การใช้คณิตศาสตร์เพื่อเพิ่มประสิทธิภาพการรักษามะเร็งต่อมไทรอยด์

กลุ่มนักศึกษาจากมหาวิทยาลัยวิทยาศาสตร์ (มหาวิทยาลัยแห่งชาติเวียดนาม ฮานอย) ริเริ่มการใช้แบบจำลองทางคณิตศาสตร์เพื่อเพิ่มประสิทธิภาพการรักษามะเร็งต่อมไทรอยด์

มะเร็งต่อมไทรอยด์เป็นมะเร็งต่อมไร้ท่อที่พบบ่อยที่สุดชนิดหนึ่ง แม้ว่าจะมีอัตราความสำเร็จสูง แต่ความเสี่ยงที่จะกลับมาเป็นซ้ำยังคงเป็นปัญหาสำหรับผู้ป่วยและเป็นความท้าทายสำหรับวงการแพทย์ ผลงานเรื่อง "การประยุกต์ใช้คณิตศาสตร์ในการวินิจฉัยและรักษามะเร็งต่อมไทรอยด์" โดยนักศึกษา Tran Van Luat (K66 คณิตศาสตร์ - ไอที) และ Nguyen Dinh Quang (โครงการพรสวรรค์คณิตศาสตร์ K67) แห่งมหาวิทยาลัย วิทยาศาสตร์ ธรรมชาติ (มหาวิทยาลัยแห่งชาติเวียดนาม ฮานอย) ได้นำเสนอแนวทางใหม่และมีแนวโน้มดีในการใช้แบบจำลองทางคณิตศาสตร์เพื่อปรับแผนการรักษามะเร็งต่อมไทรอยด์ให้เหมาะสมที่สุด เพื่อการรักษาแบบเฉพาะบุคคล

เหงียน ดินห์ กวาง (ปกซ้าย) และตรัน วัน ลัต พร้อมโปสเตอร์เกี่ยวกับงานของพวกเขาในงานประชุมวิทยาศาสตร์ของนักศึกษาประจำปี 2025 ของมหาวิทยาลัยวิทยาศาสตร์ธรรมชาติ

จากความกังวลเชิงปฏิบัติสู่แนวทางแก้ปัญหาทางคณิตศาสตร์ที่ก้าวล้ำ

Nguyen Dinh Quang ผู้ร่วมแบ่งปันแนวคิดในการก่อตั้งโครงการกล่าวว่าจากการวิจัยเชิงปฏิบัติ ทีมวิจัยได้ตระหนักว่าปัจจุบันการรักษามะเร็งต่อมไทรอยด์ที่แยกความแตกต่างได้นั้นส่วนใหญ่อาศัยการผ่าตัดต่อมไทรอยด์ตามด้วยการรักษาเสริมด้วยไอโอดีนกัมมันตรังสี (RAI) อย่างไรก็ตาม การกำหนดปริมาณรังสี RAI ที่เหมาะสมสำหรับผู้ป่วยแต่ละรายนั้นยังคงเป็นเรื่องส่วนตัว โดยส่วนใหญ่จะขึ้นอยู่กับประสบการณ์ทางคลินิกของแพทย์มากกว่าเครื่องมือกำหนดปริมาณรังสีที่แม่นยำ ซึ่งอาจทำให้ผู้ป่วยบางรายไม่ได้รับปริมาณรังสีที่จำเป็น ทำให้มีความเสี่ยงที่จะกลับมาเป็นซ้ำ ขณะที่ผู้ป่วยบางรายอาจได้รับผลข้างเคียงที่ไม่พึงประสงค์จากการได้รับรังสีในปริมาณที่สูงเกินไป

ปัจจุบันกระบวนการรักษามะเร็งต่อมไทรอยด์ในเวียดนาม รวมถึงการกำหนดปริมาณรังสีสำหรับผู้ป่วย ปฏิบัติตามกฎระเบียบของ กระทรวงสาธารณสุข อย่างเคร่งครัด อย่างไรก็ตาม ในความเป็นจริง แพทย์ยังคงต้องพึ่งพาประสบการณ์ทางคลินิกของตนเป็นหลักในการกำหนดปริมาณรังสีที่เหมาะสม ในขณะเดียวกัน พวกเขาไม่มีเครื่องมือสนับสนุนที่มีประสิทธิภาพเพื่อให้มีมุมมองที่ครอบคลุมและคาดการณ์ความคืบหน้าของโรคได้อย่างแม่นยำ

