Tether lança IA Compact Edge para Modelos de Raciocínio Médico

• A Tether lança modelos compactos de IA MedPsy que rodam localmente, reduzindo a dependência de sistemas em nuvem.
• Novos modelos da MedPsy apresentam resultados sólidos em benchmarks, focando na privacidade e no raciocínio médico mais rápido.
• O design de IA baseado em edges visa reduzir custos, melhorar a velocidade e apoiar hospitais no tratamento de dados sensíveis.

A Tether lançou novos modelos de IA médica que podem rodar diretamente em telefones, laptops e servidores locais sem depender de sistemas em nuvem. A equipe de pesquisa em IA da empresa lançou o QVAC MedPsy em versões de 1,7 bilhão e 4 bilhões de parâmetros, projetado para lidar com tarefas de raciocínio médico mantendo todos os dados no dispositivo.

Em um comunicado oficial, a empresa afirmou que os modelos têm como alvo principal hospitais, clínicas e desenvolvedores que precisam de processamento mais rápido e controle mais rigoroso sobre as informações dos pacientes.

A Tether afirmou que os modelos competem com sistemas maiores baseados em nuvem em testes médicos, apesar de seu tamanho menor. Também afirmou que a versão 1.7 bilhões supera vários concorrentes de médio porte em benchmarks clínicos. Além disso, o modelo 4B registra resultados mais fortes do que alguns sistemas muito maiores em avaliações médicas selecionadas.

Avanço da Edge AI em Raciocínio Médico

A Tether projetou os modelos MedPsy para rodar diretamente em dispositivos de borda sem depender da infraestrutura em nuvem. A empresa afirmou que essa configuração reduz atrasos e melhora a privacidade ao lidar com dados de saúde. O modelo 1,7 bilhões também superou o MedGemma-1,5-4B-it do Google por 11,42 pontos nos testes de benchmark. Além disso, apresentou resultados fortes em avaliações de raciocínio clínico no HealthBench e em outras áreas.

A versão 4B também apresentou pontuações mais altas que o MedGemma-27B-text-it em vários testes médicos. Também registrou melhorias nos benchmarks MedXpertQA e HealthBench Hard. A Tether disse que treinou os modelos usando aprendizado por reforço combinado com dados clínicos curados. Essa abordagem, segundo a empresa, melhora a precisão em tarefas complexas de raciocínio médico.

Ganhos de Benchmark em relação a modelos maiores

A QVAC MedPsy obteve resultados sólidos em vários benchmarks médicos, incluindo MedQA, MedMCQA e PubMedQA. Também teve bom desempenho nos conjuntos de dados de saúde AfriMedQA e MMLU, que testam o conhecimento médico em diferentes regiões e casos de uso.

A Tether disse que o sistema usa menos tokens por resposta, o que ajuda a reduzir custos de computação e melhorar a velocidade. O modelo 1.7B tem uma média de cerca de 1.110 tokens por resposta, enquanto a versão 4B tem em média cerca de 909 tokens nos testes. Como resultado, a empresa afirma que os modelos podem rodar de forma eficiente em equipamentos hospitalares padrão. Também fornece versões comprimidas para implantação em dispositivos móveis e de borda.

Impacto na Privacidade e Custos na Saúde

A Tether afirmou que rodar modelos de IA localmente pode reduzir riscos de privacidade ligados a sistemas médicos baseados em nuvem. Acrescentou que o processamento no local ajuda os hospitais a gerenciar dados sensíveis dos pacientes sem enviá-los para servidores externos.

Separadamente, a empresa relatou recentemente forte desempenho financeiro e circulação estável de sua stablecoin USDT. Também afirmou que continua trabalhando com reguladores, incluindo ações como congelamento de carteiras e preparativos para auditorias.

Relacionado: Emirados Árabes Unidos Constrói Trilhos Regulados para Trocar Stablecoins Dirham e Dollar