استفاده از ریاضیات برای بهینه‌سازی درمان سرطان تیروئید

سرطان تیروئید یکی از شایع‌ترین سرطان‌های غدد درون‌ریز است. اگرچه میزان موفقیت بالایی دارد، اما خطر عود آن همیشه یک نگرانی مداوم برای بیماران و یک چالش برای پزشکی است. کار "کاربرد ریاضیات در تشخیص و درمان سرطان تیروئید" توسط دانشجویان تران ون لوات (K66 Math - IT) و نگوین دین کوانگ (برنامه استعدادهای ریاضی K67) از دانشگاه علوم طبیعی (دانشگاه ملی ویتنام، هانوی) رویکردی جدید و امیدوارکننده در استفاده از مدل‌های ریاضی برای بهینه‌سازی رژیم‌های درمانی سرطان تیروئید، به سمت درمان شخصی‌سازی شده، ارائه داده است.

سرطان تیروئید.jpg

نگوین دین کوانگ (سمت چپ جلد) و تران ون لوات به همراه پوسترهایی درباره کارشان در کنفرانس علوم دانشجویی ۲۰۲۵ دانشگاه علوم طبیعی.

از دغدغه‌های عملی تا راه‌حل‌های ریاضیِ پیشرفته

نگوین دین کوانگ با بیان ایده تشکیل این پروژه، گفت که تیم تحقیقاتی از طریق تحقیقات عملی متوجه شدند که در حال حاضر، رژیم درمانی برای سرطان تیروئید تمایز یافته عمدتاً مبتنی بر تیروئیدکتومی و به دنبال آن درمان کمکی با ید رادیواکتیو (RAI) است. با این حال، تعیین دوز بهینه RAI برای هر بیمار هنوز ذهنی است و عمدتاً بر اساس تجربه بالینی پزشک و نه ابزارهای دقیق تعیین دوز است. این امر می‌تواند منجر به عدم دریافت دوز لازم توسط برخی از بیماران و افزایش خطر عود بیماری شود، در حالی که برخی دیگر از عوارض جانبی ناخواسته ناشی از دوز بسیار بالای تابش رنج می‌برند.

در حال حاضر، فرآیند درمان سرطان تیروئید در ویتنام، از جمله تعیین دوز تابش برای بیماران، کاملاً از مقررات وزارت بهداشت پیروی می‌کند. با این حال، در واقع، پزشکان هنوز هم باید تا حد زیادی به تجربه بالینی خود برای تعیین دوز بهینه تابش تکیه کنند. در عین حال، آنها ابزار پشتیبانی مؤثری برای داشتن دیدگاه جامع و پیش‌بینی دقیق پیشرفت بیماری ندارند.

کوانگ گفت: «با توجه به این نگرانی‌ها، با راهنمایی دکتر نگوین ترونگ هیو، دانشیار، دکتر تانگ کوک بائو (دانشگاه گراتس، اتریش) و دکتر ارشد رزیدنت نگوین تی فوئونگ (بیمارستان نظامی مرکزی ۱۰۸)، ما جسورانه از قدرت خود در ریاضیات برای یافتن راه‌حل استفاده کردیم. می‌توان گفت که این یکی از مطالعات پیشگام در ویتنام در زمینه به‌کارگیری ریاضیات برای پشتیبانی از فرآیند درمان است.»

مدل‌سازی و بهینه‌سازی: کلید درمان شخصی‌سازی‌شده

برای حل مشکل فوق، تیم تحقیقاتی یک مدل ریاضی با تمرکز بر شبیه‌سازی کمیت‌های بیولوژیکی کلیدی در درمان سرطان تیروئید تمایز یافته، از جمله: تعداد سلول‌های سرطانی (N)، غلظت تیروگلوبولین (Tg) و آنتی‌بادی‌های ضد تیروگلوبولین (AbTg) - نشانگرهای زیستی مهم برای نظارت بر پاسخ به درمان، همراه با دوز ید رادیواکتیو مورد استفاده (A) ساختند.

سرطان تیروئید-۲.jpg

کوانگ و تیم تحقیقاتی‌اش موضوع خود را در جلسه عمومی کنفرانس علوم دانشجویی گزارش دادند. این موضوع جایزه دوم را از آن خود کرد.

نکته قابل توجه این است که این مدل به گونه‌ای طراحی شده است که ساده‌تر از برخی از مدل‌های پیچیده‌تری باشد که قبلاً توسعه یافته‌اند، در حالی که همچنان به طور دقیق تعاملات بیولوژیکی اصلی را منعکس می‌کند. هدف این تیم دستیابی به مدلی است که در محیط‌های بالینی بسیار کاربردی باشد، به راحتی ادغام و استفاده شود.