“จากความกังวลเหล่านี้ ด้วยคำแนะนำของ ดร. เหงียน ตรอง เฮียว รองศาสตราจารย์ ดร. ตัง กว๊อก บาว (มหาวิทยาลัยกราซ ประเทศออสเตรีย) และแพทย์ประจำบ้านระดับปริญญาโท เหงียน ถิ ฟอง (โรงพยาบาลทหารกลาง 108) พวกเราได้ใช้ความแข็งแกร่งทางคณิตศาสตร์อย่างกล้าหาญเพื่อค้นหาวิธีแก้ปัญหา อาจกล่าวได้ว่านี่เป็นหนึ่งในการศึกษานำร่องในเวียดนามในการประยุกต์ใช้คณิตศาสตร์เพื่อสนับสนุนกระบวนการรักษา” กวางกล่าว

การสร้างแบบจำลองและการเพิ่มประสิทธิภาพ: กุญแจสำคัญในการรักษาแบบเฉพาะบุคคล

เพื่อแก้ไขปัญหาข้างต้น ทีมวิจัยได้สร้างแบบจำลองทางคณิตศาสตร์ที่เน้นการจำลองปริมาณทางชีวภาพที่สำคัญในการรักษามะเร็งต่อมไทรอยด์ที่แตกต่างกัน ซึ่งรวมถึงจำนวนเซลล์มะเร็ง (N) ความเข้มข้นของไทรอยด์โกลบูลิน (Tg) และแอนติบอดีต่อไทรอยด์โกลบูลิน (AbTg) ซึ่งเป็นไบโอมาร์กเกอร์ที่สำคัญในการติดตามการตอบสนองต่อการรักษา ร่วมกับปริมาณของไอโอดีนกัมมันตภาพรังสีที่ใช้ (A)

Quang และทีมวิจัยของเขาได้รายงานหัวข้อดังกล่าวในการประชุมใหญ่ของ Student Science Conference โดยหัวข้อดังกล่าวได้รับรางวัลรองชนะเลิศ

ที่น่าสังเกตคือ โมเดลนี้ได้รับการออกแบบมาให้เรียบง่ายกว่าโมเดลที่ซับซ้อนกว่าบางรุ่นที่ได้รับการพัฒนามาก่อน แต่ยังคงสะท้อนปฏิสัมพันธ์ทางชีววิทยาหลักได้อย่างแม่นยำ เป้าหมายของทีมคือการบรรลุโมเดลที่สามารถนำไปประยุกต์ใช้ในทางคลินิกได้สูง ง่ายต่อการบูรณาการและใช้งาน

กลุ่มนักศึกษาได้พัฒนาปัญหาการควบคุมที่เหมาะสมต่อไปโดยอิงตามแบบจำลองทางคณิตศาสตร์ เป้าหมายของปัญหานี้คือการค้นหาปริมาณรังสี RAI และตารางเวลาที่เหมาะสมสำหรับผู้ป่วยแต่ละราย เพื่อบรรลุเป้าหมายหลายประการในเวลาเดียวกัน ได้แก่ การลดจำนวนเซลล์มะเร็งอย่างมีประสิทธิภาพสูงสุด รักษาระดับความเข้มข้นของไบโอมาร์กเกอร์ Tg และ AbTg ให้คงที่ และที่สำคัญไม่แพ้กันคือ ลดผลข้างเคียงที่ไม่จำเป็นจากปริมาณรังสีให้เหลือน้อยที่สุด

เมื่อนำไปใช้จำลองผลการรักษา การคำนวณจะแสดงให้เห็นถึงความสมเหตุสมผล สามารถช่วยลดระยะเวลาการรักษาสำหรับผู้ป่วย และสนับสนุนแพทย์ในการพิจารณาลดขนาดยาในการรักษา

การจำลองกลุ่มผู้ป่วยสามกลุ่มที่เป็นตัวแทน ตั้งแต่กลุ่มที่ตอบสนองต่อการรักษาได้ดี กลุ่มที่มีความต้านทาน RAI ปานกลาง และกลุ่มที่มีความต้านทาน RAI รุนแรง แสดงให้เห็นว่าแบบจำลองสามารถทำนายความคืบหน้าของโรคได้โดยอาศัยข้อมูลห้องปฏิบัติการพื้นฐาน และแบบจำลองสามารถกำหนดตารางและปริมาณยา RAI ที่เหมาะสมยิ่งขึ้นได้มากกว่ารูปแบบการรักษาจริงที่ใช้

