Atos Quantum Learning Machine als Grundlage für medizinische Forschung

Atos, das internationale Life-Science-Unternehmen Bayer und die RWTH Aachen kooperieren beim Quantum-Computing. Die Unternehmen evaluieren den Einsatz der Technologie bei der Erforschung und Analyse von Krankheitsbildern beim Menschen. [...]

Die Atos Quantum Learning Machine dient als Grundlage zur Analyse von Krankheitsbildern bei Menschen. (c) Atos
Die Atos Quantum Learning Machine dient als Grundlage zur Analyse von Krankheitsbildern bei Menschen. (c) Atos

„Quantum-Computing ist eine der aufstrebenden Technologien, die einen tiefgreifenden Einfluss auf die Life-Science-Branche, Gesundheitsdienstleister und natürlich die Behandlungsmöglichkeiten für Patienten haben werden. Quantum-Computing befindet sich für uns noch in der Anfangsphase. Wir wollen jedoch herausfinden, wie und für welche Bereiche wir die Technologie am besten einsetzen können“, sagt Dirk Schapeler, Vice President G4A Digital Innovation von Bayer.

Computing– und Life-Science-Experten der drei Organisationen nutzen die Atos Quantum Learning Machine (QLM), den weltweit leistungsstärksten Quantensimulator, um mit Hilfe großer Datenbestände die Entwicklung von Mehrfacherkrankungen zu erforschen. Das Projekt basiert auf anonymisierten realen Daten von Intensivpatienten und hat das Ziel, Zusammenhänge zwischen Begleiterkrankungen und relevanten Mustern der Krankheitsentwicklung zu analysieren und zu identifizieren. Dieses Konzept ergänzt den Ansatz von klinischen Studien, die sich in der Regel auf eine begrenzte Anzahl von Patienten und gut strukturierte Daten für die Analyse von Krankheitsindikatoren konzentrieren.

„Wir müssen den Gesundheitszustand von Patienten, die mehr als eine Krankheit haben, besser verstehen. Die Atos Quantum Learning Maschine wird uns helfen, die Entwicklung einer Krankheit und die Interaktion mit Begleiterkrankungen zu analysieren“, sagt Ulf Hengstmann, G4A Digital Health Innovation Manager von Bayer. „Wir wissen bereits, dass Patienten mit spezifischen Erkrankungen wie Herzinsuffizienz mehrere typische Begleiterkrankungen aufweisen können. Jetzt müssen wir verstehen, warum dies so ist und wie es die Therapie beeinflusst.“

Konkrete Anwendungsfälle für Quantum-Computing

Die Atos Quantum Learning Machine ist das erste kommerziell verfügbare und sofort einsetzbare, auf Quantengattern basierende Quantensystem, das bis zu 41 Qubits (Quantenbits) simulieren kann. Die Atos QLM kombiniert ein ultrakompaktes System mit einer Programmiersprache für Quanten-Software, die auf dem universellen Standard aQasm (Atos Quantum Assembly Language) basiert.

Eine weitere Komponente ist ein leistungsstarker Software–Stack zur Simulation von Quantenprogrammen auf beliebiger Quantenrechner-Hardware, einschließlich der Modellierung von Quantenrauschen, einer einzigartigen Funktion auf dem Markt. Dank einer In-Memory-basierten Infrastruktur lässt sich die Simulationskapazität bei Bedarf jederzeit erhöhen und so die Skalierbarkeit von Anwendungen in Kombination mit höheren Arbeitslasten unterstützen.

„Quantum-Computing wird das digitale Zeitalter grundlegend verändern“, sagt Ursula Morgenstern, CEO von Atos Deutschland. „Um das Potenzial der Technologie voll zu erschließen, müssen Kunden konkrete Anwendungsfälle entwickeln und erforschen, wie es Bayer in diesem Projekt macht.“ Die Herausforderung für die kommenden Jahre besteht darin, Anwendungen zu finden, die auf frühen Quantenprozessoren laufen können. So lässt sich zeigen, dass Quantum-Computing entweder Probleme lösen kann, die herkömmliches Computing nicht bewältigen kann, oder aber beweisen, dass es exponentiell schneller ist. Parallel zum Quantum-Computing-Ansatz führt das Joint Research Center for Computational Biomedicine an der RWTH Aachen die Analyse auf einem Hochleistungscomputer durch, um die Genauigkeit und Leistung der Ergebnisse des Quantenexperiments zu bewerten.

„Das strukturelle Erlernen von Mechanismen aus Massendaten ist ein Forschungsschwerpunkt des Joint Research Center for Computational Biomedicine. Die Kombination von Quantum-Computing und maschinellem Lernen ist bis zu einem gewissen Grad noch Neuland. Wir sehen hier ein großes Potenzial für die medizinische Datenanalyse“, sagt Professor Andreas Schuppert, Leiter des Joint Research Center for Computational Biomedicine. „Wir erstellen daher eine vergleichende Datenanalyse mit einem Hochleistungscomputer, um die Vorteile von Quantum-Computing beim strukturellen Lernen zu evaluieren.“


Mehr Artikel

Be the first to comment

Leave a Reply

Your email address will not be published.


*


Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahren Sie mehr darüber, wie Ihre Kommentardaten verarbeitet werden .