فناوری کوانتوم در پزشکی و مراقبت های بهداشتی

فیزیک کوانتوم رفتار اتم ها و ذرات بنیادی ، مانند الکترون ها یا فوتون ها را توصیف می کند. یک رایانه کوانتومی با کنترل رفتار این ذرات کار می کند ، که بسیار متفاوت از عملکرد رایانه های سنتی ما است. تصادفی نیست که رایانه های کوانتومی عملکرد خود را در بیت اندازه گیری نمی کنند ، بلکه واحد پردازش آنها "کیوبیت" می باشد. در حالی که بیت به یک یا صفر شباهت دارد ، و بنابراین شرح ریاضی مسائل است ، کیوبیت بیانگر حالاتی است که به طور همزمان می توانند یک و صفر یا هر چیز در این بین می توانند باشند. این بدان معناست که کیوبیت ها دارای هویت سیال هستند.از آنجا که پدیده ها در طبیعت لزوماً با یک و صفر قابل توصیف نیستند ، محاسبات کوانتومی می توانند راه های بهتری برای شبیه سازی طبیعت و علوم زیستی باز کنند.

محاسبات کوانتومی امکان محاسبه اطلاعات بسیار بیشتری را با سرعت بسیار بیشتر فراهم می کنند. رایانه های کوانتومی مستقیماً در الگوریتم های خود از پدیده های برهم نهی و درهم آمیختگی کوانتومی استفاده می کنند. این به آنها اجازه می دهد تا دسته های کاملا جدیدی از مشکلات را حل کنند. و همچنین به شما امکان می دهد الگوریتم های محاسباتی کاملاً جدیدی بسازید ، که در برخی موارد به نظر می رسد بسیار کارآمدتر از الگوریتم های کلاسیک باشند.در اینجا ، ما زمینه هایی را که فناوری کوانتومی می توانند در حوزه سلامت تأثیر تحول آفرین داشته باشند ، جمع آوری کردیم.

 

حسگرهای کوانتومی

سنسورهای کوانتومی از طبیعت کوانتومی ماده یعنی رفتار مکانیکی کوانتوم اتم ها یا یون ها برای اندازه گیری مقادیر فیزیکی مانند فرکانس ، شتاب ، سرعت چرخش ، میدان های الکتریکی و مغناطیسی ، تابش یا دما با بالاترین دقت نسبی و مطلق استفاده می کنند. در پزشکی با استفاده از چنین حسگرهایی می توان نقص در پروتئین های مولکولی پیچیده در بدن را که منجر به اختلالات متابولیکی می شوند را تشخیص داد. به عنوان مثال می توان به پریون های معیوبی اشاره کرد که باعث آسیب مغزی در بیماری جنون گاوی (BSE) یا بیماری Creutzfeldt-Jakob می شوند. در حال حاضر ، مسئله تعیین ساختار یک بیومولکول منفرد ، برای تعیین اولین prions معیوب در بدن با ساختار نامنظم مطرح می باشد.

 

تصویر برداری

سنسورهای کوانتومی می توانند با امکان اندازه گیری فوق العاده دقیق ، دستگاه MRI را بهبود بخشند MRI مبتنی بر کوانتوم می تواند برای بررسی تک مولکول ها/سلول ها یا گروهی از مولکول ها/سلول ها به جای کل بدن مورد استفاده قرار گیرد ، به پزشکان تصویر دقیق تر می دهند.

روشهای مبتنی بر کوانتوم نیز برای درمان بیماریها در حال توسعه است. به عنوان مثال ، می توان نانو ذرات طلا را طوری برنامه ریزی کرد که فقط در سلولهای تومور تجمع یابند ، امکان تصویربرداری دقیق و همچنین تخریب تومور با لیزر ، بدون آسیب رساندن به سلولهای سالم را فراهم می کند. زوال عقل و آلزایمر هر دو را با کمک اسکنرهای MRI دقیق تر میتوان سریعتر تشخیص داده شوند.

