Χρήση μαθηματικών για τη βελτιστοποίηση της θεραπείας του καρκίνου του θυρεοειδούς

Μια ομάδα φοιτητών από το Πανεπιστήμιο Επιστημών (Εθνικό Πανεπιστήμιο του Βιετνάμ, Ανόι) πρωτοστάτησε στη χρήση μαθηματικών μοντέλων για τη βελτιστοποίηση της θεραπείας του καρκίνου του θυρεοειδούς.

Ο καρκίνος του θυρεοειδούς είναι ένας από τους πιο συνηθισμένους ενδοκρινικούς καρκίνους. Αν και έχει υψηλό ποσοστό επιτυχίας, ο κίνδυνος υποτροπής αποτελεί πάντα μια συνεχή ανησυχία για τους ασθενείς και μια πρόκληση για την ιατρική. Η εργασία με τίτλο «Εφαρμογή των Μαθηματικών στη διάγνωση και θεραπεία του καρκίνου του θυρεοειδούς» των φοιτητών Tran Van Luat (K66 Μαθηματικά - Πληροφορική) και Nguyen Dinh Quang (K67 Μαθηματικό Πρόγραμμα Ταλέντων) του Πανεπιστημίου Φυσικών Επιστημών (Εθνικό Πανεπιστήμιο του Βιετνάμ, Ανόι) έφερε μια νέα και πολλά υποσχόμενη προσέγγιση στη χρήση μαθηματικών μοντέλων για τη βελτιστοποίηση των θεραπευτικών σχημάτων για τον καρκίνο του θυρεοειδούς, με στόχο την εξατομικευμένη θεραπεία.

Οι Nguyen Dinh Quang (αριστερό εξώφυλλο) και Tran Van Luat με αφίσες για το έργο τους στο Φοιτητικό Συνέδριο Επιστημών του Πανεπιστημίου Φυσικών Επιστημών του 2025.

Από πρακτικά ζητήματα σε πρωτοποριακές μαθηματικές λύσεις

Μοιραζόμενη την ιδέα της δημιουργίας του έργου, η Nguyen Dinh Quang δήλωσε ότι μέσω πρακτικής έρευνας, η ερευνητική ομάδα συνειδητοποίησε ότι επί του παρόντος, το θεραπευτικό σχήμα για τον διαφοροποιημένο καρκίνο του θυρεοειδούς βασίζεται κυρίως σε θυρεοειδεκτομή ακολουθούμενη από επικουρική θεραπεία με ραδιενεργό ιώδιο (RAI). Ωστόσο, ο προσδιορισμός της βέλτιστης δόσης RAI για κάθε ασθενή εξακολουθεί να είναι υποκειμενικός, βασισμένος σε μεγάλο βαθμό στην κλινική εμπειρία του γιατρού παρά σε ακριβή εργαλεία δοσολογίας. Αυτό μπορεί να οδηγήσει σε ορισμένους ασθενείς να μην λαμβάνουν την απαραίτητη δόση, αυξάνοντας τον κίνδυνο υποτροπής, ενώ άλλοι να υποφέρουν από ανεπιθύμητες παρενέργειες από πολύ υψηλή δόση ακτινοβολίας.

Επί του παρόντος, η διαδικασία θεραπείας του καρκίνου του θυρεοειδούς στο Βιετνάμ, συμπεριλαμβανομένου του προσδιορισμού της δόσης ακτινοβολίας για τους ασθενείς, ακολουθεί αυστηρά τους κανονισμούς του Υπουργείου Υγείας . Ωστόσο, στην πραγματικότητα, οι γιατροί εξακολουθούν να βασίζονται σε μεγάλο βαθμό στην κλινική τους εμπειρία για να προσδιορίσουν τη βέλτιστη δόση ακτινοβολίας. Ταυτόχρονα, δεν διαθέτουν ένα αποτελεσματικό εργαλείο υποστήριξης για να έχουν μια ολοκληρωμένη εικόνα και να προβλέπουν με ακρίβεια την εξέλιξη της νόσου.

