Rak, czyli nowotwór złośliwy, to zespół chorób, które charakteryzują się szybkim i niekontrolowanym wzrostem komórek chorobowych i mogą atakować dowolną część ciała. Według Światowej Organizacji Zdrowia nowotwory są główną przyczyną zgonów na całym świecie. Przykładowo, w 2020 r. na raka zmarło około 10 milionów osób, co stanowi 1/6 wszystkich zgonów. Wczesna diagnostyka nowotworu jest kluczowa: pomaga określić rokowania a często decyduje o sukcesie leczenia. Aby umożliwić szybkie wykrywanie występowania komórek nowotworowych i podejmowanie świadomych decyzji dotyczących ryzyka i korzyści dostępnych opcji leczenia, niezbędne są skuteczne algorytmy wspierające badania, diagnostykę i leczenie nowotworów.

W ramach projektu, planowane jest opracowanie dwóch narzędzi: CanAge oraz CanSurv. CanAge wykorzystuje dane genetyczne do przewidywania, kiedy może rozwinąć się konkretny nowotwór, oferując spersonalizowany wgląd w udział genomu germinalnego w ryzyku powstawania raka. Może również służyć jako podstawa przyszłych zintegrowanych narzędzi uwzględniających zarówno czynniki genomiczne, jak i środowiskowe, pomagając w identyfikacji osób o podwyższonym ryzyku rozwoju nowotworu. CanSurv to model umożliwiający oszacowanie czasu przeżycia u poszczególnych pacjentów i ocenę dodatkowych korzyści ze stosowania dowolnych terapii uzupełniających, dla których dostępne są dane z badań klinicznych. CanSurv to publicznie dostępne narzędzie wspomagające podejmowanie decyzji terapeutycznych, które umożliwia pacjentom i lekarzom wspólne uzgodnienie dalszych kroków leczenia raka na podstawie świadomych informacji dotyczących ryzyka i korzyści.

Kierownikiem projektu pt. "Zaawansowane modele statystyczne i uczenia głębokiego do przewidywania ryzyka zachorowania na raka i wspierania decyzji terapeutycznych" finansowanego przez Narodowe Centrum Nauki w ramach programu SONATA BIS 13 jest dr hab. inż. Michał Marczyk. W ramach projektu planowane jest stworzenie nowego zespołu badawczego poprzez zatrudnienie pełnoetatowego badacza na stanowisku typu “post-doc” oraz dwóch studentów/doktorantów zatrudnionych w ramach stypendium. Narzędzia opracowane w ramach tego projektu mogą mieć ogromny wpływ na medycynę spersonalizowaną w leczeniu raka.