En maskinlæringsmodell for å forutsi lymfeknutemetastase av intrahepatisk kolangiokarsinom

Formålet med denne studien er å utvikle en modell for prediksjon av lymfeknutemetastaser blant pasienter med intrahepatisk kolangiokarsinom (ICC). Intrahepatisk kolangiokarsinom er den nest vanligste typen primær leverkreft, og utgjør omtrent 10–15 %. Det er mangel på enighet om nødvendigheten av å utføre lymfeknutedisseksjon (LND) hos pasienter med ICC. For øyeblikket er prosentandelen av LND under 50 %, og frekvensen av tilstrekkelig LND (≥6) har stupt til mindre enn 20 %. Følgelig er en stor andel av pasientene ikke i stand til å oppnå LN-status, noe som hindrer følgende systematiske behandlingsstrategier etter operasjonen: Derfor er målet vårt å konstruere en LN-metastasemodell ved å bruke maskinlæringsteknikker, inkludert pasienters kliniske data og patologiinformasjon, med mål om å tilby en referanse for pasienter som ikke har gjennomgått LND eller har hatt utilstrekkelig LND.