皮肤科医生测试：旧CNN诊断皮肤癌胜过前沿LLM

皮肤科医生 Magnus Lynch 用 200 例活检确诊的皮肤病灶对比测试，2015 年发布、微调约 20 分钟的 Inception v3 在 6 个候选诊断中首选正确 125 例（62%），而 GPT-6 Astra 和 Claude Fable 5.1 分别只对 84 例和 85 例（42%）。 测试中两个 LLM 只拿到病灶图像，被要求给出最可能诊断、置信度、次选诊断，以及该病灶能否不做治疗、活检或随访直接放行；两者使用相同提示词和默认设置，均未拒答。该 CNN 小到可在手机浏览器通过 WebGPU 完全本地运行，不上传数据。 这是单次小样本测试，结果由 Lynch 发布，尚不能说明 LLM 在临床诊断中的普遍表现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。