Utiliser les mathématiques pour optimiser le traitement du cancer de la thyroïde

Le cancer de la thyroïde est l'un des cancers endocriniens les plus fréquents. Malgré un taux de réussite élevé, le risque de récidive constitue une préoccupation constante pour les patients et un défi pour la médecine. Le travail « Application des mathématiques au diagnostic et au traitement du cancer de la thyroïde » mené par les étudiants Tran Van Luat (mathématiques - informatique) et Nguyen Dinh Quang (programme de talent en mathématiques) de l'Université des Sciences naturelles (Université nationale de Hanoi) a apporté une approche nouvelle et prometteuse dans l'utilisation de modèles mathématiques pour optimiser les schémas thérapeutiques du cancer de la thyroïde et permettre un traitement personnalisé.

Nguyen Dinh Quang (couverture gauche) et Tran Van Luat avec des affiches sur leur travail lors de la Conférence scientifique étudiante 2025 de l'Université des sciences naturelles.

Des préoccupations pratiques aux solutions mathématiques révolutionnaires

Partageant l'idée de ce projet, Nguyen Dinh Quang a expliqué que, grâce à des recherches pratiques, l'équipe de recherche a constaté qu'actuellement, le traitement du cancer différencié de la thyroïde repose principalement sur une thyroïdectomie suivie d'un traitement adjuvant par iode radioactif (IRA). Cependant, la détermination de la dose optimale d'IRA pour chaque patient reste subjective, reposant largement sur l'expérience clinique du médecin plutôt que sur des outils de dosage précis. Cela peut conduire à ce que certains patients ne reçoivent pas la dose nécessaire, augmentant ainsi le risque de récidive, tandis que d'autres souffrent d'effets secondaires indésirables dus à une dose de radiation trop élevée.

Actuellement, le traitement du cancer de la thyroïde au Vietnam, y compris la détermination de la dose de rayonnement pour les patients, est strictement conforme à la réglementation du ministère de la Santé . Cependant, dans la pratique, les médecins doivent encore largement s'appuyer sur leur expérience clinique pour déterminer la dose de rayonnement optimale. Parallèlement, ils ne disposent pas d'outils d'aide efficaces pour avoir une vision globale et prédire avec précision l'évolution de la maladie.

« Face à ces préoccupations, avec l'aide du Dr Nguyen Trong Hieu, professeur associé, du Dr Tang Quoc Bao (Université de Graz, Autriche) et du médecin résident Nguyen Thi Phuong (Hôpital central militaire 108), nous avons résolument mis à profit nos compétences en mathématiques pour trouver une solution. On peut dire qu'il s'agit de l'une des études pionnières au Vietnam en matière d'application des mathématiques au traitement », a déclaré Quang.

Problèmes de modélisation et d'optimisation : la clé d'un traitement personnalisé

Pour résoudre le problème ci-dessus, l'équipe de recherche a construit un modèle mathématique qui se concentre sur la simulation de quantités biologiques clés dans le traitement du cancer différencié de la thyroïde, notamment : le nombre de cellules cancéreuses (N), la concentration de thyroglobuline (Tg) et d'anticorps anti-thyroglobuline (AbTg) - des biomarqueurs importants pour surveiller la réponse au traitement, ainsi que la dose d'iode radioactif utilisée (A).

Quang et son équipe de recherche ont présenté leur sujet lors de la séance plénière de la Conférence scientifique étudiante. Ce sujet a remporté le deuxième prix.

Ce modèle est notamment conçu pour être plus simple que certains modèles plus complexes existants, tout en garantissant une représentation fidèle des interactions biologiques fondamentales. L'objectif de l'équipe est de créer un modèle hautement applicable en milieu clinique, facile à intégrer et à utiliser.

En s'appuyant sur le modèle mathématique, le groupe d'étudiants a continué à développer un problème de contrôle optimal. L'objectif de ce problème est de trouver la dose et le schéma d'administration d'IRA optimaux pour chaque patient, afin d'atteindre simultanément plusieurs objectifs : réduire le plus efficacement possible le nombre de cellules cancéreuses, stabiliser les concentrations de biomarqueurs Tg et AbTg et, tout aussi important, minimiser les effets secondaires indésirables liés à la dose de rayonnement.

Appliqués à la simulation des résultats du traitement, les calculs se révèlent raisonnables, peuvent aider à raccourcir la période de traitement des patients et, en même temps, aider les médecins à envisager de réduire les doses de traitement.

Des simulations sur trois groupes de patients types – ceux ayant bien répondu au traitement, ceux présentant une résistance modérée à l'IRA et ceux présentant une résistance élevée à l'IRA – ont montré que le modèle était capable de prédire efficacement la progression de la maladie à partir des données de base. Par conséquent, le modèle a pu fournir un schéma et une dose d'IRA plus adaptés que les schémas thérapeutiques réellement appliqués.

En comparant la « dose réelle » et la « dose recommandée par le modèle », les résultats ont montré que la stratégie de traitement optimale proposée par le modèle améliorait significativement le taux de contrôle des cellules cancéreuses et ramenait d’importantes concentrations biologiques à des niveaux normaux.

Applications potentielles vers la médecine personnalisée

Concrétiser un tel projet interdisciplinaire, notamment l'association des mathématiques et de la médecine, exige un effort considérable de la part des membres. Quang a expliqué qu'en tant qu'étudiant en mathématiques, la transition vers un domaine lié à la médecine s'est d'abord heurtée à de nombreuses difficultés. Durant les deux ou trois premiers mois, le groupe a dû déployer de grands efforts pour apprendre et comprendre les mécanismes médicaux. Il y avait des nuits où nous devions veiller pour consulter des documents.

Heureusement, le groupe a bénéficié du soutien enthousiaste d'experts médicaux et de médecins. Lorsque des points restaient incompréhensibles, le groupe en discutait directement ou en ligne. L'une des expériences les plus mémorables a été la première fois que le groupe s'est rendu à l'hôpital central militaire 108, a contacté et travaillé directement avec l'équipe médicale, a recueilli des données et a observé le déroulement des examens et des traitements.

« Nous avons passé environ trois heures avec des médecins pour recueillir des données et échanger nos expertises. Nous avons également pu observer une partie du processus d'examen médical et de traitement des patients. Ce furent des expériences vraiment intéressantes et utiles », a partagé Quang.

Quang a déclaré que si cette recherche est prise en compte, investie et développée, elle constituera un outil précieux pour les médecins. Elle permettra non seulement de prédire l'évolution de la maladie dans un avenir proche, d'ici quatre à cinq ans, mais aussi de proposer des recommandations sur le dosage thérapeutique le plus adapté à chaque patient.

L’équipe teste actuellement activement le modèle avec davantage d’ensembles de données de patients, en se concentrant spécifiquement sur les patients présentant des niveaux élevés d’AbTg – une population qui a jusqu’à présent reçu peu d’attention de la part d’autres études.

Par ailleurs, l'équipe développe une application logicielle capable de recommander automatiquement la dose de traitement IRA appropriée pour chaque individu, en fonction des données saisies. Si le projet est concluant, l'objectif sera de développer une application spécifique.

Le groupe prépare notamment un manuscrit scientifique qui sera soumis pour publication dans des revues internationales prestigieuses. « Nous espérons que ces travaux contribueront à la tendance des traitements personnalisés, qui se développe de plus en plus fortement en médecine moderne », a déclaré Quang.

Comment (0)