본 논문은 TCGA 데이터를 이용하여 암 생존 예측 모델을 개발하는 연구입니다. 기존 연구들이 단일 또는 다중 모달 TCGA 데이터로 특정 모델을 학습한 것과 달리, 본 연구는 Foundation Models (FMs)을 활용하여 다양한 작업에 적용 가능한 의미있는 특징 임베딩을 추출하는 데 중점을 둡니다. 특히, TCGA의 병리 보고서 텍스트 데이터를 활용하여 FMs에서 추출한 제로샷 임베딩으로 기존의 다중 모달 생존 예측 모델을 학습하고, 단일 모달 모델보다 성능이 향상됨을 보여줍니다. 또한 병리 보고서 텍스트를 포함하는 것이 유익하며, 모델 기반 텍스트 요약 및 환각 효과를 엄격하게 평가합니다. 결론적으로 본 연구는 FMs와 병리 보고서 정보 추출을 활용하여 생존 모델링을 현대화합니다.
