프로젝트 소개
본 과제는 대장암에서 tumor microenvironment와 immune-related infiltrate가 예후에 중요한 역할을 하므로, Immunoscore를 더 쉽게 얻는 예측 방법을 개발하는 연구임.
연구 목표는 CT/PET radiomics 및 H&E based whole slide images(WSIs)에서 CD3, CD8 density로 산출되는 Immunoscore를 machine learning으로 추정함. 핵심 내용은 2007~2013년 수술 환자 약 1200명에서 CD3, CD8 면역염색 WSIs로 ground truth를 만들고, CT/PET의 radiomics와 deep learning 기반 tumor infiltrating lymphocytes(TILs) density를 결합해 training 및 internal validation으로 성능을 검증하며 nomogram을 제시하는 구조임. 기대 효과는 면역염색·스캐너 과정 없이도 임상 적용이 가능한 Immunoscore 대체 모델 제공과 black box 저항감 완화임.