Tetherは、スマートフォン上で完全に動作し、実際の現場でGoogleのより大規模なMedGemma-27Bを上回る医療AIモデル「QVAC MedPsy」をリリースした。同社によると、このモデルは計算リソースを3分の1に抑え、Google版の16分の1のサイズである。
パフォーマンスとサイズの比較
ベンチマークでは、QVAC MedPsyが実際の臨床利用を模倣したタスクでMedGemma-27Bより高いスコアを記録している。Googleのモデルが大規模なサーバーレベルの処理を必要とするのに対し、Tetherのモデルはモバイルデバイスに収まる。効率性の向上は、パラメータ数が16分の1とコンパクトなアーキテクチャに起因するが、それでも優れた結果を提供する。
このサイズの違いは計算ニーズに直接影響する。QVAC MedPsyはMedGemma-27Bの約3分の1の処理能力を必要とするため、インターネット接続なしでデバイス内で推論が可能となる。
医療AIにおける効率性の重要性
スマートフォンでAIを動作させることで、安定したサーバー接続が保証されない遠隔地の診療所やリソースが限られた環境での活用が可能になる。デバイスに収まるモデルは患者データをローカルで分析でき、遅延とプライバシーのリスクを低減する。Tetherは具体的な展開計画を公表していないが、このモデルの性能から、精神科または心理スクリーニングに対応できることが示唆される。QVAC MedPsyの「Psy」は、おそらく心理学または精神医学を指している。
医療分野ではデータの機密性からクラウドのみのAIに慎重であった。デバイス内で動作し、それでも大手ライバルを上回るモデルは、病院やモバイルヘルスアプリでの採用を加速させる可能性がある。
基盤技術
USDTで知られるTetherは、AI分野での開発を静かに進めていた。QVAC MedPsyはその最初の医療モデルの一つである。同社は詳細なネットワークアーキテクチャを公表していないが、スマートフォンで動作しながらより大規模なモデルを上回る能力は、学習または量子化における積極的な最適化を示唆している。
対照的に、GoogleのMedGemma-27Bはクラウドまたは高価なハードウェア向けに設計されている。Tetherのアプローチはこの想定を覆し、ドメイン固有タスクでは小規模モデルがより優れた結果をもたらす可能性を示している。
リリース日や提携先は発表されていない。現時点では、ベンチマーク結果が医療AIが大規模なハードウェアを必要とせずに優れた成果を達成できることを証明している。
