• Home
  • Aktuelles
  • Technologie
  • Forschung
  • Lehre
  • Wirtschaft
  • Jobs
  • Home
  • Aktuelles
  • Technologie
  • Forschung
  • Lehre
  • Wirtschaft
  • Jobs
Kontakt
  • Deutsch
  • English

  • Home
  • Aktuelles
  • Technologie
  • Forschung
  • Lehre
  • Wirtschaft
  • Jobs
Kontakt
  • Deutsch
  • English

Dezember 2021

a:3:{s:6:"locale";s:5:"de_DE";s:3:"rtl";i:0;s:9:"flag_code";s:2:"de";}
Quantencomputing in der Praxis – QKI zur assistierten COVID-19 Befundung und Entscheidungsunterstützung

Quantencomputing in der Praxis – QKI zur assistierten COVID-19 Befundung
und Entscheidungsunterstützung

(15.12.2021/München) Bei dem heutigen Netzwerktreffen mit dem Themengebiet „Quantencomputing in der Praxis: branchenspezifische Use Cases“ waren Dr. Sigrid Auweter von der Smart Reporting GmbH und Leo Sünkel aus dem QAR-Lab bei Bayern Innovativ zu Gast. Der Einsatz von KI und Quantencomputing eröffnet neue Möglichkeiten in den unterschiedlichsten Anwendungsgebieten – so auch im medizinischen Bereich. Die Smart Reporting GmbH hat es sich zum Ziel gesetzt, radiologische Diagnoseverfahrungen und deren Berichterstattung zu optimieren. Hierfür arbeiten im Rahmen des Projekts PlanQK die Smart Reporting GmbH, gemeinsam mit dem Fraunhofer Institut und dem QAR-Lab der LMU München an dem Use Case „QKI-gestützte Diagnose von COVID-19 in Radiologieaufnahmen“. Die Grundidee ist der Einsatz von Quantencomputing zur Analyse von radiologischen Befunddaten und Aufnahmen der Lunge sowie der umliegenden Organe in Bezug auf die Diagnose von Covid-19.  

Ziel dieses Anwendungsfalls ist die automatische Klassifizierung der Lungen-CT-Bilder in drei Kategorien: Gesund, COVID 19-Pneumonie sowie sonstiger Befund. Zusätzlich wird der Schweregrad bei COVID 19-Pneumonie bestimmt, d.h. wie stark die Lunge von COVID19 angegriffen wurde. Daraus soll im Anschluss die beste Behandlungsmöglichkeit für den Patienten abgeleitet werden. Mit Hilfe von Quantum Machine Learning soll das gesamte Verfahren optimiert werden.

„Zunächst einmal ist das Ziel, verschiedene Lösungsansätze zu recherchieren und zu identifizieren – vor allem in Bezug auf Quantencomputer der nächsten Jahre bzw. der NISQ-Ära.“

Zitat Leo Sünkel/QAR-Lab

Aktuell existieren bereits mehrere Prototypen, mit denen das Projekt umgesetzt werden kann. Ein Lösungsansatz liegt im hybriden klassischen “quantum transfer learning” mit abschließender Lokalisierung der Bildbereiche, die am ehesten auf eine Pathologie hinweisen. Dieser wird auf dem Quantengate Modell durchgeführt. Ein anderer Lösungsansatz läuft über den Ansatz der Quantum-Boltzmann-Machine, der über Quantenannealer berechnet wird.

Eines der derzeitigen Herausforderung besteht darin, dass aktuelle Quantencomputer mit der geringen Anzahl an Qubits noch nicht geeignet sind, um ganze CT-Scans alleine zu verarbeiten. Daher wird aktuell der hybride Ansatz forciert, in dem klassische Computer mit Quantencomputer gemeinsam Berechnungen durchführen und mit verschiedenen Architektur-Ansätzen experimentiert. Dabei ist das langfristige Ziel, den Quantenanteil zu maximieren und dadurch bessere Ergebnisse zu erzielen.

