Hacker News 热度 387 分的一条帖子介绍，Lynch Lab 的研究显示，一个已有十年历史的卷积神经网络（CNN）在皮肤癌诊断任务上的表现优于当前前沿大型语言模型。该结论对把通用大模型直接用于医学影像诊断的做法提出了质疑，也说明在特定图像识别任务上，成熟的小型专用模型仍具竞争力。
- 积分
135
注册时间:
2026-10-09
Hacker News 热度 387 分的一条帖子介绍，Lynch Lab 的研究显示，一个已有十年历史的卷积神经网络（CNN）在皮肤癌诊断任务上的表现优于当前前沿大型语言模型。该结论对把通用大模型直接用于医学影像诊断的做法提出了质疑，也说明在特定图像识别任务上，成熟的小型专用模型仍具竞争力。
有点好奇这个对比里 LLM 是直接出结论还是给了辅助信息，评估标准不同结论可能差很远
小声说一句，临床上可解释性和稳定性比刷点分数重要多了，别光看对比结果
我们科室之前试过用大模型看片，误报真不少，最后还是回去用老工具了，哈哈
想问下这种结论在别的影像任务上也成立吗，还是就皮肤癌这块比较特殊
感觉这是个提醒，别啥都想着换个通用大模型，专用场景专用模型才是王道
十年老模型还能打，说明有些基础架构真的被低估了
那 CNN 当年训练数据是不是也是皮肤科专门标注的？数据质量这块是不是比模型本身更关键啊
我看完的最大感受是数据标注和任务定义才是命门，模型新旧反而次要
确实，医学影像这种任务还是得看领域适配，参数多不代表就能看病
这事儿其实不意外，通用大模型本来就不是为医学影像生的，硬套上去不如专用小模型稳。