Drucken

Quantum-Computing soll medizinische Forschung beschleunigen

Die sogenannte Atos Quantum Learning Machine (QLM), der „weltweit leistungsstärkste Quantensimulator“, soll mit Hilfe großer Datenbestände Krankheitsbilder analysieren. Bei dem Projekt kooperiert das Life-Science-Unternehmen Bayer mit der RWTH Aachen und dem Unternehmen Atos.

Die Technologie soll helfen, Zusammenhänge zwischen Begleiterkrankungen und Mustern der Krankheitsentwicklung zu analysieren.

Die Technologie soll die Entwicklung von Mehrfacherkrankungen erforschen. „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“, sagt Dirk Schapeler, Vice President G4A Digital Innovation von Bayer. „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“, ergänzt er.

Was sind typische Begleiterkrankungen zu einer Krankheit?
Das Projekt basiert auf anonymisierten realen Daten von Intensivpatienten und hat das Ziel, Zusammenhänge zwischen Begleiterkrankungen und 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 Dr. 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 entwickeln und erforschen“
Die Simulationskapazität der Atos Quantum Learning Machine lässt sich laut Atos 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 bestehe darin, Anwendungen zu finden, die auf frühen Quantenprozessoren laufen können. So lasse sich zeigen, dass Quantum-Computing entweder Probleme lösen kann, die herkömmliches Computing nicht bewältigen kann, oder aber beweisen, dass es exponentiell schneller ist.

Bewertung der Genauigkeit der Ergebnisse
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 Prof. Andreas Schuppert, Leiter des Joint Research Centers. „Wir erstellen daher eine vergleichende Datenanalyse mit einem Hochleistungscomputer, um die Vorteile von Quantum-Computing beim strukturellen Lernen zu evaluieren.“