담도암(Cholangiocarcinoma, CCA)은 초기 증상이 미묘하고 다른 간 병변과 유사하여 진단에 어려움을 겪습니다. 본 연구는 다중시기 조영 증강 CT 영상과 지도 대조 학습(supervised contrastive learning)을 활용한 자동화된 CCA 진단 지원 시스템을 제안합니다. 딥러닝 기반의 간 및 담낭 분할과 형태학적 연산을 결합하여 추가 주석 없이 담관 영역을 추출하였으며, 데이터 부족과 클래스 불균형 문제를 해결하기 위해 전이학습 기반의 지도 대조 학습 프레임워크를 개발하였습니다. 부산대학교병원 데이터를 사용한 검증 결과, 본 모델은 기존의 진단 모델을 능가하는 성능을 보였습니다. 이는 조기 CCA 진단의 정확성을 향상시키고 환자 예후 개선에 기여할 수 있음을 시사합니다.