AI y tế mới của Tether chạy với mức tiêu thụ tính toán ít hơn 3 lần so với đối thủ

Tether, công ty đứng sau đồng ổn định USDT, đã phát hành một bộ mô hình trí tuệ nhân tạo y tế mới thách thức sự tập trung của ngành vào quy mô, với hệ thống hiệu quả nhất của họ đánh bại các mô hình của Google có kích thước gấp gần bảy lần trên các tiêu chuẩn chính. Các mô hình QVAC MedPsy được thiết kế để chạy cục bộ trên các thiết bị như điện thoại thông minh, một động thái có thể tránh được các rủi ro quyền riêng tư lớn trong lĩnh vực AI chăm sóc sức khỏe đang phát triển.

"Với QVAC MedPsy, trọng tâm của chúng tôi là cải thiện hiệu quả ở cấp độ mô hình, thay vì mở rộng quy mô kích thước," CEO Tether Paolo Ardoino cho biết trong một tuyên bố. "Bạn có thể thực hiện suy luận y tế ngay tại nơi dữ liệu đã tồn tại, bên trong hệ thống bệnh viện hoặc trên thiết bị, mà không cần di chuyển thông tin nhạy cảm qua đám mây hoặc chờ xử lý bên ngoài."

Công ty đã phát hành hai mô hình, với phiên bản 4 tỷ tham số đạt 70,54 điểm trên bộ tám tiêu chuẩn y tế, vượt qua MedGemma-27B của Google, một mô hình lớn hơn gần bảy lần. Một mô hình 1,7 tỷ tham số nhỏ hơn cũng vượt trội hơn một mô hình Google tương đương hơn 11 điểm. Tether cho rằng hiệu suất này có được nhờ quá trình đào tạo chuyên biệt kết hợp giữa giám sát, dữ liệu suy luận lâm sàng được chọn lọc và học tăng cường. Mô hình 4B cũng hiệu quả hơn gấp ba lần, tạo ra phản hồi trong khoảng 909 token so với khoảng 2.953 token đối với các hệ thống tương tự.

Bản phát hành nhắm vào một lỗ hổng quan trọng đối với AI trong chăm sóc sức khỏe: quyền riêng tư của bệnh nhân. Thị trường AI chăm sóc sức khỏe dự kiến sẽ mở rộng từ khoảng 36 tỷ đô la hiện nay lên hơn 500 tỷ đô la vào năm 2033, nhưng hầu hết các hệ thống đều dựa vào đám mây. Điều này đòi hỏi phải truyền hồ sơ bệnh nhân nhạy cảm đến các máy chủ bên ngoài, tạo ra các rủi ro về tuân thủ và quyền riêng tư theo các quy định như HIPAA. Bằng cách chạy hoàn toàn trên thiết bị, QVAC MedPsy giữ cho tất cả dữ liệu ở cục bộ.

AI trên thiết bị như một giải pháp quyền riêng tư

Kiến trúc của các mô hình Tether cung cấp một giải pháp trực tiếp cho các mối lo ngại về quyền riêng tư đi kèm với việc triển khai AI trong môi trường lâm sàng. Trong khi các bác sĩ đã bắt đầu sử dụng AI để tóm tắt các lần thăm khám bệnh nhân và giảm thời gian ghi chép tài liệu, quá trình này thường liên quan đến việc tải các cuộc hội thoại lên đám mây, như một số bác sĩ tại Orlando Health đã làm. Điều này đã dẫn đến sự lo ngại của bệnh nhân về bảo mật dữ liệu, ngay cả khi có các đảm bảo tuân thủ HIPAA.

Cách tiếp cận của Tether loại bỏ bước đó. Các mô hình đang được phát hành ở định dạng GGUF nén, với phiên bản nhỏ hơn chỉ chiếm 1,2 GB, cho phép cài đặt trực tiếp trên phần cứng bệnh viện tiêu chuẩn hoặc điện thoại thông minh của bác sĩ. Điều này có nghĩa là một phòng khám nông thôn hoặc một bác sĩ cá nhân có thể sử dụng AI mà không cần internet tốc độ cao hoặc đăng ký đám mây, và dữ liệu bệnh nhân không bao giờ rời khỏi cơ sở.

Một thư ký, không phải một bác sĩ

Mặc dù có những cải thiện về hiệu suất và lợi thế về quyền riêng tư, vai trò của các mô hình ngôn ngữ lớn trong y học vẫn là một chủ đề tranh luận gay gắt. Một nghiên cứu của Oxford được công bố vào tháng 2 cho thấy các mô hình AI thường xuyên đưa ra các câu trả lời sai, hướng dẫn gây nhầm lẫn và lời khuyên y tế nguy hiểm khi xử lý các triệu chứng sắc thái. Các nhà nghiên cứu kết luận rằng AI hiện nay có vai trò như một "thư ký, không phải bác sĩ."

Bản phát hành này là một phần của nỗ lực chiến lược rộng lớn hơn của Tether vào trí tuệ nhân tạo. Công ty gần đây đã ra mắt QVAC SDK, một bộ công cụ mã nguồn mở để xây dựng các ứng dụng AI ngoại tuyến cục bộ, và QVAC Health, một ứng dụng chăm sóc sức khỏe người tiêu dùng giữ dữ liệu sinh trắc học trên thiết bị. Các mô hình QVAC MedPsy, hiện đã có trên nền tảng AI mã nguồn mở Hugging Face, là những mô hình đầu tiên của công ty được đào tạo đặc biệt để suy luận lâm sàng.

Bài viết này chỉ nhằm mục đích cung cấp thông tin và không cấu thành lời khuyên đầu tư.