Využití matematiky k optimalizaci léčby rakoviny štítné žlázy.

Skupina studentů z Přírodovědecké fakulty (Vietnamské národní univerzity v Hanoji) se stala průkopníkem ve využití matematických modelů k optimalizaci léčebného procesu rakoviny štítné žlázy.

Rakovina štítné žlázy je jedním z nejčastějších endokrinních nádorů. Navzdory vysoké úspěšnosti léčby zůstává riziko recidivy neustálým problémem pro pacienty a výzvou pro medicínu. Projekt „Aplikace matematiky v diagnostice a léčbě rakoviny štítné žlázy“ studentů Tran Van Luata (K66 Matematika-informatika) a Nguyen Dinh Quanga (K67 Mathematics Talent Program) z Přírodovědecké fakulty (Vietnamská národní univerzita, Hanoj) nabízí nový a slibný přístup k využití matematických modelů k optimalizaci léčebných protokolů rakoviny štítné žlázy s cílem personalizované léčby.

Nguyen Dinh Quang (zcela vlevo) a Tran Van Luat stojí vedle plakátu představujícího jejich práci na Studentské vědecké konferenci Univerzity věd v roce 2025.

Od praktických problémů až po průlomová matematická řešení.

Nguyen Dinh Quang se podělil o myšlenku, která stojí za projektem, a uvedl, že výzkumný tým prostřednictvím praktického výzkumu zjistil, že v současnosti se léčebný protokol diferencovaného karcinomu štítné žlázy opírá hlavně o chirurgické odstranění štítné žlázy s následnou adjuvantní terapií radioaktivním jódem (RAI). Stanovení optimální dávky RAI pro každého pacienta je však stále subjektivní a z velké části vychází z klinických zkušeností lékaře spíše než z přesných kvantitativních nástrojů. To může vést k tomu, že někteří pacienti nedostanou potřebnou dávku, což zvyšuje riziko recidivy, zatímco jiní trpí zbytečnými vedlejšími účinky z nadměrně vysokých dávek záření.

V současné době se léčebný proces rakoviny štítné žlázy ve Vietnamu, včetně stanovení dávky záření pro pacienty, striktně řídí předpisy Ministerstva zdravotnictví . V praxi se však lékaři při stanovení optimální dávky záření stále do značné míry spoléhají na své klinické zkušenosti. Zároveň jim chybí účinné nástroje, které by poskytly komplexní pohled a přesně předpověděly progresi onemocnění.

„Právě z těchto obav, spolu s vedením Dr. Nguyen Trong Hieu, doc. Dr. Tang Quoc Bao (Univerzita v Grazu, Rakousko) a MSc., rezidentní lékařky Nguyen Thi Phuong (Vojenská ústřední nemocnice 108), jsme odvážně využili naše silné stránky v matematice k nalezení řešení. Dá se říci, že se jedná o jednu z průkopnických studií ve Vietnamu v oblasti aplikace matematiky na podporu léčebného procesu,“ řekl Quang.

Modelování a optimalizace: Klíč k personalizované léčbě

Pro vyřešení problému vyvinul výzkumný tým matematický model, který se zaměřil na simulaci klíčových biologických parametrů při léčbě diferencovaného karcinomu štítné žlázy, včetně: počtu rakovinných buněk (N), koncentrace tyreoglobulinu (Tg) a protilátek proti tyreoglobulinu (AbTg) – důležitých biomarkerů pro sledování léčebné odpovědi, spolu s dávkou použitého radioaktivního jódu (A).

Quang a jeho výzkumný tým prezentovali svůj projekt na plenárním zasedání Studentské vědecké konference. Projekt získal druhou cenu.

Je pozoruhodné, že tento model je navržen tak, aby byl jednodušší než některé dříve složité modely, ale přesto přesně odrážel základní biologické interakce. Cílem týmu je vytvořit model s vysokou praktickou použitelností v klinickém prostředí, snadnou integrací a snadným použitím.