نقاط کوانتومی

نقاط کوانتومی (QD) نانوبلورهای نیمه هادی با اندازه ای زیر ۱۰ نانومتر متشکل از 103 - 105 اتم هستند که بر اساس مواد نیمه رسانای غیر آلی Si ، InP ، CdSe و غیره ایجاد شده و با یک لایه تثبیت کننده پوشانده شده اند. در حال حاضر ، از نقاط کوانتومی برای تجسم تصویر بخشی از بدن انسان ، به عنوان مثال یک اندام یا یک تومور ، و همچنین تعیین مکان منفرد مولکول های بیان شده در آنها ، استفاده می شود. این فن آوری ها در زمان فعلی به اندازه کافی توسعه یافته اند و شامل تحویل هدفمند و الحاق QD به سلولهای هدف هستند. با کمک نقاط کوانتومی می توان مرز تومورهای سرطانی را مشاهده کرد. در مداخلات جراحی تعیین مرزهای ناحیه مورد عمل مهم است. به عنوان مثال ، در سال 2016 ، دانشمندان MISiS دارویی را بر اساس نوروتوکسین های آلفا حاصل از سم مار کبرا و نقاط کوانتومی تولید کردند. داروی جدید قادر است مرزهای تومور سرطانی را در بدن "علامت گذاری" کند.

پرتودرمانی

در درمان سرطان ، محاسبات کوانتومی به بهبود روشهای درمانی کمک می کند. رایانه ها در حال حاضر برای مقابله با هزاران متغیر مورد استفاده برای تهیه یک برنامه پرتویی استفاده می شوند که سلولهای سرطانی را بدون آسیب رساندن به سلولهای سالم هدف قرار می دهد. نتیجه نهایی می تواند یک دوز تابشی ایده آل باشد که به هدف مناسب نشان داده شود و در نتیجه منجر به درمان موثرتر با کاهش عوارض جانبی شود.

 

تجزیه و تحلیل توالی ژنوم انسان

در دو دهه گذشته تغییرات اساسی در ژنتیک و ژنومیک مشاهده شد. برای شکستن کد DNA انسان بیش از 15 سال طول کشید: پروژه ژنوم انسانی از سال 1990 آغاز شد ، میلیاردها دلار هزینه داشت و نتایج نهایی خود را در سال 2006 ارائه داد. در مقابل ، در حال حاضر ، بیش از 2000 آزمایش ژنتیک وجود دارد. این آزمایشات بیماران را قادر می سازد تا از خطرات ژنتیکی خود آگاه شوند و همچنین به متخصصان مراقبت های بهداشتی برای تشخیص بیماری ها کمک می کنند. محاسبات کوانتومی امکان تعیین توالی سریعتر ، و همچنین تجزیه و تحلیل جامع تر و سریعتر از کل ژنوم را فراهم می کنند. به علاوه ، پیش بینی ها از آنجا که رایانه های کوانتومی می توانند حتی بیشتر از رایانه های سنتی ، اطلاعات بیشتری را در نظر بگیرند ، قابل اطمینان تر خواهند بود و حتی می توانند همه داده های ژنومی را در پرونده های سلامت الکترونیک قرار بدهند.

پزشکی پیش بینی کننده

یکی دیگر از احتمالات این فناوری پیشگام و نوظهور متصل به اندازه گیری ها ، بالا بردن پیش بینی سبک زندگی به سطح کاملاً جدیدی است. در حال حاضر تلاش هایی برای انتقال از سلامت پیشگیرانه به پیش بینی کننده وجود دارد ، اما این اقدامات نسبتاً پراکنده و در مراحل ابتدایی است. با استفاده از رایانه های کوانتومی ، که توسط مقدار زیادی از پارامترهای بهداشتی ، اطلاعات ژنتیکی ، داده های حسی و سایر اطلاعات بهداشت شخصی تغذیه می شوند ، می توان پیش بینی جامعی در مورد سلامت آینده فرد خاص داشت. این همان چیزی است که ما واقعاً می توانیم آن را سلامت پیش بینی کننده بنامیم که نباید با مراقبت های پزشکی پیشگیرانه (غربالگری ، معاینه ، مشاوره و غیره) اشتباه گرفته شود ، مراقبت های پزشکی پیش بینی کننده از فن آوری هایی مانند تجزیه و تحلیل ژنوم و بازسازی مجازی استفاده می کنند ، داده های دقیق و منحصر به فرد را برای تعیین گرایش های بیولوژیکی فراهم می کند.

نویدبخش است حتی پرونده الکترونیک بیمار نه تنها با اطلاعات DNA بلکه با داده های معمول ، مانند انواع غذایی که بیماران از آن لذت می برند یا داده های مربوط به فعالیت بدنی جمع آوری شده از طریق فناوری پوشیدنی کامل گردند. هرچه اطلاعات بیشتر باشد، یک رایانه کوانتومی قادر به تجزیه و تحلیل اطلاعات کمی برای پیش بینی بهتر نیازهای سلامتی بیمار است.

