본 논문은 Cancer Genome Atlas (TCGA) 데이터를 이용하여 암 생존 예측 모델을 개발하는 연구이다. 기존 연구들이 단일 또는 다중 모달 TCGA 데이터로부터 특정 암 생존 예측 모델을 학습한 것과 달리, 본 연구는 기초 모델(Foundation Models, FMs)을 활용하여 특정 과제와 무관하게 의미있는 특징 임베딩을 도출하는 현대 생의학 심층 학습 패러다임을 적용하였다. 특히, TCGA의 병리 보고서와 같은 자유 텍스트 데이터를 활용하여 기존의 다중 모달 생존 예측 모델에 FM을 통해 추출된 제로샷 임베딩을 적용하였다. 단일 모달 모델을 능가하는 다중 모달 융합의 용이성과 추가 효과를 보여주었으며, 병리 보고서 텍스트 포함의 이점과 모델 기반 텍스트 요약 및 환각의 영향을 엄격하게 평가하였다. 결론적으로, 본 연구는 FM과 병리 보고서의 정보 추출을 활용하여 생존 모델링을 현대화하였다.
