利用高科技解决癌症难题

5Seven

案例信息：

客户：莱斯大学

主校区：休斯顿

业务：高等教育和高级研究

挑战：解决与癌症放射治疗和研究相关的问题

解决方案：接受拨款和 IBM 捐赠的 BlueBioU 系统来加速癌症治疗和研究

硬件：一个由 49 个节点组成的 POWER7 BlueBioU 高性能计算平台

软件：Red Hat Enterprise Linux

正如与癌症对抗的一些患者所证实的那样，治疗往往比疾病感觉还要糟糕。这就是医学研究者和其他科学人员努力工作以减轻化疗和放射治疗等治疗的副作用的原因。例如，在放射治疗方面，打算采用调强质子治疗 (IMPT) 等新疗法来减轻对肿瘤周围健康组织的损害。

但是，传统的找出最小损害的最佳做法所用的时间比医师和患者预想的要长。没有任何两个肿瘤是一样的，必须以不同的方法治疗每个肿瘤，具体疗法取决于肿瘤的大小和位置等因素。这意味着必须考虑每个患者的具体情况，为正在接受放射治疗的每个患者创建具有最佳治疗方法的模型。

此外，放射治疗可能会引发潜在的继发性癌症。对具体患者评估此类风险有助于确定应使用哪种特殊形式的治疗方法。但是，当前的剂量计算引擎不支持此类风险评估。

考虑到这一点，莱斯大学打算使用他们自己的可在几种不同系统上运行的算法，以显著提高提供备用方法和更安全的放射治疗方法的速度。其中一种系统是 BlueBioU，这是一种基于 IBM POWER7 技术的高性能计算 (HPC) 环境。在其上运行的应用程序已使用 IBM XL C/C++ 和 XL Fortran for Linux* 编译器进行了优化。现在，非常感谢这个用 HPC 和应用程序改进过的研究平台，它们几分钟就可以生成结果，而之前需要花费数百个小时。该平台使医生能够更快速地访问所需的信息，从而减少放射治疗的副作用。

降低风险

还有一年时间就到休斯顿莱斯大学的百年校庆了，该大学不仅是高等教育的温床，还是跨多个学科进行高级研究的温床。这方面的一个证明是，该大学于 2010 年的校庆成立了 BioScience Research Collaborative (BRC)，将其研究人员、教师以及长期医疗合作伙伴派遣到了德州医学中心，与他们共同进行生物医学研究。

BRC 将来自医学、生物学和物理学等不同领域的科学家聚集在一起，共同研究各种不同的主题，其中包括蛋白质折叠、人类基因图谱、生物分子行为和人工器官植入建模。正如人们所期望的那样，BRC 研究人员还深入研究了癌症治疗方法，比如 IMPT。

这为 Pablo Yepes 等科学家提供了施展其才能的舞台，Pablo Yepes 是莱斯大学物理及天文学系的一名高级教师（研究副教授）。尽管他学习的是粒子物理学（他与 CERN 日内瓦实验室共同进行这方面的研究），但他最近开始涉足医学物理学的新兴领域。

更具体地说，他和其他物理学家正在研究放射对癌症患者的影响。“我们收到了休斯顿 M.D. Anderson 癌症中心提供的一些资金，打算开发一种快速方法来计算癌症治疗中放射的分布。例如，如果您将对某个患者采用放射治疗，首先要了解的就是它对患者的影响，” Yepes 说。

这包括射线进入人体的深度和范围等内容。射线进入人体的地方当然会对人体有损害。如果深入照射到肿瘤后面的健康组织，也会损害这些组织。但是，这些损害是可以减轻的，通过更改治疗中使用的放射量，或者更改射线进入人体时的角度。

或者，正如 Yepes 和其他人所发现的那样，可采用不同的放射类型。在采用质子放射的情况下，用户可以更好地控制放射量，帮助确保射线不会照射到癌细胞后面的健康组织。这会将健康组织所受的损害限制为只有射入点和射线所经过的地方会受到损害。

