A quantum generative model for in silico clinical trials using scarce training datasets
本文提出并验证了一种量子生成模型流水线，该流水线能够有效地从稀缺的临床数据集中合成高保真度的计算机模拟（in silico）患者，通过在 IBM 量子计算机上使用真实的骨髓增生异常综合征数据，证明了其相比于经典基准模型具有更优越的泛化能力和表达能力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
测试新药是一个缓慢、昂贵且往往令人心碎的过程。在一种治疗方法能够到达需要它的人手中之前，研究人员必须通过涉及真实人类志愿者的临床试验，来证明其安全性和有效性。对于常见疾病，收集足够的参与者是可控的，但对于罕见或高度复杂的疾病，寻找一大群患有完全相同病症的患者几乎是不可能的。这种稀缺性使得开展大型研究以寻找治愈方法变得十分困难。为了解决这个问题，科学家们开始开发“in silico”（计算机模拟）方法，即利用计算机创建虚拟患者。这些数字孪生体并非真人，但它们旨在模仿真实人群的统计特征，从而允许研究人员进行那些在活人身上进行既成本过高又不符合伦理要求的模拟实验。其目标是生成如此真实的合成数据，以帮助预测真实患者群体对新疗法的反应。
然而，当真实数据匮乏时，创建这些虚拟患者会变得异常困难。通常用于生成此类数据的传统计算机程序需要海量的患者记录库来学习疾病模式。当研究人员仅拥有几百份记录时（这在罕见病研究中很常见），这些标准程序往往会失效，产生的虚假数据与真实情况毫无相似之处，或者只是简单地复制他们给出的少数几个样本，而无法理解潜在的规律。来自西班牙和美国的的一个研究团队现在提出了一种不同的方法，该方法借鉴了新兴的量子计算领域。他们认为，量子机器处理概率的独特方式可能使它们能够从极小的数据集中学习复杂的模式，从而在旧方法难以应对的情况下，创造出高质量的虚拟患者。
研究人员将工作重点放在了骨髓增生异常综合征上，这是一组罕见的血液疾病，患者具有广泛的基因突变和临床结果。他们收集了涉及某种特定亚型疾病患者的特定临床试验数据。他们拥有的数据是不均衡的：他们拥有许多患者的基础信息，如年龄、性别和血细胞计数，但关于治疗结果和生存率的详细信息仅在极少数患者中可用。这种“不对称”的情况——即某些细节丰富而另一些细节缺失——是罕见病研究中的一个常见障碍。为了应对这一问题，该团队构建了一个新的流程，首先将这两类不同的信息组合成一个统一的患者群体图景。随后，他们将这一图景转化为量子计算机可以理解的格式，使用一种数学结构将复杂的相互关系压缩成易于处理的形式，同时又不丢失本质细节。
这种压缩后的表示形式随后被映射到一个量子电路中，即量子处理器上的一套特定操作排列。研究人员在位于美国的一台真实的量子计算机上运行了这一过程，具体是一款拥有156个量子比特的设备。该机器生成了数千份合成患者记录。为了验证这些数字患者的质量，团队将其与真实数据以及由三种知名经典计算机模型生成的合成数据进行了对比。他们使用不同规模的训练数据（从仅100名患者到400名患者不等）来测试每种方法的表现，以观察在信息受限时各方法的稳健程度。他们衡量了合成数据是否符合真实患者的统计分布，以及计算机程序是否能够分辨出真实记录与虚假记录。
结果显示，量子方法具有明显的优势。当训练数据稀缺时，量子模型生成的合成患者比经典模型更接近真实人群。量子计算机生成的虚拟患者更难被分类器识别为假，这表明该模型学习到了疾病的真实复杂性，而非仅仅是死记硬背给定的少数样本。此外，量子模型能更好地重现真实数据中的全谱系变化，这表明它不太容易陷入重复相同的几种模式。虽然经典模型在数据集较大时表现尚可，但随着可用患者数量的减少，它们的表现便开始下滑，而量子方法则保持了稳健。这项研究表明，这种结合了经典统计方法与量子处理的混合方法，为为罕见病生成高保真虚拟患者提供了一条充满希望的途径，有助于在现实世界数据难以获取时优化未来的临床试验。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。