 

سیستم پشتیبانی تصمیم

ما مدتهاست که از دوره ای که دانش انباشته متخصصان پزشکی می تواند در ذهن یک استاد زندگی کند ، پیشی گرفتیم. در Pubmed  بیش از 36 میلیون مقاله وجود دارد. اگر یک پزشک تنها می توانست 3-4 مطالعه در زمینه رشته مورد علاقه خود را در هفته بخواند ، نمی تواند آن را در طول زندگی به پایان برساند و در همین حال میلیون ها مطالعه جدید انجام می شود. مدتی که این یک مشکل بوده است ، بنابراین IBM یک ابر رایانه و الگوریتم آن ، IBM Watson ، ایجاد کرده تا میلیون ها مطالعه را در یک ثانیه غربال کند.

محاسبات کوانتومی این سطح را به سطح جدیدی می رساند و حتی با مهارت های خاص آن را افزایش می دهد. اگر چنین رایانه هایی بتوانند از تصمیم گیری کامل پزشکان پشتیبانی کنند؟ آنها می توانستند همه مطالعات را یک باره بررسی کنند ، می توانند همبستگی ها و عللی را پیدا کنند که چشم انسان هرگز پیدا نخواهد کرد ، و ممکن است در تشخیص ها یا گزینه های درمانی که پزشک انسان هرگز به خودی خود کشف نکرده است ،را پیدا کند.

روزانه چه مدت وقت توسط مراکز پزشکی برای مستند سازی و پیمایش زیرساخت های داده تلف می شود؟ در زمینه پزشکی ، زمان زندگی است و فناوری بهتر بدان معنی است که می توان زمان بیشتری را با تمرکز بر مراقبت از بیمار صرف کرد. از آنجا که استفاده از فناوری در بیمارستان ها گسترده تر می شود ، خواه ثبت اسناد پرونده بیمار باشد ، و یا در سوال پرسیدن از بیماران مشابه برای اهداف تشخیصی ، سخت افزار و نرم افزار باید با حجم عظیمی از داده ها که به طور مداوم برای آنها رشد می کند مطابقت داشته باشد. رایانه های کوانتومی نویدبخش توانایی پردازش داده های فراوان را می دهند ، اما ممکن است اطلاعات بیشتری را نیز ارائه دهند. از آنجا که کیوبیت ها نمایانگر اطلاعات بیشتری در مقایسه با بیت های کلاسیک هستند ، محاسبه کوانتوم زمینه را برای بررسی سریع تر فراهم می کند.

از طریق محاسبات کوانتومی ، ارائه دهندگان خدمات مراقبتی ممکن است در حالی که به طور همزمان نیاز به آزمایش تشخیصی تهاجمی تکراری را کم می کنند ، تشخیص ها را بهبود بخشند. آنها ممکن است بتوانند به طور مداوم سلامت افراد را کنترل و تحلیل کنند. علاوه بر کمک به بیماران ، برنامه های بهداشتی و ارائه دهندگان نیز می توانند از کاهش هزینه های درمان در نتیجه تشخیص های قبلی بهره مند شوند(کاهش تشخیص های اشتباه). حتی ممکن است انجام متاآنالیزها برای روشهای تشخیصی دقیق تر برای تعیین اینکه چه روشی باید انجام شود و چه زمانی امکان پذیر و موثر باشد. این می تواند به کاهش بیشتر هزینه ها و امکان تصمیم گیری بیشتر مبتنی بر داده توسط برنامه های بهداشتی و درمانی برای ارائه دهندگان و افراد کمک کند. یادگیری ماشین و هوش مصنوعی با افزایش کوانتوم می توانند از پیشرفت های بیشتر در این زمینه پشتیبانی کنند.

 

تحقیقات دارویی و آزمایشات بالینی

مقایسه مولکولی فرایند مهمی در طراحی و کشف داروی فاز اولیه است. امروزه شرکت ها می توانند صدها میلیون مقایسه را روی رایانه های کلاسیک انجام دهند. با این حال ، آنها فقط به مولکول های اندازه مشخصی که یک کامپیوتر کلاسیک در واقع می تواند محاسبه کند محدود می شوند. هرچه رایانه های کوانتومی به راحتی در دسترس قرار می گیرند ، مقایسه مولکول های بسیار بزرگتر نیز امکان پذیر است ، که این امر دریچه ای برای پیشرفت بیشتر دارویی و معالجه انواع بیماری ها را باز می کند.

