Tether telah merilis model AI medis bernama QVAC MedPsy yang berjalan sepenuhnya di ponsel pintar dan mengungguli MedGemma-27B milik Google yang lebih besar dalam skenario dunia nyata. Menurut perusahaan, model ini menggunakan sumber daya komputasi tiga kali lebih sedikit dan berukuran 16 kali lebih kecil dibandingkan versi Google yang dikalahkannya.
Kinerja vs. Ukuran
Tolok ukur menunjukkan QVAC MedPsy mendapatkan skor lebih tinggi daripada MedGemma-27B pada tugas-tugas yang meniru penggunaan klinis aktual. Sementara model Google memerlukan pemrosesan tingkat server yang substansial, model Tether muat di perangkat seluler. Keuntungan efisiensi ini berasal dari arsitektur kompak model — 16 kali lebih kecil dalam jumlah parameter — namun tetap memberikan hasil yang unggul.
Perbedaan ukuran itu secara langsung berdampak pada kebutuhan komputasi. QVAC MedPsy mengonsumsi kira-kira sepertiga daya pemrosesan MedGemma-27B, sehingga layak untuk inferensi pada perangkat tanpa akses internet.
Mengapa Efisiensi Penting untuk AI Medis
Menjalankan AI di ponsel pintar membuka kemungkinan penggunaan di klinik terpencil dan lingkungan dengan sumber daya terbatas di mana koneksi server yang stabil tidak terjamin. Model yang muat di perangkat dapat menganalisis data pasien secara lokal, mengurangi latensi dan risiko privasi. Tether belum mengungkapkan rencana penerapan spesifik, tetapi kinerja model menunjukkan bahwa ia dapat menangani skrining psikiatri atau psikologis — kata “Psy” dalam QVAC MedPsy kemungkinan merujuk pada psikologi atau psikiatri.
Bidang medis selama ini berhati-hati terhadap AI berbasis cloud saja karena sensitivitas data. Model pada perangkat yang masih mengungguli pesaing besar dapat mempercepat adopsi di rumah sakit dan aplikasi kesehatan seluler.
Teknologi di Baliknya
Tether, yang paling dikenal dengan stablecoin USDT, diam-diam telah membangun di bidang AI. QVAC MedPsy adalah salah satu model medis pertamanya. Perusahaan belum memublikasikan arsitektur jaringan secara detail, tetapi kemampuan model untuk berjalan di ponsel pintar sambil mengalahkan model yang jauh lebih besar menunjukkan optimasi agresif dalam pelatihan atau kuantisasi.
Sebaliknya, MedGemma-27B milik Google dirancang untuk cloud atau perangkat keras kelas atas. Pendekatan Tether membalik asumsi itu, menunjukkan bahwa yang lebih kecil bisa lebih kuat dalam tugas-tugas spesifik domain.
Belum ada tanggal peluncuran atau kemitraan yang diumumkan. Untuk saat ini, hasil tolok ukur tersebut menjadi titik bukti bahwa AI medis tidak selalu memerlukan perangkat keras besar untuk memberikan hasil besar.
