Uma das principais aplicações da IA é a saúde – cada vez mais surgem projectos que usam esta tecnologia para identificar casos com muita antecedência, ajudar médicos a fazer diagnósticos e tratar dados.
Quando a IA se alia à computação quântica, estas vantagens são ainda mais potenciadas, uma vez que passa a ser possível tratar uma grande quantidade de informação em tempo útil, algo que um computador tradicional nunca iria conseguir, de forma eficiente.
São precisamente estas duas tecnologias que estão na base de um projecto internacional na área da saúde, o G-quAI, onde participam, por Portugal, a Faculdade de Ciências e Tecnologia da Universidade de Coimbra (FCTUC), a Faculdade de Medicina (FMUC) e o Centro de Estudos Sociais (CES).
O objectivo é criar algoritmos de IA que possam diferenciar, de forma precisa, imagens normais de imagens com patologias», em casos de cancro colorrectal, explica Gabriel Falcão, professor do Departamento de Engenharia Eletrotécnica e de Computadores da FCTUC.

«Embora a tecnologia actual já permita detectar algumas diferenças, acreditamos que a computação quântica pode ser decisiva para aumentar a eficiência e precisão dos diagnósticos», lembra o Gabriel Falcão. Este projecto surge num momento em que são diagnosticados «dois milhões de novos casos de cancro colorrectal todos anos».
Ao juntar IA e computação quântica, o G-quAI quer «revolucionar a detecção e prevenção de patologias gastrointestinais», uma vez que, neste momento, o tratamento de dados relativos aos resultados de procedimentos médicos pode ser muito moroso.
«Actualmente, procedimentos como a cápsula gastrointestinal, que gera cerca de dez horas de imagens, e a colonoscopia, que produz uma grande quantidade de dados em apenas vinte a trinta minutos, criam desafios significativos na análise de dados», diz a FCTUC.
Isto coloca os médicos perante um cenário que, a acontecer, seria muito complicado de gerir: «Se conseguíssemos fazer uma monitorização em massa de uma grande parte da população, o volume de dados gerado seria tão grande que nenhum computador clássico seria capaz de processar toda essa informação de forma eficiente», conclui Gabriel Falcão.
Além da Universidade de Coimbra, o G-quAI conta com o apoio do Open Quantum Institute (Suíça), do Geneva Science and Diplomacy Anticipator e da International Agency for Research on Cancer (IARC), como parte da Organização Mundial da Saúde.