Technology
공유 기술 스택
멀티모달 파운데이션 모델, 생성 데이터 + Wet-Lab 검증, 프라이버시 보호형 학습 — 세 기술이 Genesis와 Catalyst를 동시에 구동합니다.
01
멀티모달 파운데이션 모델
병리 이미지, 전사체, 단백질체를 공통 잠재공간(latent space)으로 정렬합니다. 각 모달리티별 공개 데이터로 foundation encoder를 사전학습한 후 일부 paired 데이터로 정렬하여 크로스모달 추론을 가능하게 합니다.
02
생성 데이터 + Wet-Lab 검증
데이터 부족 문제를 합성 데이터(in-silico)로 보완하고, IHC 검증·세포실험 등 wet-lab 검증 결과를 다시 학습에 반영하는 선순환 구조로 정확도를 지속 고도화합니다.
03
프라이버시 보호형 학습
병원 내 익명화/비식별화 후 feature 또는 gradient 기반 반출 및 연합학습(federated learning)으로 법적·규제 제한에 대응합니다. 합성 데이터 우회 전략을 통해 규제 리스크를 최소화합니다.