답변 작성을 위해 질문 문장이 외부 언어모델 API로 전송됩니다. 이름·등록번호·생년월일 같은 식별정보는 빼고 임상 정보만 입력하십시오.

계정마다 모델 사용 한도가 있습니다.

검증 방식

공개 데이터로, 미리 고정한 기준에 따라.

실제 처방이 담긴 공개 임상 데이터와 등록된 임상시험 결과를 기준으로 성능을 측정합니다. 채점 규칙과 시험셋은 결과를 보기 전에 고정합니다.

1,591

조정에 쓰지 않고 따로 둔 MIMIC-IV 실제 입원 기록 시험셋

500

106개 임상 시나리오에 걸친 회귀 검사용 합성 사례

2,700+

배포 전마다 실행하는 자동 검사

처방 일치

비식별 공개 기록에서 실제로 투여된 약제가 제시한 치료 후보에 포함되는 비율입니다.

MIMIC-IV

근거로 뒷받침되는 문장

답변의 문장마다 인용한 근거가 그 내용을 뒷받침하는지, 인용 원문과 대조해 판정합니다.

인용 원문 대조

분리된 시험셋

개선은 별도 분할에서만 조정하고, 시험셋은 규칙을 고정한 뒤 한 번 채점합니다.

사전 고정 규칙

근거 자료

수치에서 원문까지 직접 확인할 수 있게.

원문은 새 창에서 열립니다. 확인일: 2026년 11월 6일.

  1. [1]
    Bray F, Laversanne M, Sung H, et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. ↗

    CA Cancer J Clin. 2024;74(3):229–263. 2022년 신규 약 2,000만 명, 사망 970만 명(비흑색종 피부암 포함). 2050년 연간 신규 3,500만 명 전망.

  2. [2]
    Park EH, Jung KW, et al. Cancer Statistics in Korea: Incidence, Mortality, Survival, and Prevalence in 2022. ↗

    Cancer Res Treat. 2025;57(2):312–330. 2022년 신규 282,047명(남 147,468명, 여 134,579명), 유병자 259만 명 이상.

  3. [3]
    Cortés J, Kim SB, Chung WP, et al. Trastuzumab Deruxtecan versus Trastuzumab Emtansine for Breast Cancer (DESTINY-Breast03). ↗

    N Engl J Med. 2022;386(12):1143–1154. 위 합성 예시에서 인용.

시작하기 전에

자주 묻는 질문

어떤 질문에 답하나요?

고형암과 혈액암의 치료 선택, 바이오마커별 치료 반응과 내성, 치료 차수별 후보, 관련 임상시험입니다. 질환명을 진단명 그대로 적을수록 정확하게 답합니다.

답변의 근거는 어디서 오나요?

CIViC의 정제된 근거 행, openFDA의 허가 적응증, ClinicalTrials.gov의 등록 결과입니다. 문장마다 출처와 근거 수준이 붙고, PubMed 최신 문헌은 정제 전 단서로 따로 표시합니다.

왜 답하기 전에 질문을 하나요?

치료 계획은 병기, 바이오마커, 이전 치료에 따라 달라집니다. 빠진 정보를 한 번에 모아 묻고, 이어지는 답변에서는 받은 정보로 결론을 냅니다.

환자 정보를 입력해도 되나요?

답변 작성을 위해 질문 문장이 외부 언어모델 API로 전송됩니다. 이름, 등록번호, 생년월일 같은 식별정보는 빼고 임상 정보만 입력하십시오. 실제 사례에 쓰기 전에 소속 기관의 규정을 확인하십시오.

누가 가입할 수 있나요?

회원가입은 아직 열려 있지 않습니다. 지금은 이미 발급된 계정만 로그인할 수 있고, 가입이 열리면 이 페이지에서 안내합니다. 답변은 해당 분야 전문의를 독자로 가정해 작성되며, 계정마다 모델 사용 한도가 있습니다.

답변을 그대로 처방에 써도 되나요?

답변은 의료진 검토용 초안입니다. 의료진이 인용 원문과 환자 상태를 확인한 뒤 결정합니다.

OpenOncoAgent

찾는 시간은 줄이고,
판단에 집중하도록.

회원가입은 준비 중입니다. 계정이 있다면 출처가 붙은 치료 계획 초안을 다음 사례에서 직접 확인해 보십시오.

로그인하고 질문하기