Model uczenia maszynowego do przewidywania przerzutów do węzłów chłonnych wewnątrzwątrobowego raka dróg żółciowych

Celem pracy jest opracowanie modelu przewidywania przerzutów do węzłów chłonnych u chorych na raka dróg żółciowych wewnątrzwątrobowych (ICC). Rak dróg żółciowych wewnątrzwątrobowych jest drugim pod względem częstości występowania pierwotnym rakiem wątroby, stanowiącym około 10–15%. Brakuje zgody co do konieczności wykonywania wycięcia węzłów chłonnych (LND) u pacjentów z ICC. Obecnie odsetek LND wynosi poniżej 50%, a wskaźnik wystarczającej LND (≥6) spadł do mniej niż 20%. W związku z tym u dużej części pacjentów nie można uzyskać statusu LN, co utrudnia stosowanie następujących strategii systematycznego leczenia po operacji: Dlatego naszym celem jest skonstruowanie modelu przerzutów LN z wykorzystaniem technik uczenia maszynowego, w tym danych klinicznych pacjentów i informacji patologicznych, w celu zapewnienia odniesienia dla pacjentów, którzy nie przeszli LND lub mieli niewystarczającą LND.