محاسبات کوانتومی به ما امکان می دهد تا فعل و انفعالات مولکولی پیچیده را در سطح اتمی مدلسازی کنیم. این امر به ویژه برای تحقیقات پزشکی و کشف دارو بسیار مهم خواهد بود. به زودی ، ما می توانیم تمام 20000+ پروتئین رمزگذاری شده در ژنوم انسان را مدلسازی کرده و شروع به شبیه سازی فعل و انفعالات آنها با مدلهای داروهای موجود یا داروهای جدیدی کنیم که هنوز اختراع نشده اند.

در حالی که ترکیب شیمیایی پروتئین ها کاملاً شناخته شده است ، اما ساختار فیزیکی آنها بسیار کمتر شناخته شده است. کسب دانش دقیق تر در مورد نحوه جمع شدن پروتئین ها می تواند به ایجاد روش های درمانی و دارویی جدید کمک کند.

در آزمایشات بالینی "سیلیکو" به این معنی است که برای آزمایش یک روش درمانی خاص ، گزینه درمانی یا دارو ، هیچ انسانی ، هیچ حیوانی ، حتی یک سلول لازم نیست ، با این حال می توان تأثیر آن را به طور کامل ترسیم کرد. این به معنای شبیه سازی رایانه ای فردی است که در تولید یا ارزیابی نظارتی یک محصول ، دستگاه یا مداخله دارویی مورد استفاده قرار می گیرد.

کارآزمایی های بالینی کاملاً شبیه سازی شده با استفاده از فناوری روز و درک زیست شناسی عملی نیستند - با این حال انتظار می رود که پیشرفت آنها مزایای عمده ای نسبت به آزمایشات موجود در داخل بدن داشته باشد. محاسبات کوانتومی می تواند ساختمان "انسانهای مجازی" و شبیه سازی های کاملی مانند HumMod را که بیش از 1500 معادله و 6500 متغیر مانند مایعات بدن ، گردش خون ، الکترولیت ها ، هورمون ها ، متابولیسم و دمای پوست را در خود جای داده است ، بسیار پیشرفت دهد. این حتی می تواند دریچه ای برای آزمایشات بالینی "زنده" با بیشترین تعداد ممکن بیمار مجازی و با مولفه های مورد پسند آزمایش کنندگان باشد. این امر نه تنها باعث کاهش زمان لازم برای چنین آزمایشاتی می شود بلکه کیفیت و کامل بودن آنها را نیز افزایش می دهد. در سال 2015 ، Atomwise جستجوی مجازی برای داروهای موجود و ایمن را آغاز کرد که می تواند برای درمان ویروس ابولا دوباره طراحی شود. آنها در کمتر از یک روز دو کاندیدای دارو را پیدا کردند - روند جستجو یک ماهه را کوتاه کردند.

داروهای دقیق و شخصی سازی شده

استفاده از رایانه های کوانتومی در آینده نزدیک می تواند به توسعه سریع داروهای شخصی کمک کند. این یک رشته پزشکی است که از طریق تجزیه و تحلیل عمیق داده های ژنوم انسان ، اصلاحات اپی ژنتیکی ، سایر نشانگرهای زیستی و همچنین علائم بالینی و قرار گرفتن در معرض محیط ، رویکردی فردی برای پیشگیری و درمان بیماری ها برای انسان ارائه می دهد.

طب شخصی بر این اعتقاد استوار است که هر فرد دارای خصوصیات منحصر به فردی در سطح مولکولی ، فیزیولوژیکی و رفتاری است. در صورت لزوم ، مداخله برای جلوگیری از بیماری هایی که با این ویژگی های منحصر به فرد سازگار هستند ، امکان پذیر است. این گفته با استفاده از فن آوری های جدید مانند تعیین توالی DNA ، پروتئومیکس و همچنین پردازش مقادیر زیادی از داده ها از دستگاه های نظارت بر سلامت بی سیم تا حدی تأیید شد ، که تفاوت های بزرگ بین فردی در فرایندهای بیماری را نشان داد.

