自2023年3月IBM和克利夫兰诊所推出首台专门用于医疗研究的量子计算机以来，医疗保健领域发生了巨大变化。人工智能和机器学习的迅猛崛起和快速进化有望加速量子计算的发展，量子计算利用量子力学原理进行超高速计算。这种提升可以推动量子计算在药物发现和医学诊断方面的应用。
克利夫兰诊所首席研究信息官Lara Jehi博士表示，自从量子计算机安装以来，医疗研究取得了“巨大增长”。
通过克利夫兰诊所的Discovery Accelerator合作项目，目前有52个研究项目正在使用这些高性能计算技术。克利夫兰诊所与IBM合作发表了同行评审的研究论文，包括其第一项研究，该研究为将量子计算方法应用于蛋白质结构预测奠定了基础。
Jehi说：“通过准确预测蛋白质的结构，研究人员可以更好地了解疾病的传播方式以及如何创建有效的治疗方法。”
克利夫兰诊所、IBM和英国科学与技术设施委员会的哈特里中心（Hartree Centre）最近宣布了一项合作，旨在通过人工智能和量子计算推进医疗保健和生物医学科学。启动了两个临床研究项目，其中一个由Jehi领导并与IBM和哈特里中心合作，将应用量子计算分析大规模数据集，以识别能更好预测癫痫患者手术反应的体内分子特征。
“目标是发现可用于个性化治疗计划的新生物标志物，从而改善患者的治疗效果。”她补充道。
人工智能还被用于增强影像学，帮助检测乳腺癌和其他癌症。Jehi说：“近年来，我们看到这些旨在加速生物医学研究和提高患者护理水平的技术加速发展和广泛应用。”
一个例子是克利夫兰诊所早期使用人工智能进行败血症风险预测，该系统正在试点一个败血症AI程序，将高级模型直接集成到临床工作流程中，使决策更简单、更有效。“目标是更快、更准确地标记败血症，从而实现更及时和有效的治疗。”Jehi说。
在药物发现方面，研究人员必须准确描述复杂的量子力学系统，这些系统编码大分子的结合相互作用和化学反应速率。卡内基梅隆大学匹兹堡超级计算中心的副科学主任Bruno Abreu博士表示：“在传统计算机上模拟这些系统极其耗费资源，大多数情况下在实际应用所需的规模上是不可行的，即使是最强大的超级计算机也是如此。”
然而，量子计算机本身就是量子系统，这使得它们成为这些模拟的更合适平台。
在典型的工作流程中，人工智能作为指南，提出具有高潜力展示所需物理、化学或治疗性质的分子候选者。然后由量子计算机快速解决这些候选者的动态特性，给出候选者适用性的答案，并最终增强用于训练AI模型的数据，以推断候选者。
Abreu说：“随着量子计算机变得更加可靠、可用和普及，我们无疑会开始更频繁地看到成功的应用。”
(全文结束)
