Computação quântica pode ajudar a detectar câncer de mama mais cedo 🧬✨ 🧵 Estudo da Unesp mostra que uma rede neural híbrida (QNN) identificou sinais precoces em mamografias e ultrassons — e isso pode aumentar muito as chances de cura.

Imagem indisponível

O que eles fizeram? Construíram uma rede neural híbrida que mistura camadas quânticas com camadas clássicas — a tal 'quanvolutional neural network' (QNN). Aplicaram o modelo em imagens pra classificar lesões como benignas ou malignas.

Por que isso importa? O estudo aponta eficácia na detecção precoce, reduzindo a possibilidade de falhas no diagnóstico — fundamental quando o câncer de mama é o que mais mata mulheres no Brasil (11,71 óbitos a cada 100 mil).

Imagem indisponível

Explicando de forma simples: as camadas quânticas funcionam como filtros que capturam padrões super sutis nas imagens — coisas que às vezes passam despercebidas por redes só clássicas. Não é mágica, é uma nova maneira de extrair informação.

Imagina o impacto se isso chegar ao SUS e clínicas pequenas: diagnósticos mais precisos e precoces podem reduzir desigualdades regionais no acesso ao tratamento. Mas pra isso tem que ter investimento, validação clínica e capacitação.

Imagem indisponível

Também tem desafios: hardware quântico ainda é caro e experimental, os modelos precisam de muitos dados de qualidade e é essencial proteger a privacidade dos pacientes. Transparência e regulação vão ser chave pra evitar concentração de poder.

Resumo: é um passo promissor — combinar computação quântica com IA pode transformar o diagnóstico do câncer de mama. Mas pra virar impacto real precisamos de pesquisa aberta, investimento público e foco em levar a tech pra quem mais precisa.

Imagem indisponível