新的数字工具可以更好地监测巴雷特的食道

美国能源部橡树岭国家实验室的研究人员组成的一个团队开发了一种数字工具，可以更好地监测一种被称为巴雷特食管的疾病，这种疾病影响着美国300多万人。巴雷特氏病发生时，食管下部的粘膜内膜恶化，改变其细胞结构，最常见于慢性胃酸反流患者。

巴雷特氏病被认为是一种癌前病变，因为它是食管癌的常见前兆，所以监测患者是至关重要的。然而，目前追踪疾病进展的模式，即所谓的西雅图方案，是侵入性的、昂贵的，而且可能无效。

根据协议，巴雷特的患者必须每隔几个月用镊子戳一次他们的食道，这是一种不舒服的经历，只能捕捉到一小部分受影响的组织，这意味着尽管进行了侵入性手术，但有问题的组织仍可能未被发现。

一个研究团队开始测试西雅图方案的有效性，通过构建一个计算模型为了代表人类食道，使用横跨大量组织的真实数据。

该团队还包括来自哥伦比亚大学欧文医学中心、西奈山伊坎医学院和麻省总医院技术评估研究所的研究人员，他们在该杂志上发表了他们的研究结果模拟．

ORNL计算系统工程负责人、该项目的研究员吉姆·努塔罗(Jim Nutaro)说:“最终目标是在给病人做身体检查和发现可疑信息的频率之间取得平衡。”“它再现了历史数据，模拟中出现的癌症与现实世界类似。这些都是虚拟病人，我们想怎么戳就怎么戳。”

该团队的最终目标是最大限度地减少跟踪病情的侵入性，并进一步减少死亡食道癌为未来潜在的监测制度提供了一个试验平台。

为了检查他们的数字患者，研究人员首先需要通过计算模型构建一个数字食管。研究小组从20世纪60年代的实际队列中提取了巴雷特发病和死亡年龄的输入数据，并使用检出率和人口统计数据等真实数据验证了得出的模型。

“这是经典的模型构建和开发，”Nutaro说。

然后，该模型与使用真实数据构建的数百万种不同类型组织的模拟相辅相成，这是一个计算成本高昂的过程，只有通过跨多核服务器的并行化才能实现。

研究人员写道:“优化例程旨在并行计算平台上工作，并受益于多核并行，以便在可行的时间内对模型进行校准。”

这是ORNL擅长的一项任务，因为该实验室目前拥有全国最快的计算机Summit，以及数百名研究人员，如Nutaro和他的同事，ORNL的科学家和团队成员Ozgur Ozmen，他们每天都在利用这些资源来解决我们这个时代最复杂的科学挑战。

该团队的模型在公共领域可以应用于巴雷特患者的物理治疗。

在短期内，研究人员希望将其应用于研究不同时间尺度和组织区域的巴雷特氏病检测的变化。最终，他们希望在医学界找到合作伙伴，利用他们的发现来开发一种新的方案，并进一步改善巴雷特食管患者的生活和预期寿命。

“我们可以分享模型并与他们合作，进一步完善目前的做法，”Ozmen说。换句话说，我们可以帮助优化未来的协议。”