AI图鉴

AI图鉴首页 › AI 资讯 › 一个10岁的有线电视新闻网在皮肤癌诊断方面超越了前沿LLMs

一个10岁的有线电视新闻网在皮肤癌诊断方面超越了前沿LLMs

来源:Hacker News · 发布时间:10-26 · 由 AI图鉴每小时自动聚合

文章 URL:https://lynchlab.net/llm-skin-cancer 注释 URL:https://news.ycombinator.com/items?id=50233779 互联网档案馆的存檔,存档日期2013-03-02. 要点:10# 评论:0

一个10岁的有线电视新闻网在皮肤癌诊断方面超越了前沿LLMs

我是皮肤科医生我测试了GPT-6 Astra和Claude Fable 5.1诊断皮肤癌的能力,发现其准确性比我预期的要差。 我和10年的CNN相比

这是黑色素瘤

我向GPT-6 Astra和Claude Fable 5.1展示了这两幅图像——一张临床照片和一个皮肤显微镜图像,这是2026年10月可用的两种最能用的AI模型。 称都是血清性煤酸盐,一种无害的生长,病人可以出院。 随后,我向他们展示了Inception v3的微调版本,这是Google于2015年首次发布的革命神经网络(CNN),并在公共皮肤学图像上在这里进行了微调。 美国有线电视新闻网根据皮肤镜的视图得到了正确的答案。

那是我给所有三个人的200个活检证明的损伤之一美国有线电视新闻网(CNN)为其中125人(62%)命名了正确的诊断(在6个病例中). 两个边疆LLMs将其命名为84和85(42%). 一个10岁的网络,微调大约20分钟,击败他们两人在识别皮肤癌。

测试#

这些损伤来自MILK10k,这是通过2025年国际皮肤成像协作组织制作的一套公共数据集发布,其中对每次损伤进行两次拍照:临床特写和皮肤透视图像通过光线放大镜皮肤学家使用。 我随机抽取了200个损伤都由组织病理学证实:

- 不应出院的100例:30例黑色素瘤、25例玄武细胞癌、25例结膜细胞癌(包括Bowen的疾病)和20例动脉癌。

- 100枚安全排出物:50枚良性马先蒿(Moles)和50枚 se(seborrhoeic keratoses)。

每一次损伤都被活化,包括良性疾病,所以这些更难诊断:被别人决定切掉的内鼠是担心临床医生的内鼠。

LLMs既得到图像,又得不到其他任何图像,而且由于临床医生可能使用这些图像,因此要求最有可能的六种诊断(或“不确定”)中有一种信心,一种第二种选择,以及是否可以在没有治疗、活体检查或后续的情况下安全出院。 两种模型在默认设置时都得到了相同的提示,也没有拒绝一个案例。

美国有线电视新闻网是故意的,没有达到最新水平。 我用Inception v3在日常照片上进行预试,然后对68,011皮肤和临床图像进行精细调整,这些图像来自国际标准行业分类档案的H100 GPU。 这200个测试损伤,以及同一损伤或患者的所有其他照片,在训练前从数据(包括验证集)中移除,因此从未见过,也没有用来选择模型或设定其阈值。 它把每个损伤的图像都打得分,把它们和皮肤图像的大部分重量结合起来,从同样的六个诊断中选择。

你可以自己试试CNN 值得注意的是,该模型很小,可以完全在使用WebGPU的电话浏览器中运行。 没有任何内容被上传,它的随机抽样按钮也来自同样的200个损伤。

诊断:62%对42%#

CNN更经常地说得没错,允许第二种选择,200人中的173人,134人和138人。 它命名了30个黑色素瘤中的13个对8和11. 最大的空白在于无害损害:它识别出50个摩尔人中的37个和50个seborrhoeic keratoses中的26个,GPT-6 Astra的16个和13个,Claude的33个和6个。 在玄武细胞癌上是GPT-6 Astra的缩写,在动脉性煤酸盐上是LLMs的后面。

模型也以不同方式失败。 每个LLM有一个最受欢迎的答案:GPT-6 Astra在25岁时称为75个损伤性basal细胞癌,包括30个黑色素瘤中的14个;Claude Fable 5.1在20岁时称为53个损伤性动性性性煤热症。 CNN在黑色素瘤上的错误则相反:在17个错误中

在一个表格中得出的结果#

洞穴#

- 人数少。 两百个损伤足以显示规律,但不能对近似结果进行排序,30个黑色素瘤对最重要的数字给予广泛的不确定性。 每个LLM案件运行一次;答案因运行而异。

- 困难的案子。 每一个损伤都被活化了。 在档案的普通图像上,有线电视新闻网分离出应该而且不应该排放的损伤(ROC曲线0.96下的区域,这里为0.86)。

- 污染问题 MILK10k从2025年开始公开,因此LLMs可以在训练中看到它;如果有什么能帮助他们的话。 CNN当然没有

- 没有最新进展 Inception v3是一个基线。 最新艺术的皮肤癌诊断AI使用经过更多数据培训的图像变压器组合,其上所建的受管制产品表现要好得多。

作为病人被问及#

LLMs建议在几乎所有情况下都看医生,无害的损伤包括:另外100个经活检证实的黑色素瘤中有99个和98个。

结论#

一个使用过时建筑的小型、老化的专门网络认识到皮肤损伤远比两个前沿LLMs好。

自己来

案件,提示,每个LLM的回复和评分代码都是一次下载,CNN也在这里。

我设计了测试做了临床诊断分析和第一稿是用Claude Code,Anthropic的编码工具制作的,该工具运行在Claude模型上;两个测试过的LLMs中,还有一个也是Anthropic. Scoring是用剧本来对付神学的。

图片来自MILK10k数据集(MILK研究团队,国际皮肤成像协作),在CC BY-NC许可下使用。

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(lynchlab.net)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 591 款 AI 工具分类导航 · 每日 AI 热门项目与动态