Im weiteren Projektverlauf sollen die verschiedenen Architekturen evaluiert und bewertet werden. Welche Schwächen haben die verwendeten Quantenmodelle und wie gut sind die erbrachten Ergebnisse. Auf dieser Grundlage können die Modelle verfeinert und erweitert werden. Zusätzlich fließen kontinuierlich aktuelle medizinische Erkenntnisse aus der Forschung der COVID19 Pandemie in das Projekt mit ein.

Wenn es mit dem Use Case „QKI-gestützte Diagnose von COVID-19 in Radiologieaufnahmen“ gelingt, aussagekräftige Diagnosen zu erhalten, können QKI-Verfahren langfristig auch bei anderen Krankheitsbildern angewendet werden und dem Gesundheitssektor eine große Unterstützung sein.


QAR-Lab der LMU etabliert 11 tiefgreifende Forschungsthemen für interessierte Studentierende im Bereich Quantencomputing

QAR-Lab der LMU ermöglicht Informatik-Studierenden 11 tiefgreifende Forschungsarbeiten im Bereich Quantencomputing

Am 15. Dezember 2021 veranstaltete das QAR-Lab der LMU einen „Kaminnachmittag“ für Studierende, die sich für den Bereich Quantencomputing interessieren. Das QAR-Lab des Lehrstuhls für Mobile und Verteilte Systeme der LMU unter Leitung von Prof. Dr. Claudia Linnhoff-Popien bot 11 Themen an, zu denen Studierende Forschungsarbeiten leisten können. Nach tiefgehenden Untersuchungen sollen die Ergebnisse in wissenschaftlichen Veröffentlichungen zusammengefasst werden.

Jonas Stein, Doktorand und wissenschaftlicher Mitarbeiter im QAR-Lab moderierte die einstündige virtuelle Veranstaltung mit 34 Teilnehmern und erläuterte die Teilnahmemöglichkeiten für Interessierte. Er freute sich, dass das QAR-Lab interessierten Informatik-Studierenden neue Möglichkeiten für Forschungsarbeiten im Bereich Quantencomputing anbieten könne.
Insgesamt wurden 11 Themengebiete vorgestellt, die die Studierenden untersuchen können.

Den Auftakt machte Dr. Sebastian Feld, Ass. Professor am Quantum & Computer Engineering Department der TU Delft (NL), der im Jahr 2018 am Lehrstuhl für Mobile und Verteilte Systeme der LMU promoviert und das QAR-Lab mitbegründet hatte. Er erläuterte den Studierenden seine sechs Themen. Diese sollen tiefer erforscht und mathematisch beschrieben werden, z.B. Alternative Routen zum kürzesten Weg, Currency Arbitrage, Qubit Mapping Problem oder die Optimierung von Flugzeug Beladungen.

Daniel Ratke, CTO der AQARIOS GmbH, einer neuen Ausgründung des QAR-Labs, stellte kurz das Spin-off vor und freute sich, die Studierenden bei den Rechercheaufgaben zu betreuen. Er stellte drei Fälle vor, die zu untersuchen und auf verschiedenen Rechner zu erproben seien. Angeboten wurden zwei praktische Fälle sowie ein theoretisches Thema, das in einem Survey Paper zusammengefasst werden soll.

Jonas Stein stellt zwei Themen aus dem QAR-Lab vor, bei denen bereits erste Erprobungen an verschiedenen Quantencomputern durchgeführt worden seien. Deren Optimierungsprobleme sollen nun weiterführend untersucht werden. Stein erläuterte die Aufgabenstellungen und fasste die elf Themen für die Studierenden abschließend zusammen Die Studierenden der Informatik wurden gebeten, sich für ein jeweils geeignetes Thema bei den drei Betreuern zu melden, um zum Jahresbeginn die Arbeitsschritte festzulegen.

Die Veröffentlichungen der Ergebnisse sind als sog. Wissenschaftliche „Paper“ zum Sommersemester 2022 geplant.

