[发明专利]基于量子神经网络的病情发展预测系统及平台

说明书

本发明公开了基于量子神经网络的病情发展预测系统及平台，属于量子计算技术领域，包括预处理单元和量子神经网络；预处理单元用于提取离散化数据的特征数据；量子神经网络，基于特征数据进行分类得到病情走势预测结果。本申请通过预处理单元将连续性数据离散化处理，进而使连续性数据输入至量子神经网络，为不同行业中连续或离散数据的处理、数据的预测提供了一种全新的方法和思路。同时本申请将量子计算应用至病情发展进行预测，大大提升了数据计算效率，同时提升病情走势的预测结果，实现生物医疗资源的有效、合理地分配。

技术领域

本发明涉及量子计算技术领域，尤其涉及基于量子神经网络的病情发展预测系统及平台。

背景技术

近年来，随着人工智能技术的不断发展，各类人工智能算法开始逐渐应用于各行各业中，为不同的行业带来了新的发展机遇，其中神经网络算法是人工智能技术中一种非常重要的算法。经典的神经网络模型可以通过观察事物发展的特征从而推导出事物内在的联系和变化，以此来预测未来事物发展的走向，例如带权重的量子神经网络为量子计算与各行各业的融合提供了新的方法，以及将电力电子电路故障与量子神经网络结合，提出了更加高效可靠的故障检测方法，其结果证明该算法已经大量用于生物、金融、智能识别等领域，并已经取得一定成效。

另一方面，许多潜在的问题也被挖掘出来；例如医药资源不足，数据量激增之后计算机资源不足等问题。与此同时，生物医药行业同样也迎来了一波大爆发，这使得越来越多的现有技术开始投入到生物医药行业中去，例如使用人工智能技术在新一代人工智能测序，癌症基因组等方面的研究，为当前及以后人工智能和生物医药的结合提供了深厚的参考价值。有学者在2020年回顾和预测了医疗保健中的人工智案例的研究，总结了人工智能算法在生物医学中应用的最新进展，包括生活辅助、生物医学信息处理和生物医学研究，可以得出结论应用人工智能算法在生物医药领域中还处在初期阶段，未来有巨大的发展潜力。

生物医药中需要越来越多的数据、资源等等，导致传统计算机的计算能力在面对如此巨大的数据量时显得力不从心。传统的人工智能技术的发展也处于转向当前及以后的关键时期，此时量子计算机的提出为未来科学技术发展提出了新的方向。由于量子计算机具有并行计算的特点，使得其运算速度大大增加，数据吞吐量也大大增加，为各行各业提供了新的解决方案，因此我们将量子计算算法带入了生物医药领域。

量子计算最早于80年代初期提出，经过几十年的发展，量子信息与量子科技创新研究院科研团队在量子计算方向取得重大研究成果，为量子计算在各行业的应用带来了新的发展。人类与病毒抗争的过程中，总是展现出确诊病人激增，病人数据总是在短时间之内激增，此时通过传统的计算机从录入数据到进行数据处理需要巨大的计算资源，传统计算机在此时就显得捉襟见肘，无法及时输出数据处理结果，进而无法为对应病患提供对应的医疗资源，由此量子计算的方法就急需用于该行业，为生物医药行业提供新的解决思路。

然而病毒感染人体以后总是反反复复，不同的个体也表现出不同的症状。而在此过程中，有一部老人小孩由于自身身体素质较差，在检测到抗体以后既有可能转为重症病人，此时急需为这样的病人分配大量医药资源，与此同时也会有部分体质较强的人在早期会检测出一定的病毒抗体，但由于自身身体素质较好，不久之后便会自愈，所以对于这一类人群应该分配较为少量的医药资源来缓解物资紧缺的境况。

在现有的技术中，各项医学数据均是不同时间间隔测量得到的数据，在基于离散的数据用于传统的机器学习，这样势必会因为测量间隔的不同导致测量精度和预测结果的不同，对于真正的病情变化往往会变现出一定程度的失真。而连续的数据就可以完整的体现病人病情变化的情况，但是如何将连续数据输入到神经网络甚至量子神经网络模型中，是亟待解决的问题。

发明内容

本发明的目的在于解决人体感染病毒之后病情预测的问题，及生物医药领域中不可预测性的数据激增和数据处理过程中传统计算机资源不足的问题，提供了基于量子神经网络的病情发展预测系统及平台。