L’informatique quantique couvre de nombreux volets. Parmi les secteurs particulièrement prometteurs, le quantique en santé se pose comme un moyen formidable d’actionner de nouveaux leviers d’innovation et de croissance.
L’informatique quantique utilise des phénomènes propres à la mécanique quantique. Elle se désolidarise donc des technologies proprement numériques (à base de 0 et de 1) pour réaliser des calculs jugés trop complexes pour un ordinateur classique. Quatre domaines d’activité sont couverts par la technologie. A savoir les capteurs quantiques, l’ordinateur quantique, la cryptographie quantique et les communications quantiques.
Dans le domaine du quantique en santé, des applications sont imaginables. L’objet de ces innovations est de pouvoir mesurer des grandeurs physiques avec une plus grande précision que les capteurs habituels. Olivier Ezratty, expert et auteur dans le domaine de l’informatique quantique, précise : « Le champ d’usage des capteurs quantiques est le plus conséquent dans le domaine de la santé. Le quantique en santé est particulièrement intéressant en matière d’imagerie médicale et dans tout ce qui à trait aux méthodes non-invasives« .
En matière de calcul quantique, les perspectives sont pour le moins prometteuses. Outre le fait de pouvoir calculer plus rapidement et de rendre possibles des calculs classiquement impossibles, la technologie améliore la qualité des résultats fournis. Le domaine quantique autorise également la réduction de la quantité de données nécessaires pour fonctionner. Et cela, tout en réduisant potentiellement la consommation d’énergie.
Quantique en santé : de réels usages
Tout particulièrement dans la santé, la technologie peut permettre de simuler la matière quantique. Il s’agirait d’avoir un moyen de savoir comment les molécules interagissent entre elles. L’idée est donc de mieux comprendre comment des médicaments, des maladies fonctionnent. Ces modèles fonctionnent déjà mais pourraient être améliorés à l’avenir. En outre, dans les secteurs du machine learning et du deep learning, la technologie va produire une meilleure analyse des images médicales.
Concrètement, des usages existent dès à présent. En matière d’étude du fonctionnement des vaccins ou bien encore d’étude de la structure des protéines. Il est également possible d’établir des prédictions en matière d’analyse de la santé globale de la population. L’idée est ensuite de pouvoir conduire des politiques de prévention dans une logique de santé populationnelle.
Il s’agit donc d’une aide à la décision et à la prévention par le biais de la technologie. Un fonctionnement qui peut se révéler utile en matière de traitement de certaines maladies chroniques comme le diabète ou l’obésité.
Olivier Robillart