Processant ...

Disposem d’una col·lecció de pacients amb càncer de recte tractats amb quimioteràpia i radioteràpia a l’Hospital Universitari Sant Joan de Reus. Després d’aquests tractaments es realitza cirurgia, en la qual es recullen mostres i es determina la resposta als tractaments en base al resultat d’anatomia patològica. Proposem el desenvolupament de models predictius basats en diferents mètode d’intel·ligència artificial i machine learning a partir de la combinació de característiques radiòmiques i variables clíniques. L’objectiu és predir la supervivència d’aquests pacients als tractaments amb RT-QT, permetent així millorar els tractament clínics, per exemple evitant tractaments de quimioteràpia i radioteràpia dels pacients que no respondran positivament o evitant la cirurgia en pacients que ja tenen resposta complerta. Aquest projecte es desenvoluparà amb el Servei d’Oncologia Radioteràpica de l’Hospital Universitari Sant Joan de Reus. Els objectius del treball són: 1. Extreure característiques radiòmiques de les imatges de TAC dels pacients amb càncer de recte tractats amb radioteràpia a l’Hospital Universitari Sant Joan de Reus. 2. Desenvolupar models predictius per la supervivència d’aquests pacients a partir de les característiques radiòmiques i dades clíniques. 3. Caracteritzar la capacitat predictiva d’aquests models i avaluar-ne possibles aplicacions en la pràctica assistencial per assistir en les decisions clíniques.