Компания Tether представила медицинскую ИИ-модель QVAC MedPsy, которая полностью работает на смартфоне и превосходит более крупную модель Google MedGemma-27B в реальных сценариях. По данным компании, модель использует в три раза меньше вычислительных ресурсов и в 16 раз меньше по размеру, чем превзойденная версия Google.
Производительность против размера
Результаты тестирования показывают, что QVAC MedPsy демонстрирует более высокие показатели, чем MedGemma-27B, в задачах, имитирующих реальное клиническое использование. В то время как модель Google требует мощной серверной обработки, решение от Tether размещается на мобильном устройстве. Эффективность достигается благодаря компактной архитектуре модели — в 16 раз меньшей по количеству параметров — при этом она продолжает обеспечивать превосходные результаты.
Эта разница в размере напрямую влияет на вычислительные потребности. QVAC MedPsy потребляет примерно одну треть вычислительной мощности MedGemma-27B, что делает её пригодной для локального вывода без подключения к интернету.
Почему эффективность важна для медицинского ИИ
Запуск ИИ на смартфонах открывает новые возможности для удаленных клиник и условий с ограниченными ресурсами, где стабильное соединение с сервером не гарантировано. Модель, размещающаяся на устройстве, может анализировать данные пациентов локально, снижая задержки и риски утечки конфиденциальной информации. Tether пока не раскрыла планы по внедрению, но показатели модели указывают, что она может использоваться для психиатрического или психологического скрининга — аббревиатура «Psy» в названии QVAC MedPsy, вероятно, относится к психологии или психиатрии.
Медицинская сфера осторожно относится к облачным ИИ из-за чувствительности данных. Модель, работающая на устройстве и превосходящая крупных конкурентов, может ускорить внедрение в больницах и мобильных медицинских приложениях.
Технология, стоящая за этим
Tether, наиболее известная своим стейблкоином USDT, тихо наращивает разработки в области ИИ. QVAC MedPsy стала одной из первых медицинских моделей компании. Детальная архитектура сети не раскрывается, но способность модели работать на смартфоне, превосходя значительно более крупные аналоги, указывает на агрессивную оптимизацию при обучении или квантовании.
MedGemma-27B от Google, напротив, разработан для облачных вычислений или высокопроизводительного оборудования. Подход Tether опровергает это предположение, показывая, что в узкоспециализированных задачах меньшие модели могут быть эффективнее.
Дата запуска или партнерские соглашения пока не объявлены. Пока что результаты тестирования служат подтверждением, что медицинский ИИ не всегда требует мощных серверов для достижения значимых результатов.
