Menggunakan matematik untuk mengoptimumkan rawatan kanser tiroid

Kanser tiroid adalah salah satu daripada kanser endokrin yang biasa, walaupun ia mempunyai kadar kejayaan yang tinggi, risiko berulang sentiasa menjadi kebimbangan berterusan bagi pesakit dan cabaran untuk perubatan. Karya "Aplikasi Matematik dalam diagnosis dan rawatan kanser tiroid" oleh pelajar Tran Van Luat (K66 Math - IT) dan Nguyen Dinh Quang (Program Bakat Matematik K67) dari Universiti Sains Semula Jadi (Universiti Kebangsaan Hanoi) telah membawa pendekatan baharu dan menjanjikan dalam menggunakan model matematik untuk mengoptimumkan rejimen rawatan peribadi rawatan kanser tiroid.

kanser tiroid.jpg

Nguyen Dinh Quang (kulit kiri) dan Tran Van Luat dengan poster tentang kerja mereka di Persidangan Sains Pelajar Universiti Sains Semula Jadi 2025.

Daripada kebimbangan praktikal kepada penyelesaian matematik terobosan

Berkongsi idea untuk membentuk projek itu, Nguyen Dinh Quang berkata melalui penyelidikan praktikal, pasukan penyelidik menyedari bahawa pada masa ini, rejimen rawatan untuk kanser tiroid yang dibezakan terutamanya bergantung kepada tiroidektomi diikuti dengan rawatan pembantu dengan iodin radioaktif (RAI). Walau bagaimanapun, penentuan dos RAI optimum untuk setiap pesakit masih subjektif, sebahagian besarnya berdasarkan pengalaman klinikal doktor dan bukannya alat dos yang tepat. Ini boleh menyebabkan sesetengah pesakit tidak menerima dos yang diperlukan, meningkatkan risiko berulang, manakala yang lain mengalami kesan sampingan yang tidak diingini daripada dos radiasi yang terlalu tinggi.

Pada masa ini, proses rawatan kanser tiroid di Vietnam, termasuk menentukan dos sinaran untuk pesakit, mematuhi peraturan Kementerian Kesihatan dengan ketat. Walau bagaimanapun, pada hakikatnya, doktor masih perlu bergantung pada pengalaman klinikal mereka untuk menentukan dos sinaran yang optimum. Pada masa yang sama, mereka tidak mempunyai alat sokongan yang berkesan untuk mempunyai pandangan yang komprehensif dan meramalkan perkembangan penyakit dengan tepat.

"Daripada kebimbangan ini, dengan bimbingan Dr. Nguyen Trong Hieu, Profesor Madya, Dr. Tang Quoc Bao (Universiti Graraz, Austria), dan Sarjana. Doktor Residen Nguyen Thi Phuong (108 Hospital Pusat Tentera), kami dengan berani menggunakan kekuatan kami dalam matematik untuk mencari penyelesaian. Boleh dikatakan bahawa ini adalah salah satu kajian perintis di Vietnam untuk mengaplikasikan proses rawatan ma.

Masalah pemodelan dan pengoptimuman: Kunci kepada rawatan yang diperibadikan

Untuk menyelesaikan masalah di atas, pasukan penyelidik membina model matematik yang memberi tumpuan kepada simulasi kuantiti biologi utama dalam rawatan kanser tiroid yang dibezakan, termasuk: bilangan sel kanser (N), kepekatan Thyroglobulin (Tg) dan antibodi anti-Thyroglobulin (AbTg) - biomarker penting untuk memantau tindak balas rawatan, bersama-sama dengan dos iodin radioaktif yang digunakan (A).

kanser tiroid-2.jpg

Quang dan pasukan penyelidiknya melaporkan topik mereka pada sesi pleno Persidangan Sains Pelajar. Topik itu memenangi hadiah kedua.

Terutama, model ini direka bentuk untuk menjadi lebih mudah daripada beberapa model yang lebih kompleks yang telah wujud sebelum ini, sambil memastikan pantulan tepat interaksi biologi teras. Matlamat pasukan adalah untuk mencapai model yang sangat sesuai dalam tetapan klinikal, mudah untuk disepadukan dan digunakan.

