10年前的老CNN在皮肤癌诊断上击败GPT-6 Astra与Claude Fable 5.1
2026.10.26 · 事件 · AI 事件 · 社区热议
200例活检确诊皮损测试中，2015年的Inception v3微调后诊断准确率62%，两个前沿LLM均为42%。
作者用200例经组织病理学确诊的皮损，测试GPT-6 Astra、Claude Fable 5.1与微调版Inception v3。CNN首选诊断正确125/200（62%），两个LLM分别为84和85（42%）；允许第二选择时CNN达173，LLM为134和138。
- 测试集来自2025年公开数据集MILK10k，200例全部经活检确诊，含30例黑色素瘤、25例基底细胞癌等
- CNN在30例黑色素瘤中首选答对13例，GPT-6 Astra为8例，Claude Fable 5.1为11例
- 良性皮损差距最大：CNN认出50颗痣中的37颗，两个LLM分别只有16和33颗
- 两个LLM各有偏好答案：GPT-6 Astra把75例判为基底细胞癌（实际25例），Claude Fable 5.1把53例判为光化性角化病（实际20例）
- CNN模型小到可在手机浏览器用WebGPU本地运行，无需上传数据
为什么值得看
前沿大模型在真实皮肤癌分诊上仍不可靠
适合谁关注
关注AI医疗、模型评测与皮肤科应用的人