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 임상 전문가의 개입 없이 담관 영역을 포함하는 간담도계 영역을 추출하였으며, 의료 도메인에서 빈번하게 발생하는 데이터 부족과 클래스 불균형 문제를 해결하기 위해 다중시기 조영증강 CT영상 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.