Xueli Zhang

Att bedöma prognos vid tjocktarmscancer med hjälp av artificiell intelligens (AI)

Tjocktarmscancer är en av de vanligaste cancerformerna i Sverige och en ledande orsak till cancerrelaterade dödsfall. Trots de senaste framstegen inom screening och behandling är prognosen fortfarande dålig. Att hitta prognostiska verktyg för patienter med tjocktarmscancer har varit i fokus de senaste åren. Digital patomik och genomik är två nya områden som visar stor potential att bli sådana verktyg. Digital patomik innebär användning av digitala bilder för att analysera tumörvävnad och identifiera mönster som kan förutsäga sjukdomsförlopp. Genomik innebär studier av genetisk information och påvisandet av mutationer som har samband med sjukdomsförlopp.

I den aktuella studien planerar vi att testa ett nytt tillvägagångssätt som kombinerar digital patomik och genomik för att identifiera prognostiska verktyg hos patienter med tjocktarmscancer. Därmed kan vi få en mer omfattande förståelse för sjukdomsförloppet vilket i sin tur kan leda till förbättrade behandlingsresultat. Vi har två delmål: först konstrueras en AI-modell för bedömning av vävnadssnitt från tumör och identifiering av prognostiska bildmarkörer; därefter kombineras detta med genomikdata för att söka en förklaring till den biologiska grunden för AI-baserade bildmarkörer.