AI芯片技术艺术图

人工智能（AI）正在改变科学发现和临床工作流程，但仍受限于传统计算能力。量子技术则方兴未艾，能解决AI和传统系统单独难以应对的科学难题与计算挑战。美国《福布斯》双周刊网站在近日的报道中指出，当AI与量子计算强强联合，便能释放出传统系统无法实现的潜力，重塑未来医疗领域的面貌。

AI加速医疗流程

AI已迅速成为临床运营的重要组成部分。从自动化文档处理、影像分析到预测性分诊，AI驱动的工具正融入医疗运营的诸多环节，加速工作流程，减轻行政负担。

例如，借助自动记录、理赔处理和分诊支持，AI能缓解医生的工作压力；在影像诊断领域，AI表现尤其突出，目前超过70%的美国食品和药物管理局（FDA）批准的AI工具都集中于此。通过虚拟护理、远程监测和早期检测，AI还能更全面地获取患者信息。与此同时，多步骤护理路径正在被简化，数字孪生和智能代理系统可模拟特定患者的治疗结果，预测分析则帮助医院优化物流与资源分配。

不仅如此，AlphaFold等生成式AI模型加快了蛋白质结构预测和候选基因鉴定进程。FDA近期收到的涉及AI发现工具的申请已超过300件，Isomorphic实验室等正推动AI设计的免疫学和肿瘤学候选药物进入人体试验。

量子计算革新医疗实践

然而，AI仍受传统计算限制。它擅长大规模分析数据模式，却难以模拟支撑生命活动的量子层面相互作用，也难以精确刻画复杂分子行为。一些存在于经典测量阈值之下的超早期疾病信号，同样可能逃过它的“眼睛”。此外，AI在预测毒性、建模生物机制等方面仍存在困难。

量子技术正好可以弥补这些空白。量子化学有望以物理精度模拟分子和生物系统；量子传感可实时、非侵入地探测磁性和生物电信号；量子通信则能在后量子时代保障电子健康记录、临床工作流程和AI系统的安全。这些能力扩展了AI单独可实现的范围，早期部署正在重塑医疗实践。

例如，IBM、美国克利夫兰诊所和日本理化学研究所的科学家，利用以量子为中心的超级计算，模拟了包含多达12635个原子的蛋白质—配体复合物，包括胰蛋白酶和T4溶菌酶，从而加速药物发现。这是量子硬件迄今进行的最大规模重要分子模拟，系统规模较以往基准测试增长约40倍。以量子为中心的超级计算是IBM提出并推动的一种新型混合计算架构，旨在将量子处理器与经典高性能计算系统深度融合，突破当前量子硬件在噪声和规模上的局限，解决单一技术难以处理的复杂科学与工程问题。

莫德纳公司与IBM在第三代高性能量子处理器“苍鹭”上，采用混合量子—经典变分算法，预测了长达60个核苷酸的mRNA序列二级结构。这是迄今在量子硬件上模拟的最长折叠模式。准确预测mRNA二级结构，对理解基因表达、翻译效率，以及推动基于mRNA的治疗技术至关重要。

强强融合迈向更精准医疗

AI与量子技术的融合，正释放出更大潜力。量子技术提供经典AI难以完全复制的物理精确模拟与感知能力；AI则能优化量子电路、解读结果，并协调混合工作流程。

结合量子仿真，智能AI可构建闭环发现系统，如生成假设、进行分子层面模拟、评估结果，再不断迭代。借助可解释的AI方法，量子技术还有望加快药物设计、生物标志物发现和个性化治疗建模。

同样的融合也能从运营层面优化供应链、物流和重症监护资源分配。从系统视角对异质群体尺度数据集进行量子增强分析，还有望揭示多组学与临床数据之间更强的相关性。

量子机器学习也能增强病理AI。在以与经典模型相当准确度分类乳腺癌亚型时，仅使用约50%的数据，AI模型的运行速度就快了约25倍。此外，量子通信项目可保护AI流程和电子健康记录；量子传感器则为早期检测生物标志物提供了新可能。

AI强化了医疗的数字与运营基础，量子技术则拓展了科学与计算的边界。二者的融合，将推动更早检测、更精准治疗、更具韧性的数据基础设施，以及全新科学能力的出现。（记者 刘霞）