Ключевая особенность нейросети кроется в ее архитектуре: специальный квантовый слой анализирует не весь массив данных снимка, а работает с его сжатым представлением. Он мгновенно вычленяет наиболее значимые паттерны, игнорируя информационный шум. Такой подход позволил достичь беспрецедентной точности анализа – 98%. Более того, даже на зашумленных изображениях с дефектами показатель достигает 96,6%, тогда как классические аналоги справляются лишь на 92,2%.
Помимо точности, модель отличается экономичностью. Ей требуется значительно меньше вычислительных ресурсов по сравнению с громоздкими традиционными сетями, что открывает путь к практическому применению технологии. Как пояснила старший научный сотрудник лаборатории «Искусственный интеллект в превентивной медицине» ННГУ Марина Бастракова, именно сжатие данных через квантовые преобразования обеспечивает эту устойчивость, хотя точный физический механизм еще предстоит изучить.
«Развитие квантовых технологий и искусственного интеллекта – стратегический приоритет университета. Мы нацелены на интеграцию этих алгоритмов в клиническую практику и их адаптацию под мощности российских квантовых компьютеров», – отметил ректор ННГУ Олег Трофимов.
Технология позиционируется не как замена врача-диагноста, а как инструмент поддержки при первичной оценке. Она помогает обратить внимание на ключевые признаки, минимизируя риск человеческой ошибки и делая итоговое заключение более объективным. Следующим шагом станет тестирование системы на новых медицинских данных с использованием российских квантовых вычислителей.
