Использование математики для оптимизации лечения рака щитовидной железы

Рак щитовидной железы — один из самых распространённых видов эндокринного рака. Несмотря на высокую эффективность лечения, риск рецидива всегда вызывает беспокойство у пациентов и является серьёзной проблемой для медицины. Работа «Применение математики в диагностике и лечении рака щитовидной железы» студентов Чан Ван Луата (математика, 66 класс, IT) и Нгуен Динь Куанга (программа развития талантов в области математики, 67 класс) Университета естественных наук Вьетнамского национального университета, Ханой, представила новый и многообещающий подход к использованию математических моделей для оптимизации схем лечения рака щитовидной железы, направленный на персонализацию 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 задач к прорывным математическим решениям

Нгуен Динь Куанг, делясь идеей создания проекта, отметил, что благодаря практическим исследованиям исследовательская группа пришла к выводу, что в настоящее время схема лечения дифференцированного рака щитовидной железы в основном основана на тиреоидэктомии с последующей адъювантной терапией радиоактивным йодом (РЙ). Однако определение оптимальной дозы РЙ для каждого пациента по-прежнему субъективно и в значительной степени основано на клиническом опыте врача, а не на точных инструментах дозирования. Это может привести к тому, что некоторые пациенты не получат необходимую дозу, что увеличит риск рецидива, а другие столкнутся с нежелательными побочными эффектами от слишком высокой дозы облучения.

В настоящее время лечение рака щитовидной железы во Вьетнаме, включая определение дозы облучения пациентов, строго соответствует предписаниям Министерства здравоохранения . Однако в действительности 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, позволяющего получить комплексную картину и точно спрогнозировать прогрессирование заболевания.

«Исходя из этих опасений, под руководством доцента доктора Нгуен Чонг Хьеу, доктора Тан Куок Бао (Университет Граца, Австрия) и врача-ординатора Нгуен Тхи Фыонг (108-й Центральный военный госпиталь) мы смело применили наши математические знания, чтобы найти решение. Можно сказать, что это одно из первых исследований во Вьетнаме в области применения 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 получила вторую премию.

Примечательно, что эта модель разработана проще, чем некоторые из более сложных моделей, разработанных ранее, но при этом точно отражает основные биологические взаимодействия. Цель команды — создать модель, которая будет широко применима в клинических условиях, проста в интеграции и использовании.

Основываясь на математической модели, группа студентов продолжила разработку задачи оптимального управления. Цель этой задачи — найти оптимальную дозу и режим радиоактивного облучения для каждого конкретного пациента, чтобы одновременно достичь нескольких целей: максимально эффективно снизить количество раковых клеток, стабилизировать концентрации биомаркеров ТГ и АТГ и, что не менее важно, минимизировать нежелательные побочные эффекты от лучевой терапии.

При применении для моделирования результатов лечения расчеты показывают обоснованность, могут помочь сократить период лечения пациентов и помочь врачам рассмотреть возможность снижения дозировки лечения.

Моделирование на трех репрезентативных группах пациентов — от пациентов с хорошим ответом на лечение, пациентов с умеренной резистентностью к радиойодтерапии до пациентов с сильной резистентностью к радиойодтерапии — показало, что модель способна предсказывать прогрессирование заболевания на основе исходных лабораторных данных и что модель может обеспечить более подходящий график и дозировку радиойодтерапии, чем фактически используемые схемы 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

Реализация такого междисциплинарного проекта, особенно в сочетании математики и медицины, требует от участников огромных усилий. Куанг рассказал, что, будучи студентом, специализирующимся на математике, переход в область, связанную с медициной, поначалу столкнулся со множеством трудностей. В первые месяцы, примерно 2–3 месяца, группе пришлось приложить немало усилий, чтобы изучить и понять медицинские механизмы. Бывали ночи, когда нам приходилось не спать, чтобы читать документы.

К счастью, группа получила горячую поддержку со стороны медицинских экспертов и врачей. Когда возникали вопросы, которые были неясны, группа обсуждала их лично 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 трёх часов, общаясь с врачами, собирая данные и обмениваясь опытом. Кроме того, у нас была возможность наблюдать часть процесса медицинского обследования и лечения, а также за процессом 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. Оно не только поможет предсказать прогрессирование заболевания в ближайшем будущем, примерно на 4-5 лет, но и предоставит рекомендации по следующей дозировке препарата, наиболее подходящей для каждого пациента.

В настоящее время группа 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 разрабатывает программное приложение, которое автоматически рекомендует подходящую дозу радиоактивного облучения для каждого пациента на основе входных данных. В случае успеха проекта, следующей целью станет разработка специализированного приложения (приложения).

В частности, группа готовит научную рукопись для публикации в престижных международных журналах. «Мы надеемся, что эта работа внесет вклад в развитие тенденции персонализированного лечения, которая всё активнее развивается в современной медицине», — поделился Куанг.

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