Informatietype:
Project
Thema:
Quantum-safe technologie
Unit:
ICT, Strategy & Policy

Toekomstige quantumcomputer biedt mogelijke kansen voor detecteren van kanker

In samenwerking met

TU Delft

Quantumtechnologie wordt gezien als een sleuteltechnologie die nieuwe producten en diensten mogelijk zal maken. TNO werkt binnen QuTech, samen met de TU Delft, aan de computer van de toekomst: de quantumcomputer. Quantumcomputers hebben de mogelijkheid om bepaalde problemen vele malen efficiënter op te lossen dan hun klassieke voorgangers. Dit kan potentieel helpen bij het verbeteren van voorspellingen wanneer in weefsel zich kwaadaardige kanker ontwikkelt.

Een quantumcomputer maakt slim gebruik van quantummechanische effecten, en dat kan leiden tot exponentieel snellere algoritmes. Daardoor kunnen quantumcomputers in potentie complexe problemen oplossen die voor huidige computers praktisch onoplosbaar zijn, omdat de berekening op een klassieke computer eeuwen zou kunnen duren.

Voorspellen met data

Een vroege ontdekking van de kanker is essentieel voor succesvolle behandeling. Daarom wordt geprobeerd een model te ontwikkelen dat een voorspelling kan doen of kwaadaardige kanker zich gaat ontwikkelen in weefsel. Het bepalen van de belangrijkste factoren die een rol spelen bij de ontwikkeling van kanker is een van de grootste uitdagingen voor een goede voorspelling. ‘Supervised learning’, een onderdeel van Kunstmatige intelligentie, biedt veel potentie voor het maken van zo een model. Een grote dataset met bekende labels wordt aan een computer gegeven, die hier vervolgens zelf een model van maakt op basis van patronen gevonden in de dataset.

Meer rekenkracht gewenst

Supervised learning vereist een dataset die voldoende (gelabelde) data bevat. Hoeveel data genoeg is, hangt van het probleem af. Wanneer patronen in de data minder duidelijk zijn, is meer data nodig voor vergelijkbare resultaten. Anders dan bij bijvoorbeeld het herkennen van een handschrift, waar elke letter duidelijke onderscheidende eigenschappen heeft, is het vinden van bepalende eigenschappen voor de ontwikkeling van kwaadaardige kanker minder duidelijk. Om toch nuttige voorspellingen te kunnen doen zijn dus grote hoeveelheden data nodig en dat vereist een enorme rekenkracht. En hier zou quantum computing uitkomst kunnen bieden.

Quantumalgoritmes

Binnen TNO wordt gewerkt aan quantumalgoritmes die de meerwaarde van quantumcomputers kunnen aantonen. De huidige quantumcomputers zijn op dit moment nog niet in staat de gevraagde rekenkracht in te vullen. Daarom worden veel algoritmes gesimuleerd. Het quantumalgoritme om patronen bij het ontstaan van kanker te herkennen kunnen we simuleren met behulp van Quantum Inspire, een door QuTech ontwikkelde simulator van een quantumcomputer.

Op basis van een dataset met data over goedaardige en kwaadaardige kanker kan Quantum Inspire een voorspelling geven over een nieuw datapunt. In 80% van de gevallen wordt een nieuw datapunt correct geclassificeerd. Ondanks dat traditionele computers betere resultaten behalen door gebruik te maken van grotere hoeveelheden data, is de quantumcomputer in staat om het probleem vele malen efficiënter op te lossen. Dit demonstreert de potentiele impact van quantumalgoritmes op het hedendaagse leven. (Bron)

Lees meer over Quantum Inspire

Lees the paper "Distance-based classifier on the Quantum Inspire”.

Laat je verder inspireren

19 resultaten, getoond 1 t/m 5

Quantum Application Lab ontvangt subsidie voor ontwikkeling quantum computing toepassingen

Informatietype:
Nieuws
24 november 2023
Het Quantum Application Lab (QAL), een publiek-private onderzoekssamenwerking, ontvangt de “Subsidie Economische Structuur en Arbeidsmarktversterking" (SESA) van de Gemeente Amsterdam.

Succesvol demonstratiesysteem voor geautomatiseerde cybersecurity in de zorg

Informatietype:
Nieuws
20 oktober 2023

Toekomst cybersecurity: autonoom systeem van systemen

Informatietype:
Insight
12 oktober 2023

TNO-blik op 2030: Digitale privacy en veiligheid voor iedereen

Informatietype:
Insight
21 april 2023

Het PQC-migratie handboek

Informatietype:
Nieuws
4 april 2023