Stampa

L’elaborazione in parallelo apre una nuova strada per la diagnosi precoce dei tumori

 
 

Ogni anno nel mondo vengono scoperti circa sei milioni di nuovi casi di tumore. Diagnosticare la malattia in modo precoce rappresenta un fattore chiave nel possibile successo del suo trattamento. Un numero sempre crescente di ricercatori si sta orientando verso l’uso di sistemi diagnostici assistiti dal computer basati sull’elaborazione in parallelo. Il 4 febbraio, giornata mondiale contro il cancro, il nostro team in Russia ha annunciato di aver osservato sviluppi promettenti tra gli scienziati che hanno adottato le tecnologie NVIDIA per migliorare le capacità di diagnosi precoce dei tumori.

L’abnorme proliferazione cellulare tipica del cancro è nota come neoplasia. Individuare questo fenomeno nei tessuti viventi è come cercare un ago in un pagliaio e richiede prassi e tecnologie biomediche all’avanguardia. Uno dei test diagnostici più avanzati per l’individuazione delle neoplasie è la tomografia a fluorescenza diffusa (DFT), che esamina la capacità di assorbimento e dispersione della luce da parte dei tessuti per individuare le crescite pericolose.

Funziona così: nell’organismo vengono iniettati speciali marcatori a fluorescenza che aderiscono alle cellule maligne. Quando i tessuti vengono illuminati dalla luce a una certa lunghezza d’onda, i marcatori divengono fluorescenti, indicando la posizione della proliferazione cellulare anomala. Un problema di questo test consiste nel fatto che attraversando l’organismo la luce è soggetta a fenomeni di dispersione che rendono più difficoltosa l’individuazione dei marcatori se le cellule maligne sono collocate molto all’interno del corpo.

Per superare il problema, i ricercatori dell’Istituto di fisica applicata dell’Accademia delle scienze russa (RAS) hanno iniziato a simulare la propagazione della luce e delle radiazioni attraverso i tessuti. Hanno quindi sviluppato algoritmi per ricostruire la posizione tridimensionale dei marcatori a fluorescenza usati nelle tecniche DFT. Questo gli consente di individuare le neoplasie con precisione molto maggiore.

I ricercatori hanno usato il metodo Monte Carlo (che si basa sulla ripetizione di campionamenti casuali) per affinare le proprie simulazioni. I calcoli richiesti per eseguire queste simulazioni sono davvero impegnativi: una tipica soluzione richiede il calcolo di circa un miliardo di percorsi casuali. Sebbene questo processo possa risultare penosamente lento se affidato a una CPU, è perfettamente adeguato alle possibilità dell’elaborazione in parallelo. Quando gli scienziati sono passati a un sistema basato su GPU, il tempo medio di esecuzione dei test è sceso da circa due ore e mezza a 90 secondi – un accelerazione di cento volte – i ricercatori hanno quindi aggiunto altri percorsi ai calcoli, con una conseguente maggiore precisione finale.

Il problema della dispersione della luce attraverso i tessuti umani non è importante soltanto per la diagnostica DFT. Anche gli oncologi che trattano i malati di cancro con la radioterapia hanno l’esigenza di capire meglio in che modo la radiazione si propaghi attraverso i tessuti e gli organi interni. Disponendo di modelli più accurati sul percorso delle radiazioni attraverso il corpo, i dottori possono rendere molto più precisa la radioterapia puntando direttamente alle cellule tumorali, lasciando intatte quelle sane.

Siamo entusiasti degli sviluppi ottenuti dal team del RAS e attendiamo altre buone notizie dai team impegnati in ricerche con tecnologie assistite dalle GPU.



 
 
FacebookTwitterGoogle+LinkedInPinterest