⚡ electrical engineering

Quantum Diffusion Models for Medical Image Analysis

Este artículo presenta un Modelo de Difusión Cuántica híbrido y escalable que utiliza una Caminata Cuántica de Tiempo Discreto en un dispositivo cuántico real para la dinámica hacia adelante y un modelo de aprendizaje clásico para el denoise inverso, demostrando con éxito un rendimiento competitivo en la generación de imágenes médicas a gran escala (que incluyen volúmenes 2D y 3D) en comparación con sus contrapartes clásicas.

Autores originales: Francesco Aldo Venturelli, Stefano Martina, Marco Parigi, Filippo Caruso, Alba Cervera-Lierta, Miguel A. González Ballester

Publicado 2026-09-28

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Francesco Aldo Venturelli, Stefano Martina, Marco Parigi, Filippo Caruso, Alba Cervera-Lierta, Miguel A. González Ballester

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de la inteligencia artificial, que evoluciona rápidamente, ha surgido una nueva y poderosa herramienta para la creación de imágenes: el modelo de difusión. Imagine un proceso en el que una imagen clara se convierte lentamente en estática, como un televisor que pierde su señal, hasta que solo queda ruido aleatorio. Los científicos han aprendido cómo revertir este proceso, enseñando a una computadora a comenzar con esa estática y, gradualmente, despojarla del ruido para revelar una imagen coherente. Esta técnica se ha convertido en una piedra angular de la generación de imágenes moderna, ayudando a crear desde representaciones artísticas hasta datos médicos sintéticos para la investigación. Sin embargo, ejecutar estas complejas simulaciones requiere una inmensa potencia de cálculo, lo que a menudo estresa los límites de las máquinas tradicionales. Al mismo tiempo, surge un campo de la computación diferente, uno que utiliza las extrañas reglas de la mecánica cuántica para resolver problemas que son imposibles para las computadoras estándar. Las computadoras cuánticas utilizan diminutas unidades de información llamadas cúbits, que pueden existir en múltiples estados a la vez, ofreciendo un atajo potencial para cálculos pesados. El desafío ha sido que las máquinas cuánticas actuales se encuentran todavía en sus etapas iniciales y ruidosas, lo que las hace difíciles de usar para tareas a gran escala, como el procesamiento de escaneos médicos de alta resolución.

Un equipo de investigadores ha unido ahora estos dos mundos al crear un sistema híbrido que utiliza una computadora cuántica real para encargarse de la parte desordenada del proceso de generación de imágenes, mientras que una computadora tradicional se encarga de la limpieza. Su trabajo demuestra que es posible utilizar los dispositivos cuánticos imperfectos de hoy para modelar el proceso de difusión hacia adelante —el paso donde una imagen es corrompida por el ruido— sin necesidad de la tecnología de corrección de errores que aún no está disponible. En lugar de luchar contra el ruido natural de la máquina cuántica, los investigadores lo convirtieron en una característica, utilizando la inestabilidad inherente de la máquina para ayudar a dispersar los datos de la imagen hacia la aleatoriedad. Luego, entrenaron una red neuronal clásica, un tipo de inteligencia artificial, para aprender cómo revertir este ruido cuántico específico y reconstruir la imagen original. El equipo probó este enfoque en tres tipos diferentes de datos médicos: pequeñas imágenes en color de células sanguíneas, grandes escaneos en escala de grises de cerebros humanos y volúmenes tridimensionales de fracturas de costillas.

Los resultados muestran que este método híbrido es competitivo con los enfoques puramente clásicos, incluso cuando se trata de complejos volúmenes médicos tridimensionales. Para los escaneos cerebrales y los datos de las fracturas de costillas, el modelo asistido por la computación cuántica produjo imágenes que eran estructuralmente muy similares a los escaneos reales, igualando la calidad de los mejores modelos tradicionales. De hecho, para los volúmenes tridimensionales de fracturas de costillas, el modelo híbrido generó datos que eran estadísticamente más cercanos a la distribución original que la versión clásica. Los investigadores descubrieron que el proceso cuántico era particularmente bueno preservando los detalles estructurales de las imágenes, como las formas de los ventrículos cerebrales o la textura de las fracturas óseas. Esto sugiere que la forma única en que el ruido cuántico propaga la información podría ayudar a crear imágenes médicas más realistas que los métodos estándar en ciertos escenarios.