Berdasarkan model matematik, kumpulan pelajar terus membangunkan masalah kawalan yang optimum. Matlamat masalah ini adalah untuk mencari dos dan jadual RAI yang optimum untuk setiap pesakit tertentu, untuk mencapai pelbagai matlamat pada masa yang sama: paling berkesan mengurangkan bilangan sel kanser, menstabilkan kepekatan biomarker Tg dan AbTg, dan sama pentingnya, meminimumkan kesan sampingan yang tidak perlu daripada dos sinaran.

Apabila digunakan untuk simulasi hasil rawatan, pengiraan menunjukkan kewajaran, boleh membantu memendekkan tempoh rawatan untuk pesakit, dan pada masa yang sama menyokong doktor dalam mempertimbangkan mengurangkan dos rawatan.

Simulasi pada tiga kumpulan pesakit biasa - daripada mereka yang bertindak balas dengan baik kepada rawatan, mereka yang tahan RAI sederhana, dan mereka yang sangat tahan RAI - menunjukkan bahawa model itu dapat meramalkan perkembangan penyakit dengan baik berdasarkan data ujian asas. Hasilnya, model tersebut dapat menyediakan jadual dan dos RAI yang lebih sesuai daripada rejimen rawatan sebenar yang digunakan.

Apabila membandingkan "dos sebenar" dan "dos yang disyorkan model", keputusan menunjukkan bahawa strategi rawatan optimum yang dicadangkan oleh model dengan ketara meningkatkan kadar kawalan sel kanser, dan membawa kepekatan biologi penting kembali ke tahap normal.

Aplikasi yang berpotensi untuk perubatan peribadi

Untuk membentuk projek antara disiplin seperti itu, terutamanya gabungan matematik dan perubatan, memerlukan usaha yang gigih daripada ahli. Quang berkongsi bahawa sebagai pelajar jurusan Matematik, peralihan ke bidang yang berkaitan dengan Perubatan pada mulanya menghadapi banyak kesukaran. Dalam bulan pertama, kira-kira 2-3 bulan, kumpulan itu perlu berusaha keras untuk mempelajari dan memahami mekanisme perubatan. Ada malam ketika kami terpaksa berjaga untuk membaca dokumen."

Mujurlah, kumpulan itu mendapat sokongan penuh semangat daripada pakar perubatan dan doktor. Apabila terdapat isu yang tidak difahami dengan jelas, kumpulan berbincang secara langsung atau dalam talian. Salah satu pengalaman yang tidak dapat dilupakan ialah kali pertama kumpulan itu pergi ke Hospital Pusat Tentera 108, menghubungi dan bekerja secara langsung dengan pasukan perubatan, mengumpul data dan memerhatikan proses pemeriksaan dan rawatan perubatan.

"Kami menghabiskan kira-kira 3 jam duduk dengan doktor untuk mengumpul data dan bertukar-tukar kepakaran. Selain itu, kami juga berpeluang memerhati sebahagian daripada proses pemeriksaan dan rawatan perubatan, proses rawatan pesakit. Ini adalah pengalaman yang benar-benar menarik dan berguna," kongsi Quang.

Quang berkata bahawa jika penyelidikan ini diberi perhatian, dilaburkan, dan dibangunkan, ia akan menjadi alat sokongan yang kuat untuk doktor. Ia bukan sahaja membantu meramalkan perkembangan penyakit dalam masa terdekat, kira-kira 4-5 tahun akan datang, tetapi juga membantu memberikan cadangan tentang dos rawatan seterusnya yang paling sesuai untuk setiap pesakit.

Pasukan itu kini secara aktif menguji model dengan lebih banyak set data pesakit, memfokuskan secara khusus kepada pesakit yang mempunyai tahap AbTg yang tinggi - populasi yang sebelum ini mendapat sedikit perhatian daripada kajian lain.

Di samping itu, pasukan sedang membangunkan aplikasi perisian yang secara automatik boleh mengesyorkan dos rawatan RAI yang sesuai untuk setiap individu berdasarkan data input. Jika projek itu berjaya, matlamat selanjutnya adalah untuk membangunkan aplikasi (aplikasi) tertentu.

Khususnya, kumpulan itu sedang menyediakan manuskrip saintifik untuk diserahkan untuk diterbitkan dalam jurnal antarabangsa yang berprestij. "Kami berharap kerja itu akan menyumbang kepada trend rawatan peribadi yang semakin berkembang pesat dalam perubatan moden," kongsi Quang.

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