«Από αυτές τις ανησυχίες, με την καθοδήγηση της Δρ. Nguyen Trong Hieu, Αναπληρώτριας Καθηγήτριας, του Δρ. Tang Quoc Bao (Πανεπιστήμιο Γκρατς, Αυστρία) και της Ειδικευόμενης Ιατρής Nguyen Thi Phuong (108 Κεντρικό Στρατιωτικό Νοσοκομείο), εφαρμόσαμε με τόλμη τις δυνάμεις μας στα μαθηματικά για να βρούμε μια λύση. Μπορεί να ειπωθεί ότι αυτή είναι μια από τις πρωτοποριακές μελέτες στο Βιετνάμ στην εφαρμογή των μαθηματικών για την υποστήριξη της θεραπευτικής διαδικασίας», δήλωσε ο Quang.

Μοντελοποίηση και βελτιστοποίηση: Κλειδί για εξατομικευμένη θεραπεία

Για την επίλυση του παραπάνω προβλήματος, η ερευνητική ομάδα κατασκεύασε ένα μαθηματικό μοντέλο που επικεντρώνεται στην προσομοίωση βασικών βιολογικών μεγεθών στη θεραπεία του διαφοροποιημένου καρκίνου του θυρεοειδούς, όπως: ο αριθμός των καρκινικών κυττάρων (N), η συγκέντρωση της θυρεοσφαιρίνης (Tg) και των αντισωμάτων κατά της θυρεοσφαιρίνης (AbTg) - σημαντικοί βιοδείκτες για την παρακολούθηση της ανταπόκρισης στη θεραπεία, μαζί με τη δόση του ραδιενεργού ιωδίου που χρησιμοποιήθηκε (A).

Ο Quang και η ερευνητική του ομάδα παρουσίασαν το θέμα τους στην ολομέλεια του Φοιτητικού Επιστημονικού Συνεδρίου. Το θέμα κέρδισε το δεύτερο βραβείο.

Αξίζει να σημειωθεί ότι αυτό το μοντέλο έχει σχεδιαστεί ώστε να είναι απλούστερο από ορισμένα από τα πιο σύνθετα μοντέλα που έχουν αναπτυχθεί στο παρελθόν, ενώ παράλληλα αντικατοπτρίζει με ακρίβεια τις βασικές βιολογικές αλληλεπιδράσεις. Στόχος της ομάδας είναι να επιτύχει ένα μοντέλο που να είναι ιδιαίτερα εφαρμόσιμο σε κλινικά περιβάλλοντα, εύκολο στην ενσωμάτωση και τη χρήση.

Με βάση το μαθηματικό μοντέλο, η ομάδα των φοιτητών συνέχισε να αναπτύσσει ένα πρόβλημα βέλτιστου ελέγχου. Στόχος αυτού του προβλήματος είναι να βρεθεί η βέλτιστη δόση και το πρόγραμμα RAI για κάθε συγκεκριμένο ασθενή, προκειμένου να επιτευχθούν πολλαπλοί στόχοι ταυτόχρονα: η αποτελεσματικότερη μείωση του αριθμού των καρκινικών κυττάρων, η σταθεροποίηση των συγκεντρώσεων των βιοδεικτών Tg και AbTg και, εξίσου σημαντικό, η ελαχιστοποίηση των περιττών παρενεργειών από τη δόση ακτινοβολίας.

Όταν εφαρμόζονται για την προσομοίωση των αποτελεσμάτων της θεραπείας, οι υπολογισμοί δείχνουν λογική, μπορούν να βοηθήσουν στη συντόμευση της περιόδου θεραπείας για τους ασθενείς και να υποστηρίξουν τους γιατρούς στην εξέταση της μείωσης των δόσεων της θεραπείας.

Προσομοιώσεις σε τρεις αντιπροσωπευτικές ομάδες ασθενών — από εκείνους με καλή ανταπόκριση στη θεραπεία, εκείνους με μέτρια αντοχή στη RAI και εκείνους με ισχυρή αντοχή στη RAI — έδειξαν ότι το μοντέλο ήταν σε θέση να προβλέψει την εξέλιξη της νόσου με βάση τα αρχικά εργαστηριακά δεδομένα και ότι το μοντέλο μπορούσε να παρέχει ένα πιο κατάλληλο σχήμα και δοσολογία RAI από τα πραγματικά θεραπευτικά σχήματα που χρησιμοποιήθηκαν.

Κατά τη σύγκριση της «πραγματικής δόσης» και της «συνιστώμενης από το μοντέλο δόσης», τα αποτελέσματα έδειξαν ότι η βέλτιστη στρατηγική θεραπείας που προτάθηκε από το μοντέλο βελτίωσε σημαντικά τον ρυθμό ελέγχου των καρκινικών κυττάρων και επανέφερε σημαντικές βιολογικές συγκεντρώσεις σε φυσιολογικά επίπεδα.

