Il cancro colorettale è tra i tumori più comuni e letali al mondo. Le principali terapie includono la chirurgia e la chemioterapia adiuvante, che però non è sempre vantaggiosa, specialmente per pazienti ad alto rischio di recidiva. In relazione a ciò, la patomica utilizza l'intelligenza artificiale per analizzare immagini di tessuti tumorali, fornendo informazioni molecolari e cellulari preziose che possono migliorare la diagnosi e la gestione clinica. Lo scopo di questa tesi è quello di sviluppare un biomarcatore per predire la risposta patologica nei pazienti con cancro al retto, sfruttando tecniche di machine learning che ricevono come input immagini istologiche digitalizzate.