 


Merck leitet Quantum Computing Projekt BAIQO des deutschen BMBF – QAR-Lab wird Partner

Merck leitet BMBF-gefördertes Quantum Computing Projekt BAIQO – QAR-Lab der LMU ist Partner

• QAR Lab der Ludwig-Maximilians-Universität München ist Partner im Verbundprojekt
• Die Partner wollen mittels Quantum Computing Modelle für klinische Studien optimieren

(Darmstadt und München, 09. Dezember 2021)
Merck, ein führendes Wissenschafts- und Technologieunternehmen, hat heute bekannt gegeben, Mitglied des vom BMBF (Bundesministerium für Bildung und Forschung) geförderten Forschungsprojektes BAIQO (Bayesian Network Analysis and Inference via Quantum-assisted Optimization) zu sein. Dieses dreijährige Projekt wird im Verbund mit dem Quantum Applications & Research Laboratory (QAR-Lab) der Ludwig-Maximilians-Universität München durchgeführt. Der Fokus des Forschungsprojektes liegt darauf, Grundlagen für den Einsatz von Quantum Computing bei der Modellierung klinischer Studien zu schaffen. Die Partner untersuchen gemeinsam die Potenziale verschiedener Quantenalgorithmen zur Optimierung von Modellen, welche mit Hilfe von maschinellem Lernen aus großen Datensätzen generiert werden.

„Die Algorithmen sollen in unsere bestehende Optimierungsplattform integriert und untersucht werden. Gemeinsam gehen wir das Thema an, wie man Wirkstoffkandidaten gezielter, schneller, noch sicherer und damit natürlich auch nachhaltiger durch die Phase der klinischen Entwicklung bringen kann,“ sagte Thomas Ehmer, Projektleiter auf der Seite des Industrieprojektpartners Merck. „BAIQO bietet natürlich Potential für neue innovative Arbeitsplätze in diesem Technologiebereich.“

Die Informatik-Professorin Claudia Linnhoff-Popien, Lehrstuhlinhaberin und Leiterin des QAR-Labs der LMU ist vom BAIQO Projekt überzeugt: „Seitens des QAR-Labs sehen wir ein immenses Anwendungspotenzial von Quantum Computing für die Optimierung klinischer Studien. Mit unserer langjährigen Expertise im Bereich Künstliche Intelligenz und Quantum Computing wollen wir Merck bei der Entwicklung und Umsetzung nutzbringender Algorithmen unterstützen.“

Maschinell abgeleitete Modelle für klinische Studien (sogenannte Bayes’sche Modelle) sind oft hochkomplex mit sehr vielen Variablen und Abhängigkeiten zwischen den Variablen. Die Forschungspartner wollen evaluieren, inwieweit solche Modelle generell in Optimierungsprobleme übersetzt werden können, um so die bestmögliche Parameterverteilung für das Modellieren erfolgreicher klinischer Studien zu bestimmen.

Eine weitere Frage des BAIQO-Projektes ist, inwiefern – unter den noch bestehenden Einschränkungen aktueller Quantum Computing Hardware, den sogenannten NISQ-Geräten (NISQ: noisy intermediate-scale quantum) – unterschiedliche Arten von Quantenalgorithmen eingesetzt werden können. Die Evaluierung auf aktuell verfügbaren NISQ-Geräten wird zudem klären, ob ein „Quanten Vorteil“ im Vergleich zu klassischen Ansätzen zur Optimierung klinischer Studien besteht.

Es ist geplant, wissenschaftliche Ergebnisse von BAIQO projektbegleitend in renommierten Fachzeitschriften zu veröffentlichen.

Das Projektvolumen von 1,5 Mio. € wird zu 73,3 Prozent durch das BMBF über die Förderbekanntmachung „Anwendungsnetzwerk für das Quantencomputing“ gefördert. Die Förderbekanntmachung ist eine Maßnahme zur Umsetzung des Regierungsprogramms „Quantentechnologien – von den Grundlagen zum Markt“.

Mehr zum Regierungsprogramm
Hier zur Pressemeldung von Merck

Online Event 15. Dezember Quantencomputing in der Praxis: brachenspezifische Use Cases

Online-Event 15. Dezember 2021
Quantencomputing in der Praxis: brachenspezifische Use Cases

Am 15. Dezember bringt unser Partner Bayern Innovativ Experten zusammen, um einen Wissensaustausch im Bereich Quantencomputing und den damit möglichen branchenspezifischen Use Cases zu fördern. Auch das QAR-Lab wird mit einer seiner Projektpartner der Smart Reporting GmbH vertreten sein.

