본 논문은 조기 진단이 어려운 특정 암(예: 췌장암)의 효과적인 바이오마커 기반 스크리닝을 위해, 액체 생검 데이터를 활용한 암 분류 모델을 제시합니다. 특히, 메타 훈련된 Hyperfast 모델을 활용하여 높은 AUC (0.9929)를 달성하고, 불균형 데이터셋에서도 견고한 성능을 보임을 강조합니다. 또한, Hyperfast 모델, XGBoost, LightGBM을 결합한 앙상블 모델을 제안하여 다중 클래스 분류 작업에서 정확도를 향상시켰습니다. 모델은 소수의 PCA 특징(500개)만을 사용하면서 기존 연구보다 뛰어난 성능을 보였으며, 불균형 데이터에 대한 강인함을 입증했습니다.