尽管这一方法具有很高的精确度，但仍有引发继发性癌症的可能性。要降低风险，医师需要一个破坏性小的路线来照射肿瘤。一种解决方法是从多个方向照射肿瘤。

最小化和最大化

控制照射肿瘤的放射量和创造最佳角度的系统要求进行大量分析。

据 Yepes 说，最好的方法是使用 CT 扫描。通过将扫描结果传入计算系统中并进行精确的分析算法，临床医师可大大减少对健康组织的损害。

“使用患者的三维图像并对其应用计算，以便根据可用的角度确定放射量。这有助于您制定一个计划，最大程度地减少健康组织损害和提高照射目标的放射量，” Yepes 说。

最精确的方法是 Monte Carlo 计算，这是一种依赖于重复的随机取样技术产生更详细结果的计算算法，非常适用于模拟流体系统。但是，Monte Carlo 技术要求投入大量时间，典型的治疗计算要花费数百个小时才能完成。在需要快速且高效地确定某个癌症患者的最佳治疗方法时，这种方法肯定不是最好的，更不用说用它确定多个癌症患者的最佳治疗方法了。

因此 Yepes 和其他人创建了一种 Fast Dose Calculation 算法，与 Monte Carlo 算法相比，这种算法更快一些，但精确度几乎是一样的，“精确度相差 1% 到 2%，” Yepes 说。他们还开发了一个数据库，展示质子在水中的反应情况，然后根据患者的三维扫描来确定最佳治疗方法。

生命研究

最初，莱斯大学在基于图形处理单元 (GPU) 的系统（莱斯大学已将它用于患者）上进行了许多此类计算。但是，由于一些逻辑问题（包括 GPU 处理信息以线性方式而不是以多线程方式进行处理），它比研究人员预想的要慢很多。

该系统仍在使用中，但是莱斯大学想要促进 Yepes 及其同事的成果以及莱斯大学其他研究人员的成果。因此应用了这些成果，并从 IBM Systems and Technology Group (STG) University Alliances 和 IBM University Relations（包含一个 BlueBioU 系统）那里获得了 Shared University Research 授权。

这个由 49 个节点组成的 POWER7 系统（IBM 捐赠了其中的 19 个节点，其他节点由莱斯大学购买获得）可在 Red Hat Enterprise Linux 上运行，它的功能与该大学之前一直使用的所有基于 x86 的 HPC 系统一样强大。

当然，这种新基础架构所需的功能比一套 POWER7 BlueBioU 集群要多。IBM Linux Technology Center 还帮助莱斯大学将此项新技术与其现有的部分 IT 体系结构（包括其存储系统）相结合。该中心还与 IBM 编译器开发团队一起协作，优化了与应用程序相关的一些性能。他们使用 IBM XL C/C++ 和 XL Fortran for Linux 编译器完成了这样优化，自动化了此应用程序的大部分过渡。为满足巨大的存储需求，BlueBioU 还采用了 General Parallel File System，这是一种高可用性、高性能的文件系统，针对几千万字节存储管理进行了优化。

现在，莱斯大学的研究人员的工作速度比以往更快。例如，Yepes（他还获得了 IBM STG University Alliances 颁发的教师奖，这为他的在 BlueBioU 上运行的 Fast Dose Calculation 算法提供了支持）正在根据上传的 CT 扫描返回他的研究成果，只需要几分钟而不是之前的数百个小时即可完成此操作。（“我们希望在解决了一些相关问题后，能将时间缩短至几秒，” Yepes 补充道。）这对 Yepes 另一方面的工作至关重要，该工作包括提供一个医生可上传其图像的网站。

我们计划在本月的会议上讨论该网站，它支持医生上传 CT 扫描并立即获得结果，包括使用多少放射量，以及此剂量引发继发性肿瘤的可能性。这些都可以在患者及其医师同在办公室时完成。此外，由于基本 BlueBioU 系统的速度的大幅提升，因此可分析更多患者。

对每个人都有好处

这也适用于研究癌症放射治疗的其他科学人员。他们可以分析许多匿名患者的结果，并对它们进行比较，以确定更好的治疗方法，包括治疗本身的影响和长期的副作用。

“这很重要，因为您永远无法确定放射治疗是否会引发继发性癌症。但是进一步的研究可能会让您发现其中的相关性。因此拥有一个支持您快速进行分析和大量取样的系统，可以让您获得更好、更精确的结果，” Yepes 说。“从长远来看，这对每个人都有好处。”

关于作者

Jim Utsler 是 IBM Systems Magazine 的资深撰稿人，在技术写作方面有十多年经验。

http://www.ibm.com/developerworks/cn/aix/systemmaga/8/Edge_Against_Cancer/index.html