La visualisation à l’ère de la Réalité Virtuelle

Gros plan sur la fabrication et l’ingénierie.

Si les outils de conception 3D existent depuis quelque temps déjà, la consumérisation de la réalité virtuelle fait émerger des solutions de visualisation à un rythme sans précédent. La visualisation a atteint un tel niveau que les concepteurs peuvent désormais créer des images photoréalistes de produits dans des environnements naturels avec plus de rapidité et de précision.

Lire le livre blanc

L'informatique quantique utilisée pour étudier l'évolution des maladies chez l'être humain

Par:
fredericmazue

jeu, 08/11/2018 - 17:07

Atos, Bayer, et l'université technique de Rhénanie-Westphalie à Aix-la-Chapelle, travaillent, au moyen du simulateur quantique Atos Quantum Learning Machine, pour étudier l'évolution des maladies humaines à multimorbidité à partir de vastes référentiels de données.

« L'informatique quantique est l'une des récentes technologies qui auront un impact révolutionnaire sur le secteur des sciences de la vie, les prestataires de soins de santé ainsi que les options de traitement s'offrant aux patients. Si l'informatique quantique n'en est qu'à ses débuts, nous voulons apprendre dès maintenant comment l'utiliser, et dans quels domaines, pour l'exploiter au mieux. », déclare Dirk Schapeler, vice-président de l'innovation numérique pour G4A chez Bayer.

Le projet est basé sur des données anonymes de patients en soins intensifs, afin d'analyser et d'identifier les corrélations entre les comorbidités et les schémas pertinents d'évolution des pathologies. Ce concept complète l'approche des études effectuées lors d'essais cliniques, qui se concentre généralement sur un nombre limité de patients et sur des données bien structurées pour analyser les critères pathologiques.

« Nous devons gagner en connaissance sur l'état de santé des patients atteints de plusieurs maladies. La Quantum Learning Machine d’Atos nous aidera à analyser l'évolution d'une maladie et l'interaction avec les comorbidités. », explique le docteur Ulf Hengstmann, responsable de l'innovation en santé numérique pour G4A chez Bayer. « Nous savons déjà que les patients atteints de maladies spécifiques telles que l'insuffisance cardiaque peuvent présenter plusieurs comorbidités fréquentes. Nous devons maintenant comprendre pourquoi cela se produit et comment cela affecte le traitement ».

La Quantum Learning Machine d’Atos est le premier simulateur quantique clé en main industrialisé capable de simuler jusqu'à 41 qubits (bits quantiques). Il repose sur un système ultra-compact et un langage de programmation quantique universel et normalisé, AQASM (Atos Quantum Assembly Language). Il intègre également une pile logicielle puissante permettant de simuler des programmes quantiques sur tout matériel quantique, y compris la modélisation du bruit quantique, une caractéristique unique sur le marché. Grâce à une infrastructure basée sur une mémoire intégrée, la capacité de simulation informatique peut être augmentée à tout moment pour prendre en charge l'évolution des applications et des charges de travail plus importantes.

« L'informatique quantique est sur le point de changer la donne de l'ère numérique », déclare Ursula Morgenstern, Directrice Générale d'Atos en Allemagne. « Pour profiter de son plein potentiel, les clients devront trouver et explorer des cas d'utilisation concrets, comme le fait Bayer avec ce projet ».

Parallèlement à l'approche de l'informatique quantique, le centre commun de recherche en biomédecine computationnelle de l'université technique de Rhénanie-Westphalie à Aix-la-Chapelle exécute ses analyses sur un supercalculateur (HPC) afin d'évaluer la précision des résultats et les performances de l'expérience quantique.

« L'apprentissage structurel des mécanismes à partir de volumes de données très volumineux est au cœur des activités de recherche du centre commun de recherche en biomédecine computationnelle. L'alliance de l'informatique quantique et du Machine Learning est dans une certaine mesure encore un territoire inexploré mais au potentiel fort dans le domaine de l'analyse des données médicales », explique le professeur Andreas Schuppert, chef du centre commun de recherche en biomédecine computationnelle. « Nous effectuons donc une analyse comparative des données au moyen d'un supercalculateur pour évaluer ses avantages en termes d'apprentissage structurel ».