Die Smart Reporting GmbH hat kürzlich SmartCAD | COVID-19 entwickelt, ein System zur KI-gestützten radiologischen Diagnose und standardisierten Befundung von COVID-19. Dieses System kann mit Methoden der QKI deutlich verbessert werden und wird im PlanQK Projekt zusätzlich um eine QKI-gestützte Entscheidungsunterstützung ergänzt.

Der Vortrag „QKI-gestützte Diagnose von COVID-19 in Radiologieaufnahmen“ von Leo Sünkel, Doktorand am Lehrstuhl für Mobile und Verteilte Systeme des QAR-Labs der LMU und Dr. Sigrid Auweter, VP Research & Innovation, Smart Reporting GmbH in München ist ab 11:10 Uhr zu hören.

Mehr Infos

Dr. Thomas Gabor erhält Auszeichnung für herausragende Forschungsarbeit in der Informatik

Heinz-Schwärtzel-Dissertationspreis für Grundlagen der Informatik geht an die LMU – Dr. Thomas Gabor erhält Auszeichnung für herausragende Forschungsarbeit

(03.12.2021/München) Dr. Thomas Gabor vom Lehrstuhl für Mobile und Verteilte Systeme am Institut für Informatik der Ludwig-Maximilians-Universität München wurde am 03. Dezember 2021 mit dem Heinz-Schwärtzel-Dissertationspreis für Grundlagen der Informatik der drei Münchner Universitäten ausgezeichnet. Der Preis für Grundlagen der Informatik wird seit 2006 jährlich vergeben und richtet sich an hervorragende Promovierte der drei Münchener Universitäten. Er würdigt mit dieser Auszeichnung den Beitrag von Thomas Gabor zur grundlagenorientierten Informatik-Forschung.

Dr. Thomas Gabor erhält Heinz-Schwärtzel-Dissertationspreis. Foto: Copyright Ernst-Albert Graf

Prof. Dr. Claudia Linnhoff-Popien, Betreuerin der Dissertation und Inhaberin des Lehrstuhls für Mobile und Verteilte Systeme lobte die herausragende Dissertation von Dr. Thomas Gabor. Sie übermittelte dem Komitee ihren Dank und war erfreut, dass es eine wirklich herausragende Arbeit ausgewählt habe. „Dieses Werk gehört zu den besten Arbeiten in der gut 20-jährigen Geschichte meines Lehrstuhls, wenn es nicht gar die beste ist. Ich freue mich außerordentlich, dass Thomas Gabor im Jahr 2021 diesen Preis erhält.“

„Ein Meilenstein auf dem Weg zu neuem Verständnis der Informatik als Naturwissenschaft“

Die Auszeichnung wurde im Rahmen der Absolventenfeier der Informatik der TU München verliehen. Pandemiebedingt wurde Prof. Dr. Dr. h. c. mult. Heinz Schwärtzel vor Ort durch Prof. Dr. Susanne Albers, der Vorsitzenden der Auswahlkommission der drei Münchner Universitäten, vertreten. Sie ging in der Laudatio auf die große Bedeutung der Dissertation ein:
„Thomas Gabor führt in dieser Arbeit das abstrakte Modell eines evolutionären Prozesses ein, beleuchtet den spätestens seit Charles Darwin gängigen Begriff der Fitness aus einem neuen Blickwinkel und entwickelt darauf aufbauend bahnbrechende neue Ansätze, die Forscher mehrerer Fachrichtungen noch beschäftigen werden. Die Arbeit zeigt das Repertoire der wissenschaftlichen Disziplin „Informatik“ in seiner ganzen Schönheit: Sie verfolgt sowohl einen formalen Ansatz, indem sie ein interdisziplinäres, mathematisch präzises Vokabular schafft, das Phänomene von Biologie bis Software-Entwicklung beschreibt, als auch einen empirischen Ansatz, indem sie zahlreiche Instanzen von komplexen Systemen von industriell einsetzbar bis komplett neuartig und experimentell betrachtet und genauestens analysiert. Thomas Gabor verknüpft in einer didaktisch herausragenden Weise die bedeutendsten Erkenntnisse langjähriger wissenschaftlicher Auseinandersetzung. Diese Dissertation ist ein Meilenstein auf dem Weg zu einem neuen Verständnis der Informatik als Naturwissenschaft.“