Πιθανές εφαρμογές στην εξατομικευμένη ιατρική

Για να υλοποιηθεί ένα τόσο διεπιστημονικό έργο, ειδικά ο συνδυασμός μαθηματικών και ιατρικής, απαιτείται μεγάλη προσπάθεια από τα μέλη. Ο Quang ανέφερε ότι ως φοιτητής με ειδίκευση στα Μαθηματικά, η μετάβαση σε έναν τομέα που σχετίζεται με την Ιατρική αντιμετώπισε αρχικά πολλές δυσκολίες. Τους πρώτους μήνες, περίπου 2-3 ​​μήνες, η ομάδα έπρεπε να καταβάλει μεγάλες προσπάθειες για να μάθει και να κατανοήσει τους ιατρικούς μηχανισμούς. Υπήρχαν νύχτες που έπρεπε να μένουμε ξύπνιοι για να διαβάσουμε έγγραφα.

Ευτυχώς, η ομάδα έλαβε ενθουσιώδη υποστήριξη από ιατρικούς εμπειρογνώμονες και γιατρούς. Όταν υπήρχαν ζητήματα που δεν ήταν σαφώς κατανοητά, η ομάδα συζητούσε απευθείας ή διαδικτυακά. Μία από τις αξέχαστες εμπειρίες ήταν η πρώτη φορά που η ομάδα πήγε στο 108 Κεντρικό Στρατιωτικό Νοσοκομείο, όπου μπόρεσαν να αλληλεπιδράσουν και να συνεργαστούν απευθείας με την ιατρική ομάδα, να συλλέξουν δεδομένα και να παρατηρήσουν τη διαδικασία ιατρικής εξέτασης και θεραπείας.

«Περάσαμε περίπου 3 ώρες καθισμένοι με γιατρούς για να συλλέξουμε δεδομένα και να ανταλλάξουμε εμπειρογνωμοσύνη. Επιπλέον, είχαμε επίσης την ευκαιρία να παρακολουθήσουμε μέρος της ιατρικής εξέτασης και της διαδικασίας θεραπείας, τη διαδικασία θεραπείας των ασθενών. Αυτές ήταν πραγματικά ενδιαφέρουσες και χρήσιμες εμπειρίες», μοιράστηκε ο Quang.

Ο Quang δήλωσε ότι εάν δοθεί προσοχή, εππενδυθεί και αναπτυχθεί αυτή η έρευνα, θα αποτελέσει ένα ισχυρό εργαλείο υποστήριξης για τους γιατρούς. Δεν βοηθά μόνο στην πρόβλεψη της εξέλιξης της νόσου στο εγγύς μέλλον, περίπου τα επόμενα 4-5 χρόνια, αλλά βοηθά επίσης στην παροχή προτάσεων σχετικά με την επόμενη δόση θεραπείας που είναι η πιο κατάλληλη για κάθε ασθενή.

Η ομάδα δοκιμάζει τώρα ενεργά το μοντέλο με περισσότερα σύνολα δεδομένων ασθενών, εστιάζοντας ειδικά σε ασθενείς με υψηλά επίπεδα AbTg - μια ομάδα που προηγουμένως δεν είχε λάβει ιδιαίτερη προσοχή από άλλες μελέτες.

Επιπλέον, η ομάδα αναπτύσσει μια εφαρμογή λογισμικού που μπορεί να προτείνει αυτόματα την κατάλληλη δόση θεραπείας RAI για κάθε άτομο με βάση τα δεδομένα εισόδου. Εάν το έργο είναι επιτυχές, ο περαιτέρω στόχος είναι η ανάπτυξη μιας συγκεκριμένης εφαρμογής (app).

Συγκεκριμένα, η ομάδα ετοιμάζει ένα επιστημονικό χειρόγραφο για να υποβάλει για δημοσίευση σε έγκριτα διεθνή περιοδικά. «Ελπίζουμε ότι η εργασία θα συμβάλει στην τάση της εξατομικευμένης θεραπείας που αναπτύσσεται ολοένα και περισσότερο στη σύγχρονη ιατρική», δήλωσε ο Quang.

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