该研究提出了一种基因诱导的多模态预训练框架（GiMP），结合基因组学和全面切片图像进行分类，准确率达到99.47%。研究还探讨了自监督学习算法ContIG、变压器和生成对抗网络的应用，以及多模态深度学习模型在医学图像分析中的优势，提升了疾病预测和诊断效果。