Dr. Thomas Gabor während der Dankesrede zum Dissertationspreis (Copyright: Ernst-Alfred Graf)

Der Preisträger zu seinem profunden Ansatz: „Informatik beschäftigt sich nicht nur mit Computern“. Dr. Thomas Gabor freute sich über die Auszeichnung und hob in seiner Dankesrede an Stifter und Kommission die Bedeutung der Grundlagenforschung der Informatik auch für andere wissenschaftliche Disziplinen hervor.
Thomas Gabor hatte im Sommer 2015 sein Masterstudium im Fach Informatik erfolgreich an der LMU abgeschlossen. Im Winter 2015 begann er seine Arbeit als Doktorand am Lehrstuhl für Mobile und Verteilte Systeme der LMU. Im Zeitraum seiner Promotion war Gabor als Wissenschaftler in Forschung und Lehre an der LMU tätig und veröffentlichte eine Rekordanzahl an 42 wissenschaftlichen Paper. Im Juli 2021 hatte Gabor seine Dissertation über das Thema „Self-Adaptive Fitness in Evolutionary Processes“ erfolgreich verteidigt.

Der Heinz-Schwärtzel Preis ist eine der wenigen Ehrungen, die es für Informatik-Promotionen gibt. Die Auswahl wurde gemeinsam mit dem Stifter durch ein Komitee vorgenommen. Es war das erste Mal, dass der Informatik-Lehrstuhl für Mobile und Verteilte Systeme diese Auszeichnung gewann. Zuletzt ging der Preis vor vier Jahren an die LMU.



QAR-Lab – Quantum Applications and Research Laboratory
Ludwig-Maximilians-Universität München
Oettingenstr. 67
80538 München
Telefon: +49 89 2180-9153
E-Mail: qar-lab@mobile.ifi.lmu.de

© Copyright 2025

Allgemein

Team
Kontakt
Impressum

Social Media

Twitter Linkedin Github

Sprache

  • Deutsch
  • English
Cookie-Zustimmung verwalten
Wir verwenden Cookies, um unsere Website und unseren Service zu optimieren.
Funktional Immer aktiv
Die technische Speicherung oder der Zugang ist unbedingt erforderlich für den rechtmäßigen Zweck, die Nutzung eines bestimmten Dienstes zu ermöglichen, der vom Teilnehmer oder Nutzer ausdrücklich gewünscht wird, oder für den alleinigen Zweck, die Übertragung einer Nachricht über ein elektronisches Kommunikationsnetz durchzuführen.
Vorlieben
Die technische Speicherung oder der Zugriff ist für den rechtmäßigen Zweck der Speicherung von Präferenzen erforderlich, die nicht vom Abonnenten oder Benutzer angefordert wurden.
Statistiken
Die technische Speicherung oder der Zugriff, der ausschließlich zu statistischen Zwecken erfolgt. Die technische Speicherung oder der Zugriff, der ausschließlich zu anonymen statistischen Zwecken verwendet wird. Ohne eine Vorladung, die freiwillige Zustimmung deines Internetdienstanbieters oder zusätzliche Aufzeichnungen von Dritten können die zu diesem Zweck gespeicherten oder abgerufenen Informationen allein in der Regel nicht dazu verwendet werden, dich zu identifizieren.
Marketing
Die technische Speicherung oder der Zugriff ist erforderlich, um Nutzerprofile zu erstellen, um Werbung zu versenden oder um den Nutzer auf einer Website oder über mehrere Websites hinweg zu ähnlichen Marketingzwecken zu verfolgen.
Optionen verwalten Dienste verwalten Verwalten von {vendor_count}-Lieferanten Lese mehr über diese Zwecke
Einstellungen anzeigen
{title} {title} {title}