Исследование, проведённое в Университете штата Сан-Паулу (UNESP) в Бразилии
Недавно в Университете штата Сан-Паулу (UNESP) в Бразилии было предложено использовать гибридную квантово-классическую модель для поддержки диагностики рака молочной железы по медицинским изображениям.
Основные моменты исследования
Работа была опубликована в рамках 2025 IEEE 38th International Symposium on Computer-Based Medical Systems (CBMS), организованного Институтом инженеров электротехники и электроники (IEEE). В публикации авторы описывают гибридную нейронную сеть, которая сочетает квантовые и классические слои с использованием подхода, известного как квантово-свёрточная нейронная сеть (QNN). Они применили модель к маммографии и ультразвуковым изображениям для классификации поражений как доброкачественных или злокачественных.
Выводы автора исследования
«То, что мы хотели привнести в эту работу, — это очень простая архитектура, использующая квантовые вычисления, но содержащая минимум квантовых и классических устройств», — говорит Ясмин Родригес, первый автор исследования.
Работа является частью её научного инициативного проекта под руководством Жоао Пауло Папа, профессора на факультете вычислительной техники в кампусе Бауру UNESP. Папа также является соавтором статьи.
Они выбрали рак молочной железы в качестве цели для тестирования вычислительной модели, потому что это наиболее распространённый тип рака среди женщин во всём мире. В 2022 году было зарегистрировано 2,3 миллиона случаев и 670 000 смертей. Раннее выявление имеет решающее значение для повышения шансов на излечение и выживание. Однако традиционные методы, такие как маммография, в значительной степени зависят от интерпретации человека, что может привести к вариациям в диагностике.
«Хотя теоретически маммографию просто понять, это всё равно обследование, интерпретация которого сильно зависит от специалиста, выполняющего процедуру», — говорит Папа.
Использование квантовых вычислений в медицине
Что отличает работу UNESP от других инициатив в области искусственного интеллекта в здравоохранении, так это использование квантового свёрточного слоя наряду с классическим слоем.
«Подобно классической свёртке, цель квантовой свёртки — извлечь локальные особенности из структурированных данных, таких как изображения. Но она делает это, используя уникальные свойства квантовых систем, такие как суперпозиция и запутанность, которые позволяют обрабатывать информацию гораздо более эффективно и быстро», — говорит Папа.
В исследовании квантовый слой, состоящий из четырёх кубитов (квантовых битов), заменил традиционный процесс извлечения признаков из изображений.
«Мы пропускали изображения через этот четырёхкубитный квантовый контур с операциями вращения и логическими вентилями. Это позволило нам получить необходимые измерения. Затем изображения поступали в простые классические слои, которые выдавали окончательную классификацию», — объясняет Родригес.
Результаты исследования
В исследовании не использовался настоящий квантовый процессор, а скорее классическая платформа, такая как фреймворк PennyLane, который воспроизводит идеальное поведение квантовой схемы без шума окружающей среды.
Физические концепции, лежащие в основе модели
Фундаментальной концепцией физики, лежащей в основе модели, является суперпозиция. Суперпозиция отличает кубит от классического бита.
Родригес объясняет: «Чтобы понять суперпозицию, полезно обратиться к представлению, известному как сфера Блоха. Мы можем представить эту сферу как футбольный мяч, где каждая точка на поверхности представляет возможное квантовое состояние. На вершине сферы, на Северном полюсе, у нас состояние 0. На Южном полюсе — состояние 1. Все остальные точки на поверхности соответствуют состояниям суперпозиции между 0 и 1».
«Когда система находится точно на Северном или Южном полюсе, мы на 100% уверены, что кубит находится в состоянии 0 или 1 соответственно. Но в любой другой точке на сфере мы вступаем в вероятностную территорию: кубит находится в суперпозиции с различной вероятностью быть измеренным как 0 или 1».
Исследование из Университета Райса
Исследование из Университета Райса, опубликованное в PRX Quantum, показало, что перенос энергии между молекулярными участками происходит быстрее, когда он начинается в запутанном, делокализованном квантовом состоянии, а не с одного участка. Открытие может привести к разработке более эффективных светособирающих материалов, которые улучшают преобразование энергии из света в другие формы энергии.
Многие биохимические процессы, включая фотосинтез, зависят от быстрой и эффективной передачи энергии после поглощения. Понимание того, как квантово-механические эффекты, такие как запутанность, влияют на эти процессы при комнатной температуре, может значительно изменить наш подход к созданию искусственных систем, имитирующих природную эффективность.
«Делокализация начального возбуждения на нескольких участках ускоряет передачу способами, которые не могут быть достигнуты при старте с одного участка», — сказал Гвидо Пагано, автор исследования и доцент кафедры физики и астрономии.
Исследование использует упрощённую модель молекулы, состоящую из двух областей: донора, где энергия первоначально поглощается, и акцептора, куда энергия должна в конечном итоге прибыть. Энергия может перемещаться между участками в каждой области; хотя более длинные скачки менее вероятны, они всё равно включены в модель. Модель также учитывает взаимодействие с окружающей средой, которая может быть связана с колебаниями молекулы и влиять на процесс переноса энергии.
Ключевым направлением исследования было определение того, является ли более эффективным начало энергии полностью с одного донорского участка или в делокализованном или запутанном состоянии, распространённом на два или более донорских участка. Исследователи изучили, влияет ли это квантово-механическое свойство на скорость передачи в системе с дальнодействующими взаимодействиями.
«Начало в делокализованном квантовом состоянии предоставляет системе больше путей», — сказал Пагано. «Наше моделирование показывает, что эта дополнительная когерентность позволяет ускорить передачу к акцептору даже при наличии шумового воздействия окружающей среды».
Исследовательская группа обнаружила, что когда энергия начинается в запутанном начальном состоянии, передача к акцептору происходит значительно быстрее, чем в сценариях, где энергия начинается с одного участка. Этот вывод справедлив для различных параметров модели, включая силу связи с окружающей средой, диапазон взаимодействий между участками и беспорядок в системе.
«Это говорит о том, что природа может использовать запутанность и когерентность для оптимизации скорости переноса возбуждения, тем самым повышая надёжность этого процесса», — сказал Пагано.
Хотя модель намеренно минимальна, исследователи утверждают, что её последствия распространяются на более сложные молекулярные системы. Они предлагают провести экспериментальные тесты с использованием контролируемых квантовых платформ, таких как системы с захваченными ионами, для моделирования физики молекулярного переноса энергии.
«Наша цель — соединить абстрактный мир квантовой информации с ощутимыми механизмами, наблюдаемыми в биологии», — сказал Диего Фаллас Падилья, первый автор исследования и выпускник Райса. «Это исследование служит шагом к иллюстрации того, что квантовая когерентность — это не просто теоретическая диковинка, а практический компонент конструкции природы».
Соавторами исследования являются сотрудники Райса Визал Со, Абхишек Менон, Роман Журавель и Хан Пу.