Cercetătorii de la FAU dezvoltă un cadru cuantic pentru prezicerea bolilor de inimă
Boli cardiovasculare rămân o provocare majoră pentru sănătatea globală, provocând milioane de decese anual și generând costuri semnificative pentru sistemele de sănătate.
Diagnosticarea timpurie și precisă este esențială pentru îmbunătățirea rezultatelor și facilitarea intervențiilor rapide.
Cercetătorii din domeniul ingineriei de la Florida Atlantic University (FAU) au creat un cadru inovator de învățare automată cuantică, care îmbunătățește semnificativ predicția bolilor de inimă. Studiul publicat în MDPI AI Journal (factor de impact 6,5) oferă o evaluare cuprinzătoare a tehnicilor de mapare a caracteristicilor cuantice și clasificare cuantică pentru predicția bolilor de inimă, demonstrând potențialul învățării automate cuantice de a spori analizele de sănătate și sistemele de suport pentru decizii clinice.
Folosind date clinice de la 918 pacienți, echipa de cercetare a evaluat sistematic cinci tehnici de mapare a caracteristicilor cuantice și patru clasificatori de învățare automată cuantică pentru a identifica cea mai eficientă abordare în diagnosticul bolilor de inimă. Cel mai performant model, un Quantum Support Vector Machine utilizând Angle Encoding, a obținut o precizie de 90,26%, o sensibilitate de 92,16%, o specificitate de 83,42% și un AUC de 0,93, evidențiind potențialul său pentru predicția exactă a bolilor de inimă.
„Cercetarea noastră demonstrează că învățarea automată cuantică poate constitui un nou cadru puternic pentru analizele de sănătate. Prin valorificarea reprezentărilor cuantice și a clasificatorilor îmbunătățiți cuantic, putem modela relații complexe în datele clinice mai eficient, permițând predicții foarte precise ale bolilor de inimă”, a declarat Arslan Munir, profesor în Departamentul de Inginerie Electrică și Știința Calculatoarelor de la FAU și director al Laboratorului de Sisteme Inteligente, Arhitectură Computerizată, Analiză și Securitate (ISCAAS).
Studiul oferă dovezi că modelele îmbunătățite cuantic pot oferi predicții extrem de precise, menținând în același timp eficiența computațională prin intermediul unor hărți de caracteristici cuantice bine concepute și circuite cuantice superficiale.
„Această lucrare ilustrează potențialul în creștere al calculului cuantic de a contribui la progrese în domeniul sănătății și medicinei”, a afirmat Stella Batalama. „Florida Atlantic University investește semnificativ în infrastructura de calcul cuantic, iar Colegiul de Inginerie și Știința Calculatoarelor completează aceste investiții prin dezvoltarea expertizei și capacității de cercetare în acest domeniu emergent.”
Lucrarea, realizată prin intermediul laboratorului ISCAAS condus de Munir, contribuie la eforturile continue de a dezvolta aplicații practice ale tehnologiilor cuantice în sănătate, cibernetică, infrastructuri inteligente, sisteme autonome și calcul științific.
Pe măsură ce guvernele, industria și instituțiile de cercetare din întreaga lume investesc masiv în tehnologiile cuantice, sănătatea a devenit unul dintre cele mai promițătoare domenii de aplicație. Sistemele de diagnostic îmbunătățite cuantic ar putea ajuta în cele din urmă medicii să analizeze seturi de date medicale din ce în ce mai complexe, să identifice mai devreme riscurile de boală și să sprijine planificarea tratamentului personalizat.
„Calculul cuantic trece de la promisiunea teoretică la inovația practică, iar sănătatea reprezintă unul dintre cele mai influente domenii de aplicație în care învățarea automată cuantică poate face o diferență”, a spus Munir. „Lucrarea noastră oferă dovezi că abordările cuantice pot deja să livreze rezultate semnificative și pune bazele pentru viitoarele aplicații clinice alimentate de tehnologiile cuantice de generație următoare.”
