La investigación impulsada por el Departamento de Física y el Departamento de Ingeniería de Computación de la Universidad Técnica de Yildiz, Turquía, ha dado un giro significativo en el tratamiento de los tumores cerebrales mediante la aplicación de enfoques de inteligencia artificial cuántica. Utilizando tecnología microarray de ADN, se han explorado los perfiles de expresión génica de miles de genes para clasificar y entender mejor estas complejas neoplasias.
La tecnología microarray ADN es esencial para medir los niveles de expresión de miles de genes simultáneamente, permitiendo identificar firmas genéticas específicas para tumores cerebrales, lo que es crucial no solo para su diagnóstico, sino también para planificar un tratamiento eficaz. Al clasificar los tumores cerebrales, que pueden ser primarios si surgen en el propio tejido cerebral, o secundarios si son metástasis de otras partes del cuerpo, este estudio aporta una nueva herramienta en el arsenal médico.
El desafío principal radica en el manejo de la alta dimensionalidad de los datos que genera la tecnología microarray. Para una muestra de tumor cerebral, los datos se presentan como vectores de 15,000 dimensiones, una carga abrumadora para los métodos de inteligencia artificial clásicos, tanto en términos de costo computacional como de análisis de datos. Sin embargo, la incorporación de la computación cuántica, aprovechando características como la superposición y el entrelazamiento, permite el procesamiento paralelo eficiente de estos datos de alta dimensionalidad.
El modelo propuesto, denominado “Deep VQC”, basado en el Clasificador Cuántico Variacional, se desarrolló utilizando datos de microarrays con 54,676 características genéticas, logrando clasificar cuatro tipos de tumores cerebrales junto a muestras saludables con alta precisión. Comparado con algoritmos clásicos de machine learning, el Deep VQC demostró un rendimiento de clasificación tan bueno o superior, lo que resalta el potencial de los métodos de inteligencia artificial cuántica para la clasificación de estructuras tan complejas como los tumores cerebrales.
Una limitación continua es la tecnología cuántica de escala intermedia ruidosa (NISQ) empleada, que aunque permite operaciones en la vanguardia de la computación cuántica, aún enfrenta desafíos de recursos computacionales para procesar grandes volúmenes de datos rápidamente.
En conclusión, el estudio demuestra cómo el uso de modelados cuánticos puede marcar el comienzo de una nueva era en la clasificación y tratamiento de los tumores cerebrales, destacando la sinergia potencial entre la inteligencia artificial cuántica y los datos de microarray para desarrollar estrategias terapéuticas más eficaces y personalizadas. Los próximos pasos incluyen mejorar la precisión de la clasificación y afinar la identificación de características genéticas críticas.