본 논문은 유방암의 정확한 검출 및 분류를 위한 IHC(Immunohistochemistry) 바이오마커(HER2, ER, PR) 기반의 자동화된 수용체 상태 분류 시스템 개발을 목표로 한다. 1,272개의 IHC 슬라이드로 구성된 India Pathology Breast Cancer Dataset (IPD-Breast)을 이용하여 다양한 딥러닝 모델을 평가했으며, 저해상도 IHC 이미지를 사용하는 end-to-end ConvNeXt 네트워크가 3-way HER2 분류(0, Low, High)에서 AUC 91.79%, F1 score 83.52%, 정확도 83.56%를 달성하여 patch-based 방법보다 F1 score 기준 5.35% 이상 향상된 성능을 보였다. 이는 단순하면서도 효과적인 딥러닝 기법을 통해 유방암 분류의 정확도와 재현성을 크게 향상시킬 수 있음을 시사한다.