▶ 대상환자 : 2007년 1월부터 2013년 12월까지 강남세브란스 병원에서 대장암으로 수술을 시행 받고 5년이상 추적관찰을 시행한 환자 약 1200여명을 대상으로 연구를 시행할 예정임. ▶ 1단계 - 수술 후 보관된 paraffin block 에서 unstained slide (WSIs) 를 제작하여 H&E slide 및 extremely adjacent lesion 의 CD3, CD8 T-cell 면역염색을 시행한 슬라이드 set 를 제작한 후, 고배율의 스캐너를 통해 고해상도의 이미지로 변경함. 이를 통하여 각 환자별 Immunoscore 를 측정할 수 있어 이를 추후에 예측모델을 만들고 validation 을 시행할 때 ground truth 로 활용할 예정임. ▶2단계 - 대상 환자가 수술전 시행한 CT 나 PET에서 각각 tumor lesion 에 대한 radiomics data extraction 을 시행할 예정임. ▶3단계 - 이미 확보된 deep learning 알고리즘을 이용하여 H&E WSIs 에서 tumor infiltrating lymphocytes (TILs) 의 density를 anatomical location 별로 세분하여 측정할 예정임 ▶4단계 - Radiomics data 및 deep learning 기반 H&E WSI based TILs density를 이용하여 Immunoscore 예측하는 machine learning 알고리즘 개발 및 검증을 시행할 계획임. 분석방법: 대상 환자군을 training, and internal validation set 으로 나누어 각각 Immunoscore 예측 알고리즘 model development and performance 측정에 사용할 예정임. 확립된 모델과 임상 변수들을 조합하여 최종적으로 Immunoscore 를 예측하는 nomogram 을 만들어 임상에서 활용하는것을 최종 목표로 하고 있음.