بسیاری از روشهای درمانی موجود به دلیل تنوع فردی در دستیابی به اثرات مورد نظر خود ناکام می مانند. به عنوان مثال ، تنها یک سوم بیماران به درمان های سرطانی مبتنی بر دارو پاسخ می دهند. در برخی موارد ، پیامدهای درمان های دارویی می تواند فاجعه بار باشند. فقط در اروپا سالانه 200000 نفر به علت واکنشهای سوء دارویی جان خود را از دست می دهند.

رشد انواع باکتری های مقاوم به چند دارو یکی از جدی ترین تهدیدها برای امنیت غذایی جهان ، به طور کلی سلامت انسان است. کلاسهای جدید آنتی بیوتیک برای درمان عفونتهای رایج مورد نیاز است. استفاده از نقاط کوانتومی در آنتی بیوتیک ها می تواند یکی از راه حل های امیدوار کننده برای این مشکل باشد. در مطالعه ای که در سال 2017 ارائه شد ، ثابت شد که آنتی بیوتیک های مجهز به یک نسخه آزمایشی از نقاط کوانتومی ، 1000 برابر موثرتر از نسخه های "طبیعی" آنها در مبارزه با باکتری ها هستند. عرض نقاط کوانتومی که از تلورید کادمیوم ساخته شده بودند ، 3 نانومتر بود. الکترونهای نقاط کوانتومی در برابر نور سبز با فرکانس مشخصی واکنش نشان دادند که باعث اتصال آنها با مولکولهای اکسیژن در بدن و تشکیل سوپراکسید شد. باکتریهایی که آنها را جذب می کنند دیگر نمی توانند در برابر آنتی بیوتیک مقاومت کنند.

قیمت گذاری و تعیین حق بیمه

تعیین حق بیمه درمانی فرایند پیچیده ای است. در روند تدوین استراتژی کلی قیمت گذاری (با تشخیص اینکه مقررات در برخی کشورها ، مانند ایالات متحده ، ممکن است تعداد عواملی را که برای محاسبه حق بیمه استفاده می شود) باید با برنامه بهداشتی به تعدادی از فاکتورها توجه شود. اینها شامل وابستگی های متقابل پیچیده ای مانند سطح سلامت جمعیت و خطرات بیماری ، مناسب بودن هزینه ها و هزینه های درمان و همچنین در معرض خطر قرار گرفتن یک طرح بهداشتی بر اساس استراتژی و مقررات شرکت است. در حالی که برنامه های بهداشتی در حال حاضر با استفاده از روش های كلاسیك دانش داده ، پیشرفت قابل توجهی در این فضا داشته اند ، دستیابی به مدل های دقیق تر با عدم قطعیت كمتر همچنان دشوار است.

یک مورد کلیدی که در آن محاسبات کوانتومی ممکن است به بهینه سازی قیمت کمک کند ، تحلیل ریسک است. استفاده از چگونگی محاسبات کوانتومی در ارزیابی بهتر ریسک یک بیمار معین برای یک بیماری خاص است. استفاده از این بینش ها در مورد خطر بیماری در سطح جمعیت ، و ترکیب آنها با مدل های خطر کوانتومی که می توانند ریسک مالی را با کارآیی بیشتری محاسبه کنند ، می تواند به برنامه های بهداشتی امکان دستیابی به مدل های بهبود یافته ریسک و قیمت گذاری را بدهد.

مورد مهم دیگر که از طریق آن محاسبات کوانتومی ممکن است از تصمیمات قیمت گذاری پشتیبانی کند ، کاهش تقلب است. در حال حاضر ، کلاهبرداری در مراقبت های بهداشتی فقط در ایالات متحده صدها میلیارد دلار هزینه دارد. تکنیک های کلاسیک داده کاوی در حال حاضر به کشف و کاهش تقلب در مراقبت های بهداشتی کمک می کنند. با این وجود ، روشهای کارآمدتر محاسباتی مورد نیاز است. الگوریتم های کوانتومی می توانند طبقه بندی برتر و تشخیص الگو را فعال کنند و بنابراین به کشف رفتارهای ناهنجار و حذف ادعاهای پزشکی جعلی کمک می کنند.

 

داده های مراقبت بهداشتی

رمزنگاری کوانتومی( ویژگی مهم فناوری کوانتومی) قبلاً برای ایمن سازی ارتباطات مورد استفاده قرار گرفته است. با استفاده از محاسبات کوانتومی ، می توان کلید و داده ها را به صورت نامحدود با رمزگذاری نشکن تضمین شده ایمن کرد. چنین امنیتی قوی امکان پذیر است زیرا رمزگذاری کوانتومی برای تهیه آن به قوانین طبیعت (مکانیک کوانتوم) متکی است. بنابراین ، انتظار می رود رمزنگاری اولین کاربرد محاسبات کوانتومی برای ورود به پرونده های پزشکی برای ایمن سازی سوابق پزشکی و ارتباطات باشد.

