Tether heeft een medisch AI-model uitgebracht genaamd QVAC MedPsy dat volledig op een smartphone draait en in realistische scenario's beter presteert dan Google's grotere MedGemma-27B. Het model gebruikt drie keer minder rekenkracht en is 16 keer kleiner dan de Google-versie die het verslaat, aldus het bedrijf.
Prestaties vs. Grootte
Benchmarks tonen aan dat QVAC MedPsy hoger scoort dan MedGemma-27B op taken die de daadwerkelijke klinische praktijk nabootsen. Terwijl Google's model aanzienlijke serververwerking vereist, past Tether's model op een mobiel apparaat. De efficiëntiewinst komt door de compacte architectuur van het model — 16 keer kleiner qua aantal parameters — maar het levert toch superieure resultaten.
Dat grootteverschil vertaalt zich direct naar rekenbehoeften. QVAC MedPsy verbruikt ongeveer een derde van de verwerkingskracht van MedGemma-27B, waardoor het geschikt is voor verwerking op het apparaat zonder internetverbinding.
Waarom efficiëntie belangrijk is voor medische AI
Het draaien van AI op smartphones opent gebruiksmogelijkheden in afgelegen klinieken en omgevingen met beperkte middelen waar een stabiele serververbinding niet gegarandeerd is. Een model dat op een apparaat past, kan patiëntgegevens lokaal analyseren, wat de latentie en privacyrisico's vermindert. Tether heeft geen specifieke implementatieplannen bekendgemaakt, maar de prestaties van het model suggereren dat het psychiatrische of psychologische screening aankan — de 'Psy' in QVAC MedPsy verwijst waarschijnlijk naar psychologie of psychiatrie.
De medische sector is terughoudend geweest met cloud-only AI vanwege de gevoeligheid van gegevens. Een model op het apparaat dat nog steeds beter presteert dan grote concurrenten, zou de adoptie in ziekenhuizen en mobiele gezondheidsapps kunnen versnellen.
De technologie erachter
Tether, vooral bekend om zijn stablecoin USDT, is rustig aan het bouwen in AI. QVAC MedPsy is een van zijn eerste medische modellen. Het bedrijf heeft geen gedetailleerde netwerkarchitectuur gepubliceerd, maar het vermogen van het model om op een smartphone te draaien terwijl het een veel groter model verslaat, wijst op agressieve optimalisatie in training of kwantificering.
Google's MedGemma-27B is daarentegen ontworpen voor cloud of hoogwaardige hardware. Tether's aanpak keert die aanname om en toont aan dat kleiner sterker kan zijn in domeinspecifieke taken.
Er is geen lanceerdatum of partnerschap aangekondigd. Voor nu staan de benchmarkresultaten als een bewijs dat medische AI niet altijd grote hardware nodig heeft om grote resultaten te leveren.