بر اساس مدل ریاضی، گروه دانشجویان به توسعه یک مسئله کنترل بهینه ادامه دادند. هدف از این مسئله یافتن دوز و برنامه بهینه RAI برای هر بیمار خاص است تا بتوان همزمان به چندین هدف دست یافت: کاهش مؤثر تعداد سلول‌های سرطانی، تثبیت غلظت نشانگرهای زیستی Tg و AbTg و به همان اندازه مهم، به حداقل رساندن عوارض جانبی غیرضروری ناشی از دوز تابش.

وقتی این محاسبات برای شبیه‌سازی نتایج درمان به کار گرفته شوند، معقول بودن آنها را نشان می‌دهند، می‌توانند به کوتاه شدن دوره درمان بیماران کمک کنند و به پزشکان در بررسی کاهش دوزهای درمانی کمک کنند.

شبیه‌سازی‌ها روی سه گروه بیمار نمونه - از بیمارانی که پاسخ خوبی به درمان داشتند، بیمارانی که مقاومت متوسطی به RAI داشتند، تا بیمارانی که مقاومت قوی به RAI داشتند - نشان داد که این مدل قادر به پیش‌بینی پیشرفت بیماری بر اساس داده‌های آزمایشگاهی پایه است و می‌تواند برنامه و دوز RAI مناسب‌تری نسبت به رژیم‌های درمانی واقعی مورد استفاده ارائه دهد.

هنگام مقایسه «دوز واقعی» و «دوز توصیه‌شده توسط مدل»، نتایج نشان داد که استراتژی درمانی بهینه ارائه شده توسط مدل، میزان کنترل سلول‌های سرطانی را به طور قابل توجهی بهبود بخشیده و غلظت‌های بیولوژیکی مهم را به سطوح نرمال بازگردانده است.

کاربردهای بالقوه در پزشکی شخصی‌سازی‌شده

شکل‌گیری چنین پروژه میان‌رشته‌ای، به‌ویژه ترکیب ریاضیات و پزشکی، نیازمند تلاش فراوان اعضا است. کوانگ اظهار داشت که به عنوان یک دانشجوی رشته ریاضی، گذار به رشته‌ای مرتبط با پزشکی در ابتدا با مشکلات زیادی روبرو بود. در ماه‌های اول، حدود ۲-۳ ماه، گروه مجبور بود تلاش‌های زیادی برای یادگیری و درک مکانیسم‌های پزشکی انجام دهد. شب‌هایی بود که مجبور بودیم برای خواندن اسناد بیدار بمانیم.

خوشبختانه، این گروه از حمایت مشتاقانه متخصصان پزشکی و پزشکان برخوردار شد. وقتی مسائلی وجود داشت که به وضوح درک نشده بودند، گروه مستقیماً یا به صورت آنلاین در مورد آنها بحث می‌کرد. یکی از تجربیات به یاد ماندنی، اولین باری بود که گروه به بیمارستان مرکزی نظامی ۱۰۸ رفت، جایی که آنها توانستند مستقیماً با تیم پزشکی تعامل و همکاری کنند، داده‌ها را جمع‌آوری کنند و روند معاینه پزشکی و درمان را مشاهده کنند.

کوانگ به اشتراک گذاشت: «ما حدود ۳ ساعت را با پزشکان گذراندیم تا داده‌ها را جمع‌آوری و تخصص خود را تبادل کنیم. علاوه بر این، ما همچنین این فرصت را داشتیم که بخشی از روند معاینه پزشکی و درمان، یعنی روند درمان بیماران را مشاهده کنیم. اینها واقعاً تجربیات جالب و مفیدی بودند.»

کوانگ گفت اگر به این تحقیق توجه شود، روی آن سرمایه‌گذاری شود و توسعه یابد، به یک ابزار پشتیبانی قدرتمند برای پزشکان تبدیل خواهد شد. این ابزار نه تنها به پیش‌بینی پیشرفت بیماری در آینده نزدیک، حدود ۴ تا ۵ سال آینده، کمک می‌کند، بلکه به ارائه پیشنهادهایی در مورد دوز درمانی بعدی که برای هر بیمار مناسب‌تر است نیز کمک می‌کند.

این تیم اکنون به طور فعال این مدل را با مجموعه داده‌های بیماران بیشتری آزمایش می‌کند و به طور خاص بر روی بیمارانی با سطح بالای AbTg تمرکز دارد - گروهی که قبلاً توجه کمی از مطالعات دیگر دریافت کرده بودند.

علاوه بر این، این تیم در حال توسعه یک نرم‌افزار کاربردی است که می‌تواند به طور خودکار دوز درمانی مناسب RAI را برای هر فرد بر اساس داده‌های ورودی توصیه کند. در صورت موفقیت‌آمیز بودن پروژه، هدف بعدی توسعه یک برنامه (اپلیکیشن) خاص است.

به طور خاص، این گروه در حال آماده‌سازی یک نسخه علمی برای انتشار در مجلات معتبر بین‌المللی است. کوانگ اظهار داشت: «ما امیدواریم که این کار به روند درمان شخصی‌سازی‌شده که به طور فزاینده‌ای در پزشکی مدرن در حال توسعه است، کمک کند.»

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