Рак щитовидной железы является одним из наиболее распространенных видов рака эндокринной системы. Несмотря на высокий уровень успешности, риск рецидива остается постоянной проблемой для пациентов и проблемой для медицины. Работа «Применение математики в диагностике и лечении рака щитовидной железы» студентов Чан Ван Луата (K66 Math - IT) и Нгуен Динь Куанга (K67 Math Talent Program) Университета естественных наук (Вьетнамский национальный университет, Ханой) представила новый и многообещающий подход к использованию математических моделей для оптимизации схемы лечения рака щитовидной железы в направлении персонализированного лечения.
Нгуен Динь Куанг (слева на обложке) и Тран Ван Луат с плакатами о своей работе на Студенческой научной конференции 2025 года в Университете естественных наук.
От практических проблем к прорывным математическим решениям
Рассказывая об идее создания проекта, Нгуен Динь Куанг сказал, что в ходе практических исследований исследовательская группа пришла к выводу, что в настоящее время схема лечения дифференцированного рака щитовидной железы в основном заключается в тиреоидэктомии с последующей адъювантной терапией радиоактивным йодом (РАИ). Однако определение оптимальной дозы радиойодтерапии для каждого пациента остается субъективным и в значительной степени зависит от клинического опыта врача, а не от точных инструментов дозирования. Это может привести к тому, что некоторые пациенты не получат необходимую дозу, что увеличит риск рецидива, в то время как другие будут страдать от нежелательных побочных эффектов из-за слишком высокой дозы радиации.
В настоящее время процесс лечения рака щитовидной железы во Вьетнаме, включая определение дозы облучения для пациентов, строго соответствует постановлениям Министерства здравоохранения . Однако на практике врачам по-прежнему приходится во многом полагаться на свой клинический опыт при определении оптимальной дозы облучения. В то же время у них нет эффективного инструмента поддержки, который позволил бы получить комплексную картину и точно спрогнозировать прогрессирование заболевания.
«Исходя из этих опасений, под руководством доктора Нгуен Тронг Хьеу, доцента, доктора Тан Куок Бао (Университет Граца, Австрия) и магистра. Врача-резидента Нгуен Тхи Фыонг (108 Центральный военный госпиталь) мы смело применили наши силы в математике, чтобы найти решение. Можно сказать, что это одно из пионерских исследований во Вьетнаме по применению математики для поддержки процесса лечения», — сказал Куанг.
Моделирование и оптимизация: ключ к персонализированному лечению
Для решения вышеуказанной проблемы исследовательская группа построила математическую модель, ориентированную на моделирование ключевых биологических величин при лечении дифференцированного рака щитовидной железы, включая: количество раковых клеток (N), концентрацию тиреоглобулина (Tg) и антител к тиреоглобулину (AbTg) — важных биомаркеров для мониторинга ответа на лечение, а также дозу используемого радиоактивного йода (A).
Куанг и его исследовательская группа представили свою тему на пленарном заседании студенческой научной конференции. Тема заняла второе место.
Примечательно, что эта модель разработана проще, чем некоторые сложные модели, которые существовали ранее, но при этом она по-прежнему точно отражает основные биологические взаимодействия. Цель команды — создать модель, которая будет максимально практичной в клинических условиях, простой в интеграции и использовании.
На основе построенной математической модели студенческая группа продолжила разработку задачи оптимального управления. Целью данной задачи является поиск оптимальной дозы и графика радиоактивного облучения для каждого конкретного пациента, чтобы одновременно достичь нескольких целей: наиболее эффективно уменьшить количество раковых клеток, стабилизировать концентрации биомаркеров Tg и AbTg и, что не менее важно, минимизировать ненужные побочные эффекты от дозы облучения.
При применении для моделирования результатов лечения расчеты показывают обоснованность, могут помочь сократить период лечения пациентов и помочь врачам рассмотреть возможность снижения доз лечения.
Моделирование на трех репрезентативных группах пациентов — от пациентов с хорошим ответом на лечение, пациентов с умеренной резистентностью к радиоактивному йоду и пациентов с сильной резистентностью к радиоактивному йоду — показало, что модель способна хорошо предсказывать прогрессирование заболевания на основе исходных лабораторных данных. На этом основании модель может предоставить более обоснованный график и дозировку радиойодтерапии, чем фактически применяемая схема лечения.
При сравнении «фактической дозы» и «рекомендованной моделью дозы» результаты показали, что оптимальная стратегия лечения, предложенная моделью, значительно улучшила показатели контроля раковых клеток и вернула важные биологические концентрации к нормальным уровням.
Потенциальные возможности применения в персонализированной медицине
Для того чтобы такая междисциплинарная работа воплотилась в жизнь, особенно сочетание математики и медицины, требуются огромные усилия со стороны ее участников. Куанг рассказал, что, будучи студентом, специализирующимся на математике, переход на специальность, связанную с медициной, поначалу столкнулся со многими трудностями. В течение первых нескольких месяцев, около 2–3 месяцев, команде пришлось очень много работать, чтобы изучить и понять медицинские механизмы. Бывали ночи, когда мне приходилось не спать, чтобы читать документы».
К счастью, группа получила горячую поддержку со стороны медицинских экспертов и врачей. Если возникают вопросы, которые не совсем понятны, группа обсуждает их напрямую или онлайн. Одним из самых запоминающихся впечатлений стал первый визит группы в 108-й Центральный военный госпиталь, где они смогли напрямую взаимодействовать и работать с медицинской бригадой, собирать данные и наблюдать за процессом медицинского обследования и лечения.
«Мы провели около 3 часов, сидя с врачами, чтобы собрать данные и обменяться опытом. Кроме того, у нас также была возможность наблюдать часть процесса медицинского обследования и лечения, процесса лечения пациентов. Это был действительно интересный и полезный опыт», — поделился Куанг.
Куанг сказал, что если этому исследованию уделить внимание, вложить в него средства и развить его, оно станет мощным инструментом поддержки для врачей. Это не только помогает прогнозировать развитие заболевания в ближайшем будущем, примерно на ближайшие 4–5 лет, но и дает рекомендации по следующей дозе лечения, которая наиболее подходит каждому пациенту.
В настоящее время команда активно тестирует модель с использованием большего количества наборов данных пациентов, уделяя особое внимание пациентам с высоким уровнем AbTg — группе, которой ранее уделялось мало внимания в других исследованиях.
Кроме того, команда занимается разработкой программного приложения, которое сможет автоматически рекомендовать подходящую дозу терапии радиоактивным йодом для каждого человека на основе входных данных. Если проект окажется успешным, то дальнейшей целью станет разработка конкретного приложения (app).
В частности, группа готовит научную рукопись для публикации в престижных международных журналах. «Мы надеемся, что этот проект будет способствовать развитию тенденции персонализированного лечения, которая стремительно развивается в современной медицине», — поделился Куанг.
Источник: https://khoahocdoisong.vn/dung-toan-hoc-toi-uu-hoa-dieu-tri-ung-thu-tuyen-giap-post1544500.html
Комментарий (0)