Специалисты ННГУ им. Н.И. Лобачевского разработали гибридную квантово-классическую нейронную сеть, которая с точностью до 98% определяет наличие опухоли на МРТ-снимках головного мозга, взятых из открытых источников. Это один из первых успешных примеров объединения возможностей классических нейронных сетей и квантовых алгоритмов.
Использование квантового компонента позволило исследователям провести более глубокий анализ изображений, используя меньшее количество параметров по сравнению с классическими нейросетями. Таким образом, гибридная модель может оказаться более эффективным инструментом для обработки медицинских данных.
Такой подход повышает точность классификации благодаря оптимизации архитектуры нейросети. Классическая глубокая модель требует значительных вычислительных ресурсов из‑за миллиардов параметров. В данной архитектуре квантовый слой обрабатывает сильно сжатое представление признаков, и ключевую роль играет взаимодействие классической и квантовой частей.
Гибридная нейросеть успешно диагностирует МРТ-снимки с шумами и дефектами. При сильном гауссовском шуме точность квантово-классической модели составляет 96,6%, тогда как у классической сети – 92,2%. Это важно для оценки медицинских изображений, качество которых зависит от множества факторов.
«Мы увидели, что квантовый слой – это не просто дополнительный элемент архитектуры: его устройство заметно влияет на результат. В частности, модели с более развитыми повторяющимися квантовыми блоками в наших экспериментах лучше сохраняли точность при искажении изображений. Это позволяет предполагать, что квантовые преобразования признаков играют существенную роль в формировании более устойчивого представления данных. При этом механизм этого эффекта еще предстоит отдельно исследовать и подтвердить на реальном квантовом оборудовании», – рассказала автор исследования, кандидат физико-математических наук, старший научный сотрудник лаборатории «Искусственный интеллект в превентивной медицине» Исследовательского центра в сфере искусственного интеллекта Института информационных технологий, математики и механики (ИИТММ) ННГУ Марина Бастракова.
«Важно отметить, что любые нейросетевые решения не заменяют врача-диагноста. Они выступают как помощники при первичной диагностике, помогают не пропустить важные признаки и дают сигнал врачу обратить внимание на критические значения. Снижается вероятность ошибки и диагноз специалиста становится более обоснованным», – прокомментировал доктор физико-математических наук, главный научный сотрудник лаборатории «Искусственный интеллект в превентивной медицине» Исследовательского центра в сфере искусственного интеллекта ИИТММ ННГУ Михаил Иванченко.
Ученые протестируют новый подход к медицинской диагностике с помощью российских квантовых компьютеров, обучив нейросеть детальному описанию снимков и расширив классификацию изображений. Проект планируют реализовать профильные учреждения и научные центры.
«Развитие квантовых технологий и ИИ – стратегический приоритет ННГУ. Мы создали инструмент для анализа сложных данных, что открывает новые возможности для ранней диагностики и повышения качества здравоохранения. Наша цель – интегрировать алгоритмы в клиническую практику и адаптировать их под российские квантовые компьютеры», – заявил ректор ННГУ Олег Трофимов.
Источник: наука.рф
распечатать статью