Simulación de enfermedades infecciosas en grandes poblaciones a través de un autómata celular estocástico paralelizado por GPU con C-Cuda

Abstract

Un gran número de áreas de la ciencia están siendo beneficiadas con la reducción de tiempo de cómputo, gracias al uso de las Unidades Graficas de Proceso (GPU). En el caso de la Epidemiologia: agilizando la simulación de escenarios con poblaciones grandes donde el tiempo de procesamiento es muy significativo. El presente artículo introduce la simulación de eventos epidemiológicos basado en un modelo de Autómatas Celulares Estocástico (AC), el cual ofrece la implementación de las características principales de una enfermedad infecciosa a gran escala: Contacto, Vecindario, Trayectorias y Transmisibilidad. Un caso de estudio es simulado en una implementación del algoritmo AC, para una enfermedad Infecciosa de tipo SEIR (Susceptible, Expuesto, Infectado y Recuperado). En una población de 1, 000,000 de individuos, la cual es paralelizada a través de un algoritmo de balanceo de procesos implementado en C-CUDA. El resultado dado por el software paralelizado por GPU es comparado contra un análisis hecho del modelo paralelizado por multi-hilos CPU. Los resultados demuestran que el tiempo de cómputo puede ser reducido significativamente gracias al uso de C-CUDA.