La comunità open-source ha un nuovo modello da osservare: Reasoning-Medical0.1-27B, un fine-tuning medico di Qwen3.5 da 27 miliardi di parametri, annunciato su Reddit con la pretesa di superare MedGemma, il modello sanitario di Google. La notizia, ancora informale, solleva questioni concrete per chi progetta infrastrutture AI nel settore clinico, dove la sovranità dei dati è un vincolo non negoziabile.

Dietro un nome poco memorabile c’è un asset strategico: un LLM di potenza intermedia, addestrato su un dominio verticale, rilasciato con ogni probabilità sotto una licenza permissiva (Qwen3.5 è Apache 2.0). Questo lo rende immediatamente candidato per deployment on-premise in ospedali e laboratori, senza i colli di bottiglia legali e contrattuali che accompagnano invece MedGemma, legato ai termini di servizio di Google.

La dimensione del modello è un dettaglio tutt’altro che secondario. Con 27 miliardi di parametri, il checkpoint FP16 occupa circa 54 GB di VRAM, ma con quantization a 4 bit scende a meno di 10 GB, ben alla portata di una singola GPU consumer o di una workstation con memoria unificata. Per un reparto di radiologia che vuole interrogare referti in locale senza far uscire dati dall’ospedale, questo è un punto di svolta: nessun costo di cloud computing, nessuna latenza di rete, nessun rischio di esposizione di dati personali.

La rivendicazione di superiorità su MedGemma, per quanto da verificare con benchmark indipendenti, segnala una tendenza: i modelli open, quando specializzati via fine-tuning, possono colmare il divario con soluzioni proprietarie anche in settori delicati. Se confermata, la notizia incoraggia ulteriori investimenti in tooling per l’on-premise, come i framework di serving ottimizzato (vLLM, llama.cpp) già diffusi in ambito enterprise. Per le strutture sanitarie che valutano il passaggio all’AI, disporre di modelli comparabili a quelli dei vendor significa poter negoziare da una posizione di forza e, soprattutto, costruire pipeline di validazione clinica su dati reali senza dover cedere il controllo.

Non mancano i caveat. Il modello è ancora in fase iniziale: mancano test di safety, audit di allineamento e la necessaria validazione medica per uso diagnostico. Inoltre, un fine-tuning di successo su Qwen3.5 non garantisce la stessa qualità su altre varianti linguistiche o su casi clinici rari. Ma è esattamente questa la ragione per cui il deployment on-premise diventa strategico: poter sperimentare, personalizzare e validare in casa, con i propri dati e sotto il proprio controllo normativo.

Chi sta impostando una strategia di AI locale sa che esistono trade-off non banali, dalla scelta dell’hardware alla gestione del ciclo di vita dei modelli. AI-RADAR propone framework analitici per orientarsi in queste decisioni, senza scorciatoie. Il caso di Reasoning-Medical0.1-27B è un promemoria: l’innovazione non arriva solo dai grandi laboratori, ma anche dai forum, e la vera partita si gioca sull’ultimo miglio del deployment.