A Tether lançou um modelo de IA médica chamado QVAC MedPsy que funciona inteiramente em um smartphone e supera o MedGemma-27B do Google, maior que ele, em cenários do mundo real. De acordo com a empresa, o modelo utiliza três vezes menos recursos computacionais e é 16 vezes menor que a versão do Google que ele supera.
Desempenho vs. Tamanho
Benchmarks mostram que o QVAC MedPsy obtém pontuações mais altas que o MedGemma-27B em tarefas que simulam o uso clínico real. Enquanto o modelo do Google requer processamento substancial em nível de servidor, o modelo da Tether cabe em um dispositivo móvel. O ganho de eficiência decorre da arquitetura compacta do modelo — 16 vezes menor em quantidade de parâmetros —, mas ainda assim entrega resultados superiores.
Essa diferença de tamanho se traduz diretamente nas necessidades computacionais. O QVAC MedPsy consome aproximadamente um terço da potência de processamento do MedGemma-27B, tornando-o viável para inferência no dispositivo sem acesso à internet.
Por Que a Eficiência é Importante para IA Médica
Executar IA em smartphones abre casos de uso em clínicas remotas e ambientes com poucos recursos, onde uma conexão estável com servidor não é garantida. Um modelo que cabe em um dispositivo pode analisar dados de pacientes localmente, reduzindo latência e riscos de privacidade. A Tether não divulgou planos específicos de implantação, mas o desempenho do modelo sugere que ele pode lidar com triagem psiquiátrica ou psicológica — o 'Psy' no QVAC MedPsy provavelmente se refere a psicologia ou psiquiatria.
O campo médico tem sido cauteloso com IA baseada apenas em nuvem devido à sensibilidade dos dados. Um modelo no dispositivo que ainda supera grandes concorrentes pode acelerar a adoção em hospitais e aplicativos de saúde móveis.
A Tecnologia por Trás Disso
A Tether, mais conhecida por seu stablecoin USDT, tem investido discretamente em IA. O QVAC MedPsy é um dos seus primeiros modelos médicos. A empresa não publicou arquitetura de rede detalhada, mas a capacidade do modelo de rodar em um smartphone ao superar um modelo muito maior indica otimização agressiva no treinamento ou na quantização.
Já o MedGemma-27B do Google, por outro lado, é projetado para nuvem ou hardware de alto desempenho. A abordagem da Tether inverte essa premissa, mostrando que menor pode ser mais forte em tarefas específicas de domínio.
Nenhuma data de lançamento ou parceria foi anunciada. Por enquanto, os resultados dos benchmarks servem como prova de que a IA médica nem sempre precisa de hardware robusto para entregar resultados significativos.