El estudio se basó en un algoritmo cuántico específico llamado caminata cuántica de tiempo discreto, que actúa como un caminante aleatorio moviéndose a lo largo de una cadena de posibilidades. En esta configuración, cada píxel de una imagen médica se asigna a un caminante cuántico que se mueve de un lado a otro, siendo su posición la representación del brillo o el color de ese píxel. Los investigadores ejecutaron este proceso en una computadora cuántica real con 133 cúbits, seleccionando un pequeño grupo de cúbits conectados para actuar como el caminante y una "moneda" que decide su dirección. Debido a que la máquina es ruidosa, el caminante no se mueve perfectamente; se sacude y deriva, que es exactamente lo que el modelo de difusión necesita para convertir una imagen clara en ruido. El equipo procesó imágenes con hasta 64 niveles de intensidad diferentes y volúmenes compuestos por miles de diminutos píxeles 3D. Descubrieron que, al gestionar cuidadosamente el hardware cuántico y utilizar una computadora clásica para aprender la reversión, podían generar nuevas imágenes médicas sintéticas que se veían y se comportaban como datos reales de pacientes.

Si bien el sistema mostró una gran promesa, los investigadores señalaron que el rendimiento variaba dependiendo del tipo de imagen. Para las imágenes de células sanguíneas más pequeñas y de menor resolución, la similitud estructural fue ligeramente inferior a lo que otros estudios han logrado con configuraciones diferentes. Sin embargo, los autores explicaron que esto se debía probablemente a la menor resolución y a los menores niveles de color en su conjunto de datos específico, más que a un fallo del método cuántico en sí. El estudio sirve como una prueba de concepto, demostrando que las computadoras cuánticas actuales e imperfectas pueden ser herramientas útiles para tareas de imágenes médicas. Sugiere que no necesitamos esperar a máquinas cuánticas perfectas y libres de errores para comenzar a explorar su potencial en la atención médica. Al combinar el poder bruto y ruidoso del hardware cuántico actual con la precisión del aprendizaje clásico, los científicos pueden ahora procesar datos médicos del mundo real de maneras que antes se consideraban fuera de su alcance.

Resumen Técnico: Modelos de Difusión Cuántica para el Análisis de Imágenes Médicas

Planteamiento del Problema
La IA generativa, particularmente los Modelos de Difusión (DM), ha alcanzado un rendimiento de vanguardia en el análisis de imágenes médicas, incluyendo la generación de datos sintéticos y la reconstrucción. Sin embargo, los enfoques actuales de Aprendizaje Automático Cuántico (QML) para el análisis de imágenes están severamente limitados por las restricciones de los dispositivos actuales de Escala Intermedia con Ruido Cuántico (NISQ). La mayoría de los intentos previos restringen significativamente la dimensionalidad de los datos o dependen de marcos híbridos donde solo el proceso de difusión hacia adelante (denoising) está potenciado por computación cuántica, dejando el proceso de difusión hacia adelante como clásico. Además, trabajos previos que aplicaron Modelos de Difusión Cuántica (QDM) al análisis de imágenes médicas utilizaron arquitecturas U-Net clásicas mejoradas con capas cuánticas únicamente para el proceso inverso, fallando en aprovechar las propiedades intrínsecas del hardware cuántico para la dinámica de la difusión hacia adelante.

Metodología
Los autores proponen un Modelo de Difusión Cuántica Híbrido escalable que asigna de forma única el proceso de difusión hacia adelante a un dispositivo cuántico real y el proceso de eliminación de ruido (denoising) hacia atrás a un modelo de aprendizaje clásico.

Proceso de Difusión hacia Adelante (Forward Process):
- El método emplea una Caminata Cuántica de Tiempo Discreto (DTQW) ejecutada en un dispositivo NISQ real (específicamente el procesador ibm_torino de IBM).
- Los píxeles (o vóxeles) de la imagen de entrada se discretizan en niveles de intensidad ( $0, \dots, 2^{N_q}-1$ ) y se mapean a estados cuánticos.
- El sistema utiliza una topología de proceso de Markov de "cadena de anillo", donde un caminante cuántico se mueve a lo largo de una cadena de niveles de intensidad. Una moneda (qubit en superposición) dicta la dirección de la caminata.
- Crucialmente, los autores explotan el ruido cuántico intrínseco del dispositivo NISQ como un recurso necesario. Mientras que la dinámica unitaria pura evitaría la convergencia hacia una distribución uniforme, la decoherencia y el ruido natural del hardware facilitan la transición hacia la distribución previa uniforme requerida ( $p(x_T)$ ).
- La dinámica hacia adelante se simula mediante un canal cuántico $\mathcal{E}$ aplicado a la evolución unitaria $U_t$ , formalizada como $\rho_t = \mathcal{E}(U_t \rho_0 U_t^\dagger)$ .
- Para manejar imágenes grandes, el proceso se paraleliza: cada píxel/canal experimenta una DTQW independiente. Los autores aumentaron los niveles de intensidad de 8 a 64 en comparación con el trabajo anterior, utilizando optimización de niveles de Qiskit para mitigar el conteo de puertas.
Proceso de Denoisng hacia Atrás (Backward Process):
- Se entrena una arquitectura U-Net para revertir el proceso de difusión, prediciendo los datos limpios $x_{t-1}$ a partir del estado ruidoso $x_t$ .
- Los autores proponen dos arquitecturas específicas:
  - Una U-Net 2D para imágenes en escala de grises y RGB, que presenta incrustación temporal (time embedding) en las capas del codificador y un cuello de botella poco profundo.
  - Una U-Net 3D para datos volumétricos, que presenta incrustación temporal tanto en el codificador como en el decodificador, un cuello de botella más profundo y funciones de activación SiLU para la estabilidad del gradiente.
- El entrenamiento implica minimizar una función de pérdida entre los valores de píxel de referencia y la reconstrucción de la U-Net. Para el conjunto de datos BraTS2020, se utiliza una pérdida híbrida que combina Entropía Cruzada y la divergencia de Kullback-Leibler (KL) para igualar mejor las distribuciones de los valores de los píxeles.
Conjuntos de Datos y Evaluación:
- El modelo fue probado en tres conjuntos de datos médicos distintos: BloodMNIST (3,329 imágenes RGB, $64\times64$ ), BraTS2020 (484 cortes de RM en escala de grises, $190\times190$ ) y FractureMNIST3D (1,370 volúmenes de TC 3D, $28\times28\times28$ ).
- El rendimiento se evaluó mediante tres métricas: Divergencia KL (alineación de la distribución), Distancia de Fréchet Inception (FID) (calidad generativa) y el Índice de Similitud Estructural (SSIM) (fidelidad estructural).
- Los experimentos se realizaron tanto mediante simulación clásica del QDM como mediante implementación experimental en el dispositivo cuántico real con técnicas de mitigación de errores.

