AI 研究
皮肤科医生用 200 例活检病灶对比：2015 年的 Inception v3 微调后首诊判对 62%，GPT-6 Astra 与 Claude Fable 5.1 各 42%
Guy's Hospital 皮肤科医生 Magnus Lynch 公开自测：从 2025 年公开的 MILK10k 随机取 200 例活检确诊病灶（100 例不该出院：30 黑色素瘤、25 基底细胞癌、25 鳞癌含鲍温病、20 光化性角化；100 例可出院：50 痣、50 脂溢性角化），六分类首选诊断，CNN 命中 125 例、两个 LLM 各 84 与 85 例；允许第二选择时 173 对 134 与 138。CNN 用 2015 年的 Inception v3、6.8 万张图、单张 H100、约 20 分钟微调。最刺眼一例是耳部浸润性黑色素瘤（<0.8mm），两个 LLM 都判成脂溢性角化并称可直接出院。
对 AI 使用者意味着什么
在封闭类别视觉分类这种任务上，十年前的网络加领域数据能打赢前沿通用模型；「更强的模型」与「更对的工具」是两件事。作者自陈局限：单一作者、200 例样本（黑色素瘤仅 30 例）、CNN 故意不是 SOTA、MILK10k 2025 年即公开所以 LLM 可能训练时见过（他说这只会帮 LLM）、正规监管产品表现更好。
来源：Lynch Lab：A 10-year-old CNN outperforms frontier LLMs for skin cancer diagnosis ↗ 原文链接
有具体工作流问题？联系咨询。新闻本身免费阅读。