用于阿尔茨海默病早期筛查的量子人工智能

量子机器学习是结合量子信息科学与机器学习的新兴研究领域。量子计算技术似乎特别适合高效地解决医疗领域的问题。它们有可能比经典模型更有效地处理大规模数据集，并为临床医生提供更高的透明度和可解释性。阿尔茨海默病是一种主要影响老年人的神经退行性脑部疾病，会导致严重的认知障碍。它是最常见的痴呆症病因，影响记忆、思维、学习能力和运动控制。此类疾病目前无法治愈，因此早期诊断对于减轻其影响至关重要。正如许多研究所推测的， handwriting 分析可有效用于诊断。DARWIN（Diagnosis AlzheimeR WIth haNdwriting）数据集包含了来自阿尔茨海默病患者和一组健康人的 handwriting 样本。在此，我们将量子人工智能应用于这一用例。具体而言，我们使用该数据集测试经典分类方法，并将其性能与通过量子机器学习方法获得的性能进行比较。我们发现量子方法通常优于经典方法。我们的结果为未来在医疗保健领域的早期筛查诊断中开发新的量子机器学习应用铺平了道路。