Contribuciones Clave

Arquitectura Novedosa: A diferencia de los QDM anteriores que usan capas cuánticas solo para el paso hacia atrás, este trabajo implementa un proceso de difusión hacia adelante cuántico en hardware real, aprovechando el ruido intrínseco del dispositivo para impulsar la difusión hacia una distribución uniforme.
Escalabilidad a Datos del Mundo Real: El método procesa con éxito datos médicos del mundo real de tamaño moderado, incluyendo imágenes RGB y volúmenes 3D, superando las limitaciones de dimensionalidad típicas del QML basado en NISQ.
Mejoras Metodológicas: El estudio introduce mejoras significativas sobre el trabajo previo de los autores [50], incluyendo un aumento en los niveles de intensidad (hasta 64), la exploración de diferentes topologías de ruido cuántico y arquitecturas U-Net avanzadas con incrustaciones temporales a medida.
Benchmarking: El artículo proporciona una comparación rigurosa contra su contraparte clásica (DM de espacio de estado discreto), demostrando que el enfoque híbrido ofrece resultados competitivos.

Resultados

Métricas de Rendimiento: El modelo cuántico híbrido demostró un rendimiento competitivo frente a la línea base clásica.
- En FractureMNIST3D, el modelo cuántico logró puntuaciones de divergencia KL y FID más bajas que el modelo clásico, con un SSIM igual.
- En los tres conjuntos de datos, el modelo cuántico alcanzó consistentemente valores de SSIM más altos que su contraparte clásica, lo que sugiere que el proceso de difusión cuántica hacia adelante puede ayudar a preservar las características estructurales en los datos generados.
- Para BloodMNIST y BraTS2020, el modelo cuántico mostró puntuaciones FID más altas. Los autores atribuyen esto a que la métrica FID depende de una red preentrenada en datos genéricos de alta calidad, la cual puede no ser óptima para conjuntos de datos médicos especializados con restricciones de cuantización y resolución específicas.
Análisis Visual: Los resultados cualitativos (gráficos PCA y KDE) indican que el modelo aprende con éxito los modos de la distribución de datos. Para BloodMNIST, captura múltiples modos; para BraTS2020, evita el colapso del modelo a pesar de ser una distribución de un solo modo. Las muestras visuales muestran la generación de estructuras anatómicamente plausibles, incluyendo células sanguíneas, ventrículos cerebrales y masas tumorales.

Significancia y Reivindicaciones
Los autores posicionan este trabajo como una prueba de concepto de la aplicabilidad de los dispositivos NISQ actuales en el cuidado de la salud. Afirman que su enfoque elude la necesidad de códigos de corrección de errores al convertir el ruido cuántico "perjudicial" en un componente funcional del proceso generativo.

El artículo afirma modestamente que, aunque el modelo se encuentra en una etapa temprana y sus resultados son comparables (en lugar de vastamente superiores) a los métodos clásicos o híbridos existentes, la capacidad de procesar datos médicos complejos y multidimensionales (RGB y volúmenes 3D) en hardware cuántico real es un paso significativo hacia adelante. El trabajo pretende contribuir a la investigación y desarrollo de aplicaciones médicas utilizando computadoras cuánticas, probando específicamente las capacidades de los dispositivos NISQ actuales en problemas críticos y de gran consumo de recursos sin requerir una tolerancia a fallos completa.

Resumen Técnico: Modelos de Difusión Cuántica para el Análisis de Imágenes Médicas

Más como este