Un CNN de 2015 surpasse GPT-6 en dermatologie
Original : A 10-year-old CNN outperforms frontier LLMs for skin cancer diagnosis
Pourquoi c'est important
Les LLM généralistes peinent face à des CNN spécialisés pour des tâches médicales précises.
Un dermatologue a testé GPT-6 Astra et Claude Fable 5.1 sur 200 lésions cutanées biopsiées. Résultat : Inception v3, affiné en 20 minutes, atteint 62% de précision contre 42% pour les deux LLM frontier.
Le Dr Magnus Lynch, dermatologue, a soumis 200 lésions cutanées confirmées par histopathologie à trois systèmes : GPT-6 Astra, Claude Fable 5.1, et une version fine-tunée d'Inception v3, un CNN publié par Google en 2015. Les lésions, issues du dataset public MILK10k (ISIC, 2025), couvraient six catégories : mélanomes, carcinomes basocellulaires, carcinomes épidermoïdes, kératoses actiniques, nævi bénins et kératoses séborrhéiques.
Le CNN, entraîné sur 68 011 images dermoscopiques et cliniques en environ vingt minutes sur un seul GPU H100, a identifié correctement 125 lésions sur 200 (62%). Les deux LLM n'en ont reconnu que 84 et 85 (42%). Cas révélateur : un mélanome invasif de moins de 0,8 mm sur l'oreille — les deux LLM l'ont classé comme kératose séborrhéique, bénigne, recommandant la sortie du patient. Le CNN a donné le bon diagnostic.
Lynch précise que le CNN n'est pas l'état de l'art ; il a délibérément choisi un modèle ancien pour souligner l'écart. Les LLM recevaient la photo clinique et l'image dermoscopique, sans autres données, avec le même prompt à paramètres par défaut.