در این زمان رایانش کوانتومی یک حوزه دانشگاهی است که کاربران با استفاده از "IBM Q" قادر به دسترسی و اجرای برنامه هایی در فضای ابری هستند. با این وجود دستگاه های بزرگ و محاسبات کوانتومی به صورت تجاری در دسترس قرار گرفته اند و می توانند تعداد کمی عملیات را روی تعداد نسبتاً کمی از ذرات کوانتوم (کیوبیت) انجام دهند. اکثر این سیستم ها مبتنی بر فناوری ابررسانا هستند و می توانند تا حدود 100 کیوبیت را در خود داشته باشند. برخی از دستگاه های محاسباتی کوانتومی حتی برای آزمایش و بررسی کدهای کوانتومی کوچک از طریق رابط های وب به عنوان مثال ، (IBM Q) به طور عمومی برای جامعه تحقیقاتی در دسترس قرار گرفته است.

 

ایران چه فعالیتی در این حوزه شروع کرده است و وضعیت فعلی ایران چگونه است؟

در تاریخ ۶ بهمن ماه ۱۳۹۹ سومین آزمایش انتقال اطلاعات به روش کوانتومی بین برج میلاد و سازمان انرژی اتمی انجام گرفت. علی اکبر صالحی رئیس سازمان انرژی اتمی با بیان اینکه بحث فعالیت کوانتومی را از سال ۱۳۹۵ آغاز کردیم و اولین آزمایش در هم تنیدگی ذرات فوتون که ذرات نور است را در سال ۱۳۹۷ در فاصله آزمایشگاهی انجام دادیم، اظهار داشت: در سال ۱۳۹۷ در فاصله یک مقدار بیشتر و در خرداد ۱۳۹۹ در فاصله ۳۰۰ متری و الان در بهمن ۱۳۹۹ در فاصله ۱۶۵۰ متری با اختلاف ارتفاع ۳۰۰ متر این کار را انجام دایدم. امیدواریم تابستان آینده هفت کیلومتر این آزمایش را بین برج میلاد و برج آزادی انجام دهیم و بعد از تابستان ۱۴۰۰ چند ماه بعد با پهپاد و بالن و در سال ۱۴۰۴ برای ماهواره آماده می‌شویم.

صالحی با بیا اینکه در خصوص تصویربرداری قدم‌های بلندی برداشتیم، اظهار داشت: تجهیزات آن در حال خریداری است و ان‌شاءالله تصویربرداری را نیز انجام می‌دهیم. تصویربرداری کوانتومی بهترین و شفاف‌ترین تصویربرداری خواهد بود بدون اینکه لطمه‌ای به جسم انسان بزند و درون انسان را خیلی شفاف تصویربرداری کند. آزمایشگاه بزرگی در سازمان ساخته‌ایم و تجهیزات خریداری شده و نصب شده ولی چون هزینه بر است و همه هزینه‌ها را نمی‌توانیم تامین کنیم، دانشگاه‌های مختلف را شناسایی کردیم و از آنها خواستیم در این فناوری کار کنند و این آزمایشگاه‌ها را هم افزا کامل کنیم که از کل ظرفیت کشور استفاده کنیم.

ما توانستیم با فناوری کوانتومی سلول‌های سرطانی را شناسایی کنیم و ما این کار را با کمک پزشکان دانشگاه تهران و بیمارستان امام خمینی و سازمان انرژی اتمی انجام داده‌ایم. امیدواریم تصویربرداری شفاف را در یک سال آینده کاربردی کنیم. به جای استفاده از گاما و ایکس ری از این طریق استفاده می‌شود که آسیبی به فرد وارد نمی‌کند و تصویر شفاف نیز هست.

 

منابع:

  Quantum Computing and Health Care

 What Can Quantum Computing Do To Healthcare?

The Potential of Quantum Computing and Machine Learning to Advance Clinical Research and Change the Practice of Medicine

 Quantum Physics in Medicine

 Benefits of Quantum Technology in Medicine

 Exploring quantum computing use cases for healthcare

 The utilization of perspective quantum technologies in biomedicine

 Farsnews