Noticias

El cálculo paralelo alumbra el camino hacia la detección temprana del cáncer

 
 

Cada año se diagnostican alrededor de seis millones de casos de cáncer en todo el mundo. Detectar los síntomas de la enfermedad con suficiente antelación es un factor clave para su curación y los investigadores recurren cada vez más a sistemas de cálculo paralelo para efectuar diagnósticos más fiables. Con motivo del día mundial de la lucha contra el cáncer, celebrado el 4 de febrero, nuestro equipo de Rusia publicó un informe sobre los prometedores avances logrados por científicos que utilizan la tecnología NVIDIA para mejorar los sistemas de detección de esta enfermedad.

La proliferación anómala de células que suele ir asociada a los tumores se conoce como neoplasia. Encontrar neoplasmas en el tejido humano es como buscar una aguja en un pajar y exige la aplicación de técnicas biomédicas avanzadas. Una de las pruebas de diagnóstico más modernas para la localización de neoplasmas es la tomografía de fluorescencia difusa (DFT), que estudia la absorción y difusión de la luz en los tejidos para descubrir acumulaciones celulares que puedan entrañar algún peligro.

Funciona de la siguiente manera: se inyectan en el paciente marcadores de fluorescencia especiales que se adhieren a las células malignas. Cuando se aplica una luz con cierta longitud de onda sobre los tejidos, los marcadores se iluminan e indican los puntos donde se localizan las proliferaciones celulares. El problema de esta prueba es que la luz se dispersa en su recorrido por los tejidos, lo que dificulta la visualización de los marcadores si las células afectadas están situadas en las zonas más profundas del cuerpo.

Para resolver el problema, los investigadores del Instituto de Física Aplicada de la Academia Rusa de las Ciencias (PAH) empezó a simular la propagación de la luz y la radiación a través del tejido. Desarrollaron algoritmos para reconstruir en tres dimensiones la posición de los marcadores utilizados en las DFT. Como resultado, pudieron localizar los neoplasmas con mayor precisión.

Los investigadores utilizaron el método Montecarlo (que se basa en el uso de muestras aleatorias repetidas) para llevar a cabo sus simulaciones. Pero los cálculos necesarios para ejecutar estas simulaciones son muy complejos: un caso normal exige aproximadamente el cálculo de 1000 millones de trayectorias aleatorias, un proceso que puede ser desesperadamente lento en una CPU, pero que es perfectamente adecuado para el procesamiento paralelo. Cuando los científicos pasaron a un sistema basado en GPU, el tiempo medio de ejecución de las pruebas se redujo de dos horas y media a 1,5 minutos (cien veces más velocidad) y, como resultado, los investigadores pudieron añadir más trayectorias a los cálculos, lo que se traduce en mayor precisión.

El problema de la dispersión de la luz al atravesar el tejido humano tiene implicaciones que van más allá del diagnóstico mediante DFT. Los oncólogos que tratan a sus pacientes con radioterapia, también necesitan saber cómo se propaga la radiación a través del tejido y las estructuras internas. Al disponer de modelos más fiables de las trayectorias de la radiación, pueden dirigirla con mayor precisión a las células afectadas sin dañar las células sanas.

Los desarrollos del equipo de investigación del PAH nos parecen estimulantes y esperanzadores, y esperamos tener noticias de otros investigadores que utilicen la GPU para sus proyectos.



 
 
 
 
FacebookTwitterGoogle+LinkedInPinterest