Na základě vyvinutého matematického modelu studentská skupina dále vyvinula problém optimálního řízení. Cílem tohoto problému bylo najít optimální dávku RAI a schéma podávání pro každého konkrétního pacienta s cílem dosáhnout více cílů současně: co nejúčinnějšího snížení počtu rakovinných buněk, stabilizace koncentrací biomarkerů Tg a AbTg a, což je neméně důležité, minimalizace zbytečných vedlejších účinků dávky záření.

Při simulaci výsledků léčby výpočty prokazují přiměřenost, což může pomoci zkrátit dobu léčby pacientů a lékařům při zvažování snížení dávky.

Simulace na třech typických skupinách pacientů – od těch, kteří dobře reagují na léčbu, přes ty se střední rezistencí na RAI až po ty se silnou rezistencí na RAI – všechny ukázaly, že model má dobrou prediktivní schopnost ohledně progrese onemocnění na základě počátečních laboratorních dat. Model by proto mohl navrhnout vhodnější schémata a dávkování RAI ve srovnání se skutečně používanými léčebnými režimy.

Při porovnání „skutečné dávky“ a „dávky doporučené modelem“ výsledky ukázaly, že optimální léčebná strategie navržená modelem významně zlepšila míru kontroly rakovinných buněk a vrátila klíčové biologické koncentrace zpět na normální úrovně.

Potenciální aplikace, směřující k personalizované medicíně.

Aby se takový interdisciplinární projekt mohl uskutečnit, zejména takový, který by kombinoval matematiku a medicínu, vyžadoval od členů týmu obrovské úsilí. Quang se podělil o to, že pro něj jako studenta matematiky byl přechod do oboru souvisejícího s medicínou zpočátku poměrně náročný. V prvních dvou až třech měsících musel tým velmi tvrdě pracovat na pochopení a pochopení lékařských mechanismů. Byly noci, kdy zůstávali vzhůru a četli dokumenty.

Tým se naštěstí setkal s nadšenou podporou od zdravotnických pracovníků a lékařů. V případě nejasností tým komunikoval přímo nebo online. Jedním z nejpamátnějších zážitků byla jejich první návštěva Ústřední vojenské nemocnice č. 108, kde měli možnost přímo komunikovat a spolupracovat se zdravotnickým personálem, shromažďovat data a pozorovat průběh vyšetření a léčby.

„Strávili jsme asi tři hodiny s lékaři, abychom shromažďovali data a vyměňovali si odborné znalosti. Kromě toho jsme měli možnost pozorovat část lékařského vyšetření a léčebného procesu a léčbu pacientů. Byly to skutečně zajímavé a užitečné zkušenosti,“ sdělil Quang.

Quang uvedl, že pokud se tomuto výzkumu dostane pozornosti, investic a rozvoje, stane se silným nástrojem na podporu lékařů. Nejenže pomůže předpovědět progresi onemocnění v blízké budoucnosti, zhruba za 4–5 let, ale také pomůže navrhnout nejvhodnější dávkování léků pro každého pacienta.

V současné době tým aktivně testuje model s větším počtem dat o pacientech, zejména se zaměřením na pacienty s vysokými hladinami AbTg – skupinu, které se v jiných studiích dříve věnovala jen malá pozornost.

Tým dále vyvíjí softwarovou aplikaci, která dokáže na základě vstupních dat automaticky navrhnout vhodnou dávku léčby RAI pro každého jednotlivce. Pokud bude úspěšná, dalším cílem je vývoj specifické aplikace.

Tým konkrétně připravuje vědecký rukopis k publikaci v prestižních mezinárodních časopisech. „Očekáváme, že tato práce přispěje ke stále silnějšímu trendu personalizované léčby v moderní medicíně,“ sdělil Quang.

Zdroj: https://khoahocdoisong.vn/dung-toan-hoc-toi-uu-hoa-dieu-tri-ung-thu-tuyen-giap-post1544500.html