FAU создала квантовую модель, улучшающую прогнозирование сердечно-сосудистых заболеваний

Хотя традиционные методы машинного обучения показали перспективные результаты в медицине, они часто испытывают трудности при анализе очень сложных и сильно нелинейных клинических данных.

Команда из Колледжа инженерии и компьютерных наук FAU под руководством Арслана Мунира, PhD, профессора кафедры электротехники и компьютерных наук и директора лаборатории ISCAAS (Интеллектуальные системы, компьютерная архитектура, аналитика и безопасность), представила новую структуру квантового машинного обучения, которая, по их оценке, повышает точность прогнозов сердечно-сосудистых заболеваний более чем до 90%.

Статья команды опубликована в журнале MDPI AI Journal (импакт‑фактор 6,5) и содержит всестороннюю оценку методов квантового кодирования признаков и квантовых классификаторов применительно к задаче прогнозирования заболеваний сердца. Авторы отмечают потенциал квантового машинного обучения для улучшения медицинской аналитики и систем поддержки клинических решений.

Исследование опирается на клинические данные 918 пациентов. В рамках работы авторы систематически сравнили пять подходов к квантовому отображению признаков и четыре квантовых классификатора, чтобы выявить наиболее эффективную комбинацию для диагностики заболеваний сердца. Наилучшая модель — квантовая машина опорных векторов с угловым кодированием — продемонстрировала точность 90,26%, чувствительность 92,16%, специфичность 83,42% и площадь под кривой (AUC) 0,93.

Авторы делают вывод, что квантовые представления признаков и квантово‑усовершенствованные классификаторы позволяют лучше моделировать сложные взаимосвязи в клинических данных и обеспечивать высокую точность прогнозирования. По мере развития квантовых технологий такие методы могут расширить инструменты для диагностики, персонализации лечения и поддержки клинических решений.

«Эта работа иллюстрирует растущий потенциал квантовых вычислений для вклада в развитие здравоохранения и медицины », — сказала Стелла Баталама, PhD, декан Колледжа инженерии и компьютерных наук FAU. «Атлантический университет Флориды инвестирует в инфраструктуру квантовых вычислений, а колледж расширяет научные кадры и исследовательский потенциал в этой области; работа доктора Мунира — пример исследования на стыке квантовых вычислений, искусственного интеллекта и здравоохранения ».

Исследовательская работа в лаборатории ISCAAS направлена на разработку практического применения квантовых методов в здравоохранении, кибербезопасности, интеллектуальной инфраструктуре, автономных системах и научных вычислениях.

Публикация дополняет более широкие усилия FAU по развитию экосистемы квантовых вычислений, налаживанию сотрудничества с промышленностью и подготовке студентов и исследователей к работе с технологиями следующего поколения.

По мере того как правительства, промышленность и научные центры во всем мире вкладывают средства в квантовые технологии, здравоохранение рассматривается как одно из наиболее перспективных направлений их применения: квантовые диагностические инструменты в будущем могут помочь врачам анализировать сложные медицинские наборы данных, выявлять риски на ранних стадиях и поддерживать персонализированное планирование лечения.

«Квантовые вычисления переходят от теоретических обещаний к практическим инновациям, и здравоохранение — одна из областей, где квантовое машинное обучение может принести ощутимую пользу », — отметил Мунир. «Наша работа показывает, что квантовые подходы уже способны давать значимые результаты и могут стать основой для будущих клинических приложений, опирающихся на более развитые квантовые технологии ».