La optimización de tratamientos de radioterapia contra el cáncer, la validación de tecnologías hospitalarias o el análisis de imágenes médicas requieren cálculos intensivos para los que se emplean superordenadores o sistemas de computación distribuida.
El proyecto europeo BEinGRID, en el que tomaron parte el Complejo Hospitalario Universitario de Santiago (CHUS), las universidades de Santiago de Compostela y Vigo y el Centro de Supercomputación de Galicia (CESGA), sirvió para validar el uso de tecnologías como la de computación distribuida (grid) en hospitales y comprobar si estaban lo suficientemente maduras como para compensar sus costos.
BEinGRID permitió comprobar que los tiempos de respuesta de una red grid eran demasiado largos para las necesidades hospitalarias, pero en el futuro -a pesar de que hoy aún tienen un costo importante- podría ser viable el uso de tecnologías cloud al servicio de la medicina para los procesamento de datos.
El próximo proyecto, BONFIRE, en el que también participa el CESGA, va precisamente en esta dirección: estudiar como gestionar clusters virtuales (un conjunto de ordenadores virtuales que trabajan de forma coordinada) en una infraestructura cloud para dar servicio con la calidad y velocidad que precisan los hospitales.
Es decir, la infraestructura de cálculo estaría fuera del hospital y sólo se utilizaría cuando fuera necesaria para, por ejemplo, análisis de imágenes médicas o simulación de tratamientos.
En el caso de la verificación de tratamientos de radioterapia mediante simulación, que se están llevando a cabo dentro del proyecto EIMRT II, las validaciones que se están realizando en el Complejo Hospitalario Universitario de Vigo (CHUVI) podrían completarse a lo largo del año 2012 y a partir de ahí la tecnología ya se podría transferir para su uso en centros hospitalarios, probablemente a través de acuerdos con empresas de capital riesgo.
Predecir la respuesta al tratamiento
En un futuro, el proyecto ARTFIBIO, financiado por el Instituto de Salud Carlos III, pretende realizar una predicción cuantitativa de la respuesta al tratamiento con radiaciones en los pacientes con cáncer de cabeza y cuello. Para esto hará uso de una secuencia de imágenes funcionales (resonancia magnética y PET) antes, después y durante el tratamiento que unirán a la información anatómica habitual en el tratamiento estándar haciendo uso del tratamiento digital de la imagen.
Disponer de herramientas de análisis avanzadas en este campo permitirá elaborar tratamientos mucho más personalizados, más eficaces y menos agresivos en enfermedades como el cáncer, ya que hoy los tumores se identifican en las imágenes por la diferencia de densidad de los tejidos, cuando en realidad pueden estar ya extendidos a zonas más amplias y tener un comportamiento diferenciado. Con los nuevos sistemas se podrá predecir la evolución del tumor con el tratamiento y saber si llega a controlarse un tumor.
Solo para medios:
Si eres periodista y quieres el contacto con los investigadores, regístrate en SINC como periodista.
Se trata de la máquina molecular más compleja e intrincada de la biología humana, ya que edita más de 90 % de nuestros genes. Los errores en este proceso están vinculados con muchas enfermedades incluyendo la mayoría de los tipos de cáncer.
Un estudio en ratones muestra que es posible revertir los efectos del envejecimiento en las neuronas mediante reprogramación celular, aumentando su número y capacidad de conexión, lo que podría abrir nuevas vías para tratar enfermedades neurodegenerativas.
