# 用 Transformer 解决癌症临床试验 95% 的失败率——Noetik 的 Ron Alfa 和 Daniel Bear

> 原标题：🔬 Training Transformers to solve 95% failure rate of Cancer Trials — Ron Alfa & Daniel Bear, Noetik

- 来源：Latent Space
- 发布时间：2026-04-20T16:17:17.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/10424
- 原文：https://www.latent.space/p/noetik

## 摘要

95% 的癌症疗法通不过临床试验，Noetik 认为这主要是个配对问题：没搞清楚哪个病人、哪种肿瘤、该用哪种已有的药。他们训练了一个叫 TARIO-2 的自回归 Transformer，能从每个病人都会做的常规 H&E 染色切片里，直接预测出约 19,000 个基因的空间表达图谱。

## 推荐理由

Noetik 训练自回归 Transformer 从常规 H&E 染色切片预测约 19000 个基因的空间表达图谱，把癌症试验高失败率归因于病人、肿瘤与药物的配对问题。

## 锐评

从常规 H&E 切片预测 19000 个基因的空间表达，这个省钱逻辑比 95% 那个数字有意思。H&E 每个病人都会做，几十块钱一张，空间组学动辄上千美元，真能从便宜影像里推出昂贵组学，药厂筛病人这一步的成本结构就变了。GSK 那笔 5000 万协议是里程碑还是一次性，材料里没说，我倾向于前者，不然不会只放这个数。模型换一家医院的染色标准还能不能稳住，这决定它值不值钱。
