De acordo com pt.wedoany.com-Em 5 de junho de 2026, a Classiq, desenvolvedora de software de engenharia quântica, e a Pontifícia Universidade Católica do Chile (UC Chile) lançaram um programa de pesquisa de 12 meses com o objetivo de desenvolver algoritmos híbridos de aprendizado de máquina quântico-clássico para análise avançada de imagens biomédicas. O projeto, financiado pelo concurso Avanza UC 2025 e intitulado "Aprimorando a Patologia por meio da Computação Quântica", estabelece a primeira aliança de patologia computacional da América Latina.
O projeto integra a plataforma automática de síntese de circuitos da Classiq com a infraestrutura híbrida CUDA-Q da NVIDIA e utiliza conjuntos de dados de histopatologia selecionados fornecidos por instituições de pesquisa brasileiras, incluindo a Fundação Oswaldo Cruz (FIOCRUZ) e a Universidade Federal da Bahia (UFBA). O roteiro de codesign aborda a alta dimensionalidade e a complexidade de características das imagens de lâminas inteiras, que sobrecarregam as arquiteturas clássicas de visão computacional em tarefas de segmentação em nível de pixel. Em vez de depender inteiramente de redes neurais clássicas profundas, a equipe de pesquisa desenvolveu um pipeline híbrido de aprendizado de máquina quântico (Quantum Machine Learning, QML) otimizado para patologia renal, utilizando o ambiente de modelagem de funções abstratas da Classiq para sintetizar e otimizar automaticamente topologias de redes quânticas especializadas, contornando as limitações da programação manual em nível de portas lógicas.
O fluxo de trabalho conjunto de patologia computacional concentra-se em três objetivos de análise clínica. As Redes Neurais Convolucionais Quânticas (Quantum Convolutional Neural Networks, QCNNs) ajustam camadas convolucionais quânticas para comprimir características estruturais de alta resolução, otimizando a segmentação automática de glomérulos em amostras de tecido complexas. Os Classificadores Variacionais Quânticos (Variational Quantum Classifiers, VQCs) aplicam estados lógicos quânticos variacionais parametrizados para executar modelos de classificação de múltiplas classes de lesões renais. Os Métodos de Kernel Quântico (Quantum Kernel Methods) utilizam o espaço de estados quânticos de alta dimensão para realizar buscas de padrões semânticos, isolando anomalias diagnósticas sutis em lâminas histológicas densas.
A pilha de software compilada é executada por meio de um ambiente de tempo de execução unificado. Os algoritmos híbridos são compilados usando a plataforma NVIDIA CUDA-Q, permitindo roteamento de dados de coprocessador de baixa latência. Essa estrutura permite que a equipe execute simulações de algoritmos de alta fidelidade na infraestrutura clássica de supercomputação de IA da NVIDIA e, em seguida, transfira os circuitos otimizados e prontos para hardware para as Unidades de Processamento Quântico (Quantum Processing Units, QPUs) de íons aprisionados da IonQ para testes de referência físicos.
Essa parceria estabelece um ponto de ancoragem operacional para aplicações de computação avançada no setor de tecnologia médica da América do Sul, alinhando-se diretamente com a Estratégia Nacional de Tecnologia Quântica 2025-2035 do Chile. O projeto é orientado pelo Dr. Dardo Goyeneche, da Faculdade de Física da Pontifícia Universidade Católica do Chile — que também lidera o grupo de pesquisa QuDIT e o projeto de construção do computador quântico de uso geral do Chile, QuAntü — e conta com o apoio do Dr. Daniel Uzcátegui, da Universidade Católica da Santíssima Conceição (UCSC). Ao incorporar a camada de codificação independente de hardware da Classiq nos pipelines regionais de saúde, o programa cria uma estrutura validada para trazer vantagens quânticas emergentes diretamente para ferramentas ativas de diagnóstico em saúde pública.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
