QML4Med: Quantum Computing trifft auf Machine Learning in der Medizin

Das Forschungsprojekt QML4Med zielt darauf ab, das Potenzial der vielversprechenden Fusion von Quantum Computing und Machine Learning im medizinischen Kontext auszuloten. Während Machine Learning bereits als wertvolles Hilfswerkzeug in der Medizin etabliert ist, befindet sich Quantum Computing noch in einer früheren Entwicklungsphase. Dieses Projekt wird aus Mitteln der FFG Österreichische Forschungsförderungsgesellschaft mbH gefördert.

Herausforderungen bei der Integration von Quantum Computing in die Medizin

Auf simulierter und echter Quanten-Hardware wird die RISC Software GmbH drei klinische Anwendungsfälle untersuchen:

1. 1. Prädiktion von Komplikationen nach Bluttransfusionen
2. 2. EKG-Diagnostik, z.B. Erkennung von Arrhythmien
3. 3. Pathologie-Erkennnung aus Bilddaten

Dabei werden die erzielten Modellgenauigkeiten, der Einfluss von Rauschstörungen, Quanten-Kodierverfahren und Modell-Erklärbarkeiten (explainable AI) analysiert. QML4Med soll vielversprechende Kategorien von medizinischen Problemstellungen für Quantum Machine Learning mit mittelfristig verfügbaren Quanten-Algorithmen und Hardware aufzeigen.

Langfristige Vision: Steuerung zukünftiger Forschungs- und Entwicklungsaktivitäten

Langfristig wird QML4Med die Richtung von anschließenden F&E&I-Aktivitäten maßgeblich steuern, (über)regionale Kooperationen mit Industrie und Forschung stärken und einen signifikanten Beitrag zur Technologiesouveränität Österreichs im Innovationsfeld Quantum Computing leisten.

Schematischer Workflow im Projekt QML4Med

Projektpartner*innen

Ansprechperson

Projektleitung

DI Philipp Moser, PhD

Researcher & Developer