Tether上线的QVAC MedPsy 拥有 17 亿个参数，在 HealthBench Hard 测试中超越了MedGemma-27B，使用的计算资源减少了次，并且不需要云基础设施。
以USDT稳定币闻名的Tether公司刚刚发布了QVAC MedPsy，这是一系列医疗人工智能模型，旨在无需云连接即可直接在智能手机、可穿戴设备和边缘设备上运行。该产品最引人注目之处并非其不同寻常的出身——一家稳定币公司涉足医疗人工智能领域——而是其附带的性能数据。
在 OpenAI 的 HealthBench Hard 基准测试中，Tether 的 17 亿参数模型超越Google 的 MedGemma-27B，后者的规模几乎是 Tether 的 16次。HealthBench Hard 基准测试通过多轮临床对话评估人工智能，由 262 位医生进行评分。
该 40 亿参数模型的性能也比其规模更大的竞争对手高出近 7次，而平均每次响应仅使用 909 个代币，相比之下，类似系统则使用 2,953 个代币，计算成本下降了3.2次。
代币效率的优势不仅仅体现在技术数据上。更少的代币意味着更快的响应速度、更低的成本，而最重要的是，它能够完全在主流消费级硬件上进行本地化运行。
这些模型以量化的 GGUF 文件形式发布，大小次为 1.2GB 和 2.6GB，足够小，可以安装在移动设备上，同时在从 MedQA-USMLE 到 AfriMedQA的评估套件中保持了大部分性能，AfriMedQA 是一套专注于非洲资源匮乏的医疗保健背景的标准。
数据隐私——真正的竞争优势
Tether 首席执行官 Paolo Ardoino 将 QVAC MedPsy 定位为效率问题，而不是规模问题：在数据所在之处（医院系统内或个人设备上）进行医疗推断，而无需将敏感信息传输到第三方基础设施。
背景目前大多数医疗人工智能都是通过云服务器处理患者数据，并制作与 HIPAA 法规相关的风险，因此这一论点对于远程医院和诊所系统具有实际意义。
然而，技术潜力并不等同于临床应用能力。牛津大学二月份的一项研究表明，大型语言模型仍然经常给出不准确的医疗建议，并且难以处理复杂的症状，这使得研究人员得出结论：人工智能应该扮演“秘书而非医生”的Vai。
QVAC MedPsy 发布之背景，医疗保健人工智能市场目前价值约 360 亿镁，预计到 2033 年将超过 5000 亿镁——这是一个足够大的市场，即使基于设备的模型还不能取代临床医生的Vai，它们也能找到自己的位置。
