テザーの新型医療用AI、競合比3分の1の計算リソースで稼働

USDTステーブルコインの発行元であるテザー社は、業界の規模重視の姿勢に疑問を投げかける新しい医療用人工知能モデル群をリリースしました。その中で最も効率的なシステムは、主要なベンチマークにおいて自身の約7倍のサイズを持つGoogleのモデルを上回りました。QVAC MedPsyモデルは、スマートフォンなどのデバイス上でローカルに動作するように設計されており、成長著しいヘルスケアAIセクターにおける重大なプライバシーリスクを回避できる可能性があります。

「QVAC MedPsyでは、サイズを拡大するのではなく、モデルレベルでの効率向上に焦点を当てました」とテザー社のCEO、パオロ・アルドイノ氏は声明で述べました。「機密情報をクラウド経由で移動させたり外部処理を待ったりすることなく、病院システム内やデバイス上など、データが既に存在する場所で医療推論を実行できます」

同社は2つのモデルをリリースし、40億パラメータ版は8つの医療ベンチマーク群で70.54を記録し、ほぼ7倍大きいモデルであるGoogleのMedGemma-27Bを上回りました。より小さな17億パラメータモデルも、同等のGoogleモデルを11ポイント以上上回りました。テザー社はこの性能について、監視、精査された臨床推論データ、および強化学習を組み合わせた特殊なトレーニングプロセスによるものだとしています。4Bモデルは効率も3倍高く、類似システムが約2,953トークンを生成するのに対し、約909トークンで回答を生成します。

今回のリリースは、ヘルスケアAIにおける重大な脆弱性である「患者のプライバシー」をターゲットにしています。ヘルスケアAI市場は現在の約360億ドルから2033年までに5,000億ドル以上に拡大すると予測されていますが、ほとんどのシステムはクラウドに依存しています。これには機密性の高い患者記録を外部サーバーに送信する必要があり、HIPAAなどの規制下でコンプライアンスやプライバシーのリスクが生じます。完全にデバイス上で動作させることで、QVAC MedPsyはすべてのデータをローカルに保持します。

プライバシー解決策としてのオンデバイスAI

テザー社のモデルのアーキテクチャは、臨床現場へのAI導入に伴うプライバシーの懸念に対する直接的な解決策を提供します。医師たちは患者の診察内容の要約や事務作業の削減にAIを使い始めていますが、オーランド・ヘルス（Orlando Health）の一部の医師が行っているように、そのプロセスには会話内容をクラウドにアップロードすることが含まれる場合が多いのが現状です。これは、HIPAA準拠の保証があったとしても、データセキュリティに対する患者の不安を招いています。

テザー社のアプローチはそのステップを排除します。モデルは圧縮されたGGUF形式で提供され、小さい方のバージョンはわずか1.2GBの容量で、標準的な病院のハードウェアや医師のスマートフォンに直接インストールできます。これにより、僻地のクリニックや個人の開業医でも、高速インターネットやクラウドの契約を必要とせず、患者データが施設から出ることなくAIを使用できるようになります。

医師ではなく「秘書」

性能の向上やプライバシーの利点がある一方で、医学における大規模言語モデルの役割については依然として激しい議論の対象となっています。2月に発表されたオックスフォード大学の研究では、AIモデルが微妙な症状を扱う際に、誤った回答や混乱を招くガイダンス、危険な医学的アドバイスを頻繁に提供することが判明しました。研究者たちは、現在のAIの役割は「医師ではなく秘書」であると結論付けています。

このリリースは、テザー社による人工知能分野への広範な戦略的推進の一環です。同社は最近、ローカルでオフラインのAIアプリケーションを構築するためのオープンソースツールキット「QVAC SDK」と、バイオメトリックデータをデバイス上に保持する消費者向けウェルネスアプリ「QVAC Health」を立ち上げました。現在、オープンソースのAIプラットフォーム「Hugging Face」で公開されているQVAC MedPsyモデルは、臨床推論のために特別にトレーニングされた同社初のモデルです。

この記事は情報提供のみを目的としたものであり、投資アドバイスを構成するものではありません。