7月20日，2024中国量子计算产业峰会暨量子计算开发者大会在广州市黄埔区召开。蚌埠医科大学第一附属医院教授、主任医师谢宗玉受邀在会上分享基于量子计算的乳腺癌检测最新进展。
乳腺癌是女性最常见的恶性肿瘤之一，而乳腺钼靶检查是目前国际上普遍采用的乳腺癌筛查方法。尽管这种方法已经相当成熟，但由于二维图像的局限性，有时难以精确判断病灶性质，这给医生的诊断带来了一定的难度。特别是在乳腺组织致密的患者中，病变的检出率相对较低，因此，提高钼靶检查的准确性和效率成为亟待解决的问题。
近年来，随着人工智能技术的发展，尤其是深度学习算法的进步，为乳腺钼靶图像的分析提供了新的解决方案。
谢宗玉教授指出，蚌埠医科大学与本源量子达成合作，首次将量子计算与深度学习算法结合，设计出混合经典量子图像算法，并开发出基于中国第三代自主超导量子计算机“本源悟空”的乳腺钼靶检测真机应用，
混合经典量子图像算法由经典神经网络和量子神经网络组成，经典神经网络负责特征提取以及量子经典数据转换的预处理和后处理，量子神经网络负责决策判断。相对于经典神经网络模型，量子经典混合网络结合了深度学习技术和量子计算技术，在现阶段的含噪声中等规模量子计算机上实现了乳腺钼靶图像筛查精度的提升，可以针对乳腺钼靶图像的健康分类和病灶的良恶性分类进行高精度的快速分析，帮助临床医生高效准确的对患者病情做出判断。
谢宗玉教授表示，基于近期“本源悟空”的乳腺钼靶检测真机应用平台的推出，验证了真实量子计算机在钼靶图像识别和病灶分类领域的可行性。“接下来，我们将继续扩充乳腺钼靶数据集，深化量子经典神经网络算法研究，进一步提升应用检测、分类的准确率，想着建立多模态量子智能化诊断系统的目标不断迈进。”（钱中清/审 王秋丽/文/图）
