Computación cuántica para la optimización de la radioterapia

Área de la Ciencia:

• Computación cuántica
• Física médica
• Optimización computacional

Sus antecedentes:

• Los métodos de optimización clásicos tienen dificultades con problemas de planificación de radioterapia complejos y a gran escala.
• La computación cuántica (QC) presenta una solución novedosa para estos desafíos.
• Las aplicaciones biomédicas aprovechan cada vez más la QC para tareas de optimización complejas.

Objetivo del estudio:

• Implementar y evaluar el recocido cuántico y QAOA para la optimización de la planificación de la radioterapia.
• Utilizar una formulación Hamiltoniana de Ising para la función de costo.
• Realizar la primera implementación empírica en hardware cuántico basado en circuitos para esta aplicación.

Principales métodos:

• Se formuló un problema simplificado de optimización de la radioterapia.
• Se resolvió utilizando recocido cuántico en D-Wave y QAOA en hardware IBM Quantum.
• Se probó la formulación Hamiltoniana en planes de prueba de principio y clínicamente relevantes de protones de próstata.
• Se evaluaron las codificaciones de uno y dos qubits por vóxel para la escalabilidad.

Principales resultados:

• Primera demostración de hardware de circuito cuántico (QC) para la optimización de la planificación de la radioterapia.
• El recocido cuántico encontró con éxito soluciones óptimas.
• Aplicación exitosa a un plan realista de protones de próstata bilateral utilizando datos clínicos.
• Demostrada la viabilidad de la optimización de QC con parámetros obtenidos clínicamente.

Conclusiones:

• La optimización cuántica muestra ventajas potenciales sobre los métodos clásicos en radioterapia.
• La formulación Hamiltoniana y la validación en hardware real son pasos clave para la planificación del tratamiento basada en QC.
• Se necesita más investigación sobre la escalabilidad y la superación de los desafíos prácticos para la integración clínica.