En este proyecto se Diseña e implementa un sistema de computación de alto rendimiento, orientado a la identificación de estados funcionales del cuerpo humano, empleando registros de bioseñales e imágenes médicas en el diagnóstico asistido, que permita reducir notablemente los tiempos de entrenamiento de las técnicas de clasificación y reconocimiento de patrones. Además, se Analiza una forma adecuada de representación geométrica de los clasificadores de características más cercanas que permita su implementación en paralelo; con el fin de reducir significativamente el costo computacional del entrenamiento en la identificación de imágenes médicas; en particular, imágenes dermatológicas y de posturas labiales. Adicionalmente, se diseña y construye un cluster Beowulf (basado en PCs) para la ejecución de los algoritmos paralelos. Asimismo, elegir la arquitectura (número de nodos, velocidad de comunicación, conexiones, etc), la plataforma y las librerías de desarrollo paralelo (PVM, BSP, etc.) más adecuadas para las tareas de identificación de bioseñales e imágenes médicas planteadas. Finalmente, se Evalúa el desempeño y la complejidad computacional de las técnicas paralelas y se comparan con las implementaciones secuenciales, en las tareas de identificación automatizada empleando bioseñales e imágenes médicas en las aplicaciones concretas de identificación de hipernasalidad en registros de voz, detección de infarto agudo de miocardio sobre registros de ECG y análisis de imágenes dermatológicas y de posturas labiales.