量子核在医学基础模型嵌入中相对于经典坍缩的优势
该研究通过采用基于三种医疗基础模型（MedSigLIP-448、RAD-DINO和ViT-patch32）冻结嵌入的量子支持向量机（QSVM），在MIMIC-CXR胸片二分类保险任务中提供了无噪声模拟环境下的量子核优势证据。研究人员提出双层公平比较框架，确保两种分类器均接收相同的PCA-q特征：在第一层级（未调参QSVM vs 未调参线性SVM，双方C=1），QSVM在所有18种测试配置中均取得少数类F1值优势（17项p<0.001，1项p<0.01）。当量子比特数变化时，经典线性核在90-100%随机种子下坍缩为多数类预测，而QSVM始终保持有效召回率。在q=11（MedSigLIP-448平台期中心点）时，未经超参数调优的QSVM平均F1达0.343，显著优于经典方法的0.050（F1增益+0.293，p<0.001）。第二层级测试（未调参QSVM vs C值调优的RBF SVM）中，QSVM在全部7种配置中胜出（平均增益+0.068，最大+0.112）。特征谱分析显示量子核在q=11时有效秩达69.80，远超线性核秩数，而经典方法坍缩现象具有C值不变性。全量子比特扫描揭示了模型间存在架构依赖的浓度起始现象。代码库：https://github.com/sebasmos/qml-medimage
