Почему 10-летняя нейросеть превосходит современные LLM в диагностике рака кожи
Почему 10-летняя нейросеть превосходит современные LLM в диагностике рака кожи Современные большие языковые модели (LLM) демонстрируют впечатляющие результаты в общих задачах, но в узкоспециализированных областях, таких как медицина, они могут уступать старым, более простым алгоритмам. Недавнее исследование показало, что сверточная нейросеть (CNN), разработанная около десяти лет назад, точнее диагностирует рак кожи по дерматоскопическим изображениям, чем современные LLM, включая GPT-4 и другие модели. Причина в архитектуре и принципе работы. CNN обучаются на тысячах изображений с размеченными поражениями кожи, выделяя визуальные паттерны, характерные для меланомы и других новообразований. LLM, напротив, работают с текстом и изображениями через общий механизм, который не всегда учитывает специфику медицинской визуализации. Кроме того, LLM часто обучаются на разнородных данных, где доля медицинских изображений мала, и их ответы могут быть менее стабильными. Практический вывод: для задач, где важна точность и воспроизводимость, специализированные модели остаются более надежными. Это не означает, что LLM бесполезны — они хороши в интерпретации симптомов, общении с пациентами и помощи врачам в принятии решений. Но при выборе инструмента для диагностики стоит обращать внимание на проверенные временем алгоритмы, а не гнаться за новизной. Этот случай подчеркивает важность бенчмарков и реальных клинических испытаний, а не только общих метрик. Возможно, будущее за гибридными системами, где LLM координируют работу, а CNN выполняют точные измерения. Пока же врачам и разработчикам стоит учитывать, что старые модели могут быть лучшим выбором для конкретных задач. Главное: • CNN десятилетней давности точнее современных LLM в диагностике рака кожи. • Архитектура CNN лучше подходит для визуальных медицинских задач. • LLM полезны для интерпретации, но уступают в точности специализированным моделям. • Результаты подчеркивают важность клинических бенчмарков для ИИ. • Гибридные системы могут объединить сильные стороны CNN и LLM. #ИИ #Медицина #Нейросети #Диагностика #LLM