เมื่อเปรียบเทียบ “ปริมาณจริง” กับ “ปริมาณที่แบบจำลองแนะนำ” ผลลัพธ์แสดงให้เห็นว่ากลยุทธ์การรักษาที่เหมาะสมที่สุดที่แบบจำลองเสนอสามารถปรับปรุงอัตราการควบคุมเซลล์มะเร็งได้อย่างมีนัยสำคัญ และทำให้ความเข้มข้นทางชีวภาพที่สำคัญกลับมาสู่ระดับปกติ

การประยุกต์ใช้ศักยภาพในการแพทย์เฉพาะบุคคล

การจะดำเนินโครงการสหวิทยาการดังกล่าว โดยเฉพาะการผสมผสานระหว่างคณิตศาสตร์และการแพทย์ ต้องใช้ความพยายามอย่างมากจากสมาชิก Quang เล่าว่าในฐานะนักศึกษาที่เรียนเอกคณิตศาสตร์ การเปลี่ยนผ่านไปสู่สาขาวิชาที่เกี่ยวข้องกับการแพทย์นั้นพบความยากลำบากมากมายในช่วงแรก ในช่วงเดือนแรกๆ ประมาณ 2-3 เดือน กลุ่มต้องพยายามอย่างหนักเพื่อเรียนรู้และเข้าใจกลไกทางการแพทย์ มีบางคืนที่เราต้องอดนอนเพื่ออ่านเอกสาร

โชคดีที่กลุ่มนี้ได้รับการสนับสนุนอย่างกระตือรือร้นจากผู้เชี่ยวชาญ ทางการแพทย์ และแพทย์ เมื่อมีปัญหาที่ไม่เข้าใจชัดเจน กลุ่มจะหารือกันโดยตรงหรือทางออนไลน์ หนึ่งในประสบการณ์ที่น่าจดจำคือครั้งแรกที่กลุ่มได้ไปที่โรงพยาบาลทหารกลาง 108 ซึ่งพวกเขาสามารถโต้ตอบและทำงานร่วมกับทีมแพทย์โดยตรง รวบรวมข้อมูล และสังเกตกระบวนการตรวจและการรักษาทางการแพทย์

“เราใช้เวลาราว 3 ชั่วโมงในการนั่งร่วมกับแพทย์เพื่อรวบรวมข้อมูลและแลกเปลี่ยนความเชี่ยวชาญ นอกจากนี้ เรายังมีโอกาสสังเกตกระบวนการตรวจและการรักษาของแพทย์ ซึ่งถือเป็นประสบการณ์ที่น่าสนใจและมีประโยชน์มาก” ดร. Quang กล่าว

ดร. Quang กล่าวว่าหากการวิจัยนี้ได้รับความสนใจ ลงทุน และพัฒนา ก็จะเป็นเครื่องมือสนับสนุนอันทรงพลังสำหรับแพทย์ได้ ไม่เพียงแต่ช่วยคาดการณ์ความก้าวหน้าของโรคในอนาคตอันใกล้นี้ ประมาณ 4-5 ปีข้างหน้าเท่านั้น แต่ยังช่วยให้คำแนะนำเกี่ยวกับขนาดยาในการรักษาครั้งต่อไปที่เหมาะสมที่สุดสำหรับผู้ป่วยแต่ละรายอีกด้วย

ขณะนี้ทีมงานกำลังทดสอบโมเดลอย่างจริงจังกับชุดข้อมูลผู้ป่วยเพิ่มเติม โดยมุ่งเน้นไปที่ผู้ป่วยที่มีระดับ AbTg สูงโดยเฉพาะ ซึ่งเป็นกลุ่มที่ได้รับความสนใจน้อยมากจากการศึกษาวิจัยอื่นๆ มาก่อน

นอกจากนี้ ทีมงานกำลังพัฒนาแอปพลิเคชันซอฟต์แวร์ที่สามารถแนะนำปริมาณการรักษา RAI ที่เหมาะสมสำหรับแต่ละบุคคลโดยอัตโนมัติโดยอิงจากข้อมูลที่ป้อนเข้า หากโครงการประสบความสำเร็จ เป้าหมายต่อไปคือการพัฒนาแอปพลิเคชันเฉพาะ (แอป)

โดยเฉพาะอย่างยิ่ง กลุ่มดังกล่าวกำลังเตรียมต้นฉบับทางวิทยาศาสตร์เพื่อส่งตีพิมพ์ในวารสารนานาชาติที่มีชื่อเสียง “เราหวังว่าผลงานนี้จะช่วยสนับสนุนแนวโน้มการรักษาแบบเฉพาะบุคคลซึ่งกำลังพัฒนาอย่างแข็งแกร่งในวงการแพทย์สมัยใหม่” Quang กล่าว

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