암 임상 시험의 95% 실패율을 해결하기 위한 트랜스포머 모델 학습

암 치료제 임상 시험의 95%가 실패하는 주요 원인은 환자와 치료법 간의 부적절한 매칭이다. Noetik은 수천 개의 실제 인간 종양 샘플을 수집하여 공간 전사체, 단백질체 등 4가지 모달리티 데이터를 구축했다. 이 데이터를 자기지도 학습 방식의 TARIO-2 모델에 입력하여 종양의 생물학적 특성을 정밀하게 분석하고 환자별 치료 반응을 시뮬레이션한다. 이를 통해 신약 개발 없이도 기존 치료제의 성공 가능성을 높이고 임상 시험의 병목 현상을 해결한다.