🧠 GPT-6 Astra и Claude уступили CNN 2015 года на 200 биопсиях Дерматолог Магнус Линч дал двум флагманским LLM и дообученной Inception v3 200 образований кожи с гистологическим подтверждением. GPT-6 Astra и Claude Fable 5.1 назвали правильный первый диагноз в 42% случаев (84 и 85 из 200), CNN 2015 года — в 62% (125 из 200). Подробности в статье на Habr. CNN дообучали 20 минут на одном H100 на 68 011 снимках из ISIC Archive; тестовые 200 и снимки тех же пациентов исключили. Модель настолько мала, что работает в браузере телефона через WebGPU. LLM получали клиническую фотографию и дерматоскопический снимок, тот же промпт с шестью вариантами диагноза. Ошибки тоже показательны: GPT-6 Astra назвала базальноклеточной карциномой 75 образований при 25 реальных, включая 14 из 30 меланом. Claude Fable 5.1 — актиническим кератозом 53 раза при 20 реальных. CNN чаще путала меланому с невусом (8 случаев) или себорейным кератозом (6), но не отпускала опасные образования так часто, как LLM на безопасных. Оговорки честные: 200 образований мало для ранжирования близких результатов, 30 меланом дают широкую неопределённость, каждый ответ LLM получен один раз. Передовые системы на ансамблях визуальных трансформеров работают лучше, но Inception v3 — это базовая CNN, а не SOTA. Российским телемед-сервисам, пробующим LLM в дерматологическом триаже, это сигнал: дообученная CNN на устройстве может быть дешевле и безопаснее. Результат не про то, что LLM плохи, а про разрыв между генеративными моделями и узкими специализированными сетями в медицинской визуализации. Vision-энкодеры LLM обучены на естественных изображениях, дерматоскопия — отдельный домен, и никакое масштабирование не заменяет дообучение. Пока регуляторы спорят о сертификации больших моделей, маленькая CNN на телефоне уже даёт 62% точности без отправки снимков в облако. #LLM #MedicalAI #CNN #GPT6 #Claude