Günümüzde kanser araştırmaları disiplinler arası bir alana dönüşmüş bu alanda pek çok farklı türden çalışmalar yürütülmeye başlanmıştır. Araştırmalarda üretilen verinin çözümlenmesi söz konusu olduğunda geleneksel yöntemlerin dışında daha etkin olduğuna inanılan farklı yaklaşımlara gereksinim duyulmuştur. Bunların başında makine öğrenmesi veya bir başka deyişle yapay zeka yöntemleri sayılabilir. Yapay zeka yöntemlerinin günümüzde hemen hemen her alana el attığını görüyoruz.

Kanser araştırmalarında klinik ve genetik verilerden yararlanılarak hastalıkların tanısı ve risk faktörlerinin belirlenmesinde yapay zeka algoritmalarına başvurulmaktadır. Görüntü işleme açısından bakıldığında yapay zeka algoritmalarının oldukça gelişkin bir tanı aracı olabileceğini söyleyebiliriz. Örneğin cilt kanseri ile ilgili resimleri değerlendiren bir yapay zeka uygulaması oldukça tatminkar tahminler üretebilmektedir. Kitabımızda klinik ve genetik veri kümeleri yanı sıra akciğer kanseri ve meme kanseri ile ilgili görüntü verisinden derin öğrenme algoritmaları yardımıyla tanı modellerinin nasıl geliştirilebileceği üzerinde durulmuştur.  Açık kaynak kanser veri kümelerine R yazılımı yardımıyla nasıl ulaşılabileceği  bu verinin nasıl bir ön işlemeye tabi tutulacağı makine öğrenmesi algoritmalarının uygulanarak verinin nasıl modellenebileceği ayrıntılı biçimde anlatılmaktadır.

Kitapta birçok farklı algoritma yanı sıra özellikle yapay zekanın derin öğrenme algoritması klinik ve genetik veriler üzerinde denenmiş; kanser görüntülerinin işlenmesinde ise konvolüsyonel derin öğrenme algoritmasına yer verilmiştir. Kitap tekrarlanabilir (reproduciple) araştırma yöntemini benimsemiştir. Konular içinde sunulan R kodları sayesinde okuyucu aynı kodları kullanarak problemleri test edebilir.

Bu kitap kanser veri kümeleri üzerinde çalışmalar yapmayı düşünen ve tıp biyoenformatik bilişim mühendislik gibi farklı alanlardan gelen araştırmacılar için tasarlanmıştır.