Un dermatologo ha condotto un esperimento curioso e molto discusso: mettere a confronto GPT-6 Astra, Claude Fable 5.1 e una rete convoluzionale Inception v3 — architettura vecchia di circa dieci anni — sul riconoscimento di lesioni cutanee. Il campione comprendeva 200 lesioni confermate da biopsia, quindi con una diagnosi certa a fare da verità di riferimento. Risultato: la CNN ha formulato più diagnosi corrette rispetto ai due modelli linguistici di ultima generazione, nonostante il divario tecnologico apparentemente enorme.
Perché la CNN vince (e non è una sorpresa)
La differenza sta nel modo in cui i modelli sono stati progettati. Inception v3 è una rete specializzata nell'analisi di immagini: è stata addestrata su grandi dataset visivi e affina la capacità di riconoscere pattern, texture e bordi. I modelli linguistici come GPT-6 Astra e Claude Fable 5.1, invece, sono nati per comprendere e generare testo: elaborano le immagini attraverso meccanismi multimodali, ma non sono ottimizzati per la diagnostica dermatologica fine. Nel test, questa differenza si è tradotta in un numero maggiore di errori per i due LLM.
Un test che non sostituisce il medico
Il dermatologo è stato chiaro: i risultati non dimostrano che un modello di IA possa rimpiazzare una valutazione clinica. Le 200 lesioni rappresentano un campione limitato, e la diagnosi dermatologica reale coinvolge storia clinica, esame obiettivo, dermatoscopia e, quando serve, la biopsia. L'esperimento è piuttosto un monito: non basta prendere un LLM di tendenza e applicarlo a un dominio specialistico. L'IA in medicina funziona quando è progettata, addestrata e validata per quel preciso compito, con dataset adeguati