Analyzing Images of Blood Cells with Quantum Machine Learning Methods: Equilibrium Propagation and Variational Quantum Circuits to Detect Acute Myeloid Leukemia

Resumen Técnico: Análisis de Imágenes de Células Sanguíneas con Métodos de Aprendizaje Automático Cuántico

Planteamiento del Problema
El artículo aborda la viabilidad de aplicar el Aprendizaje Automático Cuántico (QML) a la imagenología médica del mundo real, específicamente la detección automatizada de la Leucemia Mieloide Aguda (LMA) a partir de imágenes de microscopía de células sanguíneas. Aunque las redes convolucionales profundas (CNN) clásicas han demostrado una alta precisión en este dominio, estas dependen de la retropropagación (backpropagation), un método fundamentalmente incompatible con los sistemas cuánticos. La retropropagación requiere mediciones intermedias para calcular gradientes, lo que colapsa los estados cuánticos y destruce la superposición y el entrelazamiento necesarios para la ventaja cuántica. Además, los métodos clásicos suelen demandar recursos computacionales sustanciales y grandes conjuntos de datos anotados, los cuales son costosos de adquirir en contextos médicos. El estudio tiene como objetivo evaluar si los algoritmos de QML pueden lograr un rendimiento competitivo bajo restricciones severas, incluyendo recursos limitados de cúbits, resolución de imagen reducida y la ausencia de retropropagación.

Metodología
Los autores utilizaron el conjunto de datos AML-Cytomorphology, que comprende 18,365 imágenes de frotis de sangre de células individuales anotadas por expertos (100 pacientes con LMA, 100 controles sanos). Para asegurar una comparación justa entre todos los métodos y alinearse con las restricciones prácticas cuánticas, las imágenes se redimensionaron a 64×64 píxeles.

El estudio evaluó dos enfoques distintos frente a las líneas base clásicas (CNN y Redes Neuronales Densas):

1. Circuitos Cuánticos Variacionales (VQC):

   • Arquitectura: Un clasificador de 4 cúbits implementado mediante simulación clásica usando Qiskit de IBM.
   • Procesamiento de Entrada: Las imágenes originales se convirtieron a escala de grises y se extrajeron 20 características escalares de ingeniería (que cubren estadísticas de intensidad, texturas GLCM, morfología, métricas de bordes y frecuencia FFT). Estas fueron reducidas a 4 dimensiones mediante el Análisis de Componentes Principales (PCA) y reescaladas para coincidir con los dominios de las puertas de rotación.
   • Diseño del Circuito: El circuito empleó un ZZFeatureMap para la codificación de datos con el fin de crear entrelazamiento, y un ansatz de amplitud real (RealAmplitudes) poco profundo (2 capas, 8 parámetros entrenables, profundidad 12) optimizado para dispositivos de Escala Intermedia con Ruido Cuántico (NISQ).
   • Entrenamiento: Se utilizó un bucle híbrido clásico-cuántico. El circuito cuántico actuó como una caja negra; un optimizador clásico (COBYLA, libre de gradiente) ajustó iterativamente los parámetros para minimizar el error cuadrático medio entre el valor de la esperanza del primer cúbit ($\langle Z_0 \rangle$) y las etiquetas objetivo. Esto evitó la necesidad de computar el gradiente cuántico.

2. Propagación de Equilibrio (EP):

   • Concepto: Un método de aprendizaje inspirado en lo cuántico y basado en la energía, implementado en redes de tipo Hopfield con pesos simétricos.
   • Mecanismo: La EP evita la retropropagación por completo. Entrena la red a través de dos fases: una "Fase Libre" donde la red se establece en un estado de equilibrio basado en la entrada, y una "Fase Provocada" (Nudged Phase) donde las neuronas de salida se ajustan débilmente hacia las etiquetas objetivo. Las actualizaciones de peso se derivan de la diferencia entre estos dos estados de equilibrio.
   • Arquitectura: Una red por capas (unidades ocultas de 256–128–64 con activaciones tanh) entrenada usando SGD con impulso (momentum) y parada temprana (early stopping).

Protocolo Experimental
Para evaluar la eficiencia de los datos, los autores construyeron subconjuntos balanceados del conjunto de datos que contenían 50, 100, 200 y 250 muestras por clase. Todos los modelos fueron evaluados utilizando divisiones de entrenamiento/prueba estratificadas de 80/20. Los modelos VQC y EP se compararon con las líneas base clásicas de CNN y Redes Neuronales Densas bajo idénticas condiciones experimentales.

Resultados Clave

• Rendimiento en Subconjuntos Completos (250 muestras/clase):
  • CNN Clásica: Logró un 98.4% de precisión (tiempo de entrenamiento: 745s).
  • Propagación de Equilibrio (EP): Logró un 86.4% de precisión (tiempo de entrenamiento: 89.4s), representando una brecha de solo 12% respecto a la CNN sin utilizar retropropagación.
  • Circuito Cuántico Variacional (VQC): Logró un 83.0% de precisión (tiempo de entrenamiento: 180s).
• Eficiencia de Datos:
  • El VQC demostró una estabilidad notable, manteniendo un 83% de precisión incluso con solo 50 muestras por clase.
  • En contraste, la CNN Clásica requirió 250 muestras por clase (5 veces más datos) para alcanzar su máximo rendimiento de 98.4%; con 50 muestras, la precisión de la CNN cayó al 92%.
  • Esto sugiere que los métodos cuánticos pueden ser más eficientes en términos de datos, una ventaja crítica en dominios médicos donde las anotaciones expertas son escasas.

Significancia y Reivindicaciones
El artículo postula que estos resultados establecen líneas base reproducibles para QML en el cuidado de la salud, validando la viabilidad de estos métodos en la era NISQ. Las afirmaciones clave incluyen:

1. Viabilidad sin Retropropagación: El éxito de la EP demuestra que el aprendizaje basado en la energía puede servir como una alternativa viable y compatible con lo cuántico a la retropropagación para entrenar redes neuronales con datos clínicos reales.
2. La Eficiencia de Datos como Ventaja Cuántica: Aunque las CNN clásicas poseen actualmente una precisión absoluta mayor, la capacidad del VQC para mantener un rendimiento robusto con un mínimo de datos de entrenamiento (50 muestras) resalta una potencial ventaja para la investigación de enfermedades raras donde no se dispone de grandes conjuntos de datos.
3. Compatibilidad con NISQ: El diseño de circuito de profundidad 12 está explícitamente optimizado para las restricciones actuales del hardware (por ejemplo, sistemas IBM Quantum con ~100 cúbits y tiempos de coherencia limitados), lo que sugiere que la validación experimental a corto plazo es posible.
4. Despliegue con Recursos Limitados: Los autores señalan que la EP, con su bajo tiempo de inferencia (0.13s) y la ausencia de retropropagación, es particularmente adecuada para el despliegue en el borde (edge deployment) en hardware neuromórfico, permitiendo potencialmente diagnósticos de punto de atención alimentados por batería.

Los autores mantienen un tono modesto, reconociendo que los resultados actuales dependen de simulaciones de estado vectorial ideales (que no consideran el ruido de disparo o los errores de puerta) y que la ingeniería de características limita la capacidad de representación en comparación con las CNN de extremo a extremo. Concluyen que, si bien los métodos clásicos superan actualmente a los cuánticos en precisión absoluta, los métodos cuánticos ofrecen un rendimiento competitivo cuando la disponibilidad de datos es el recurso limitante en lugar de la capacidad del modelo.