La IA Médica de Tether Funciona en tu Teléfono y Supera a Modelos 16 Veces Más Grandes

Tether, la empresa de stablecoins más conocida por USDT, acaba de lanzar un modelo de IA médica que cabe en tu bolsillo y podría superar a rivales más de diez veces su tamaño. QVAC MedPsy fue lanzado hoy por el Grupo de Investigación de IA de Tether como una nueva clase de modelos de lenguaje médico diseñados para funcionar en smartphones, wearables y dispositivos de borde, sin necesidad de la nube.

El dato más destacado: un pequeño modelo de 1.700 millones de parámetros capaz de superar a MedGemma-4B de Google en benchmarks médicos, a pesar de tener menos de la mitad de su tamaño. En HealthBench Hard —el benchmark de OpenAI que evalúa la IA en conversaciones clínicas realistas y de múltiples turnos, calificadas por 262 médicos— Tether afirma que su modelo de 1.700 millones de parámetros supera a MedGemma-27B, un modelo casi dieciséis veces más grande.

Los parámetros son todas las configuraciones y valores que un modelo aprende durante el entrenamiento. En teoría, a más parámetros, mejor debería ser el modelo.

El conjunto de pruebas abarca desde MedQA-USMLE, que mide el conocimiento clínico mediante preguntas al estilo del examen de licencia médica de EE. UU. con puntuación de precisión porcentual, hasta AfriMedQA, que evalúa el rendimiento específicamente para contextos de atención médica en África con escasos recursos.

El CEO de Tether, Paolo Ardoino, atribuyó los avances a la eficiencia y no a la escala. “Con QVAC MedPsy, nuestro enfoque fue mejorar la eficiencia a nivel del modelo, en lugar de escalar su tamaño”, afirmó en un comunicado. “Nuestro modelo de 4.000 millones superó los resultados de modelos casi siete veces su tamaño, utilizando hasta tres veces menos tokens por respuesta”.

Esa eficiencia en el uso de tokens es el otro dato clave. El modelo de 4.000 millones de parámetros promedia alrededor de 909 tokens por respuesta, frente a 2.953 de sistemas comparables, una reducción de 3,2 veces. Menos tokens implica menor costo computacional, respuestas más rápidas y, crucialmente, la capacidad de ejecutarse de forma local sin un backend en la nube.

“Puedes ejecutar razonamiento médico donde los datos ya existen, dentro de un sistema hospitalario o en un dispositivo, sin mover información sensible a través de la nube ni esperar procesamiento externo”, señaló Ardoino.

Los modelos se distribuyen como archivos GGUF cuantizados —1,2 GB para el modelo de 1.700 millones de parámetros y 2,6 GB para el de 4.000 millones— con versiones comprimidas que conservan la mayor parte del rendimiento en benchmarks y caben en hardware de consumo estándar. Esto significa que un sistema hospitalario, una clínica rural o un médico individual podría ejecutar el modelo completamente en el dispositivo, manteniendo los registros de pacientes fuera de la infraestructura de nube de terceros y alejados de la exposición a HIPAA.

El argumento de privacidad puede ser una gran ventaja para algunos, pero usar IA para opiniones médicas está lejos de ser ideal incluso según los estándares actuales. Un estudio de Oxford publicado en febrero encontró que los LLM ofrecen de forma rutinaria consejos médicos peligrosos, con respuestas incorrectas, orientación confusa y un manejo deficiente de síntomas complejos.

Los investigadores se abstuvieron de descartar la tecnología por completo, pero argumentaron que la IA tiene un rol como “secretaria, no médico”. El problema de cumplimiento normativo lo agrava: la mayoría de la IA médica actual enruta los datos de los pacientes a través de servidores en la nube, generando exposición a HIPAA cada vez que un médico escribe una consulta.

El lanzamiento encaja con el patrón de Tether durante el último año. El mes pasado lanzó el SDK de QVAC, un kit de herramientas de código abierto para crear aplicaciones de IA locales y sin conexión en iOS, Android, Windows y Linux. Antes de eso, lanzó QVAC Health, una aplicación de bienestar para el consumidor que mantiene los datos biométricos completamente en el dispositivo. MedPsy es el primer modelo QVAC entrenado específicamente para el razonamiento clínico.

El mercado de IA médica se sitúa hoy en aproximadamente $36.000 millones, con proyecciones que apuntan a superar los $500.000 millones para 2033, según el propio comunicado de Tether. Los modelos y pesos GGUF están disponibles en qvac.tether.io/models.