Tether Lanza IA Médica en Dispositivo que Supera a Modelos de Google
En lugar de aumentar el tamaño del modelo para mejorar la capacidad, el sistema está optimizado para eficiencia, minimizando los requisitos de cómputo y eliminando la dependencia de infraestructura en la nube.
Conclusiones Clave
- Los nuevos modelos de IA médica en dispositivo de Tether superan a los de Google en benchmarks clave con tamaños significativamente menores y mejor eficiencia de tokens.
- Funcionando completamente en dispositivo, los modelos de IA de Tether abordan problemas de cumplimiento relacionados con la manipulación de datos médicos sensibles en sistemas basados en la nube.
Compartir este artículo
El Grupo de Investigación de IA de Tether ha lanzado QVAC MedPsy-1.7B y MedPsy-4B, modelos de lenguaje médico especializados solamente en texto, diseñados para funcionar directamente en dispositivos de baja potencia como smartphones y wearables.
Según el equipo, estos modelos superan a algunos grandes sistemas de IA médica, incluyendo los de Google, en varios benchmarks, y tienen un rendimiento comparable a sistemas mucho mayores en tareas de razonamiento y conocimiento médico al mantener la ejecución y privacidad completamente locales.
Los sistemas de IA tradicionales en la salud dependen de modelos alojados en la nube, requiriendo que datos sensibles como registros de pacientes y entradas diagnósticas sean transmitidos a servidores externos, creando riesgos de privacidad y cumplimiento. Esta arquitectura está cada vez más presionada a medida que se proyecta que el sector de IA en salud crezca de aproximadamente $36 mil millones hoy a potencialmente más de $500 mil millones para 2033.
El equipo de Tether dice que QVAC MedPsy desafía el paradigma de escalado enfocándose en la eficiencia.
El modelo de 1.7B es amigable para smartphones. Esta pequeña versión logró 62.62 en siete benchmarks médicos estándar, superando al MedGemma-1.5-4B-it de Google por más de 11 puntos a pesar de ser menos de la mitad de su tamaño, según los investigadores. También superó a MedGemma 27B en tareas clínicas del mundo real como HealthBench Hard.
El modelo de 4B alcanzó 70.54 en las mismas pruebas, superando a MedGemma-27B, un modelo casi siete veces más grande. Demostró un fuerte rendimiento en HealthBench, HealthBench Hard y MedXpertQA.
Estos resultados abarcan ocho conjuntos de benchmarks incluyendo MedQA, MedMCQA, MMLU Health, PubMedQA, AfriMedQA, MedXpertQA y HealthBench, impulsados por entrenamiento médico escalonado que combina supervisión, datos curados de razonamiento clínico y aprendizaje por refuerzo.
«Con QVAC MedPsy, nuestro enfoque fue mejorar la eficiencia a nivel de modelo, en lugar de aumentar el tamaño,» comentó Paolo Ardoino, CEO de Tether, sobre el lanzamiento.
Estos modelos no solo son inteligentes sino también muy prácticos, como notaron los investigadores. Responden rápidamente con respuestas cortas pero completas, ahorrando tiempo y vida de la batería. Están disponibles en formatos comprimidos fáciles de usar que se ajustan cómodamente en dispositivos móviles sin perder mucha calidad.
Técnicamente, el modelo de 4B genera respuestas en aproximadamente 909 tokens, en comparación con unos 2,953 para sistemas comparables, una reducción de 3.2x. El modelo de 1.7B promedia alrededor de 1,110 tokens frente a 1,901, reduciendo la salida por 1.7x.
Ambos modelos están siendo liberados en formato GGUF cuantizado, con versiones comprimidas que pesan aproximadamente 1.2 GB y 2.6 GB respectivamente.
«Esa combinación importa porque reduce directamente los requisitos de cálculo, la latencia y el coste. Permite que el modelo funcione localmente en hardware estándar en lugar de depender de infraestructura remota,» agregó Ardoino. «En salud, eso cambia las restricciones por completo; puedes ejecutar razonamiento médico donde ya existen los datos, dentro de un sistema hospitalario o en un dispositivo, sin mover información sensible por la nube o esperar procesamiento externo.»
Los modelos están ahora disponibles de forma gratuita bajo una licencia abierta en Hugging Face.
Tether, conocido por su stablecoin USDT, ha cambiado significativamente su enfoque comercial diversificándose hacia la inteligencia artificial y la infraestructura tecnológica. Bajo el liderazgo del CEO Paolo Ardoino y con un importante respaldo financiero del presidente Giancarlo Devasini, la empresa está aventurándose más allá de los servicios financieros hacia dominios tecnológicos complejos. Este cambio se alinea con las tendencias del mercado que están presenciando un crecimiento explosivo en el sector de la IA, que ha captado una atención elevada tanto para inversión como para innovación.
A medida que los sistemas de salud adoptan cada vez más tecnologías de IA, QVAC MedPsy de Tether surge como una solución crítica. El enfoque del producto en la privacidad y despliegue local aborda preocupaciones regulatorias sobre los datos de pacientes, al tiempo que proporciona capacidades de IA sofisticadas similares a modelos más grandes pero en una arquitectura más eficiente. Este movimiento estratégico posiciona a Tether en un lugar único para capitalizar el crecimiento proyectado del mercado de IA en salud, mejorando significativamente tanto sus flujos de ingresos como las valoraciones de mercado a medida que la adopción aumenta en el sector.
