Ученые Нижегородского государственного университета имени Н. И. Лобачевского объединили квантовые технологии и искусственный интеллект для анализа МРТ-снимков головного мозга. Гибридная нейросеть, сочетающая классические алгоритмы и квантовые вычисления, показала точность 98% — даже на изображениях с шумами и дефектами. При этом она требует меньше вычислительных ресурсов, чем традиционные модели.
Автор исследования, старший научный сотрудник лаборатории «Искусственный интеллект в превентивной медицине» ННГУ Марина Бастракова пояснила, что квантовый слой в нейросети работает со сжатым представлением данных — выделяет ключевые признаки, а не перебирает весь массив информации. Это позволяет снизить вычислительные затраты по сравнению с классическими моделями, которые содержат миллиарды параметров.
Еще одно преимущество гибридной сети — устойчивость к шумам. На зашумленных МРТ-снимках ее точность составила 96,6% против 92,2% у классической нейросети. Именно квантовые преобразования обеспечивают эту устойчивость, но точный механизм еще предстоит изучить на реальном оборудовании.
«Развитие квантовых технологий и искусственного интеллекта — стратегический приоритет университета. Мы нацелены на интеграцию этих алгоритмов в клиническую практику и их адаптацию под мощности российских квантовых компьютеров», — отметил ректор ННГУ Олег Трофимов.Главный научный сотрудник лаборатории Михаил Иванченко подчеркнул, что нейросетевые решения не заменяют врача-диагноста, а выступают как помощники при первичной диагностике, снижая вероятность ошибки и делая диагноз более обоснованным.
В ближайших планах ученых — тестирование подхода на новых медицинских наборах данных с использованием российских квантовых компьютеров и расширение классификации изображений. Обсуждается участие в проекте профильных учреждений.
Исследование выполнено в рамках программы Минобрнауки России «Приоритет-2030» (нацпроект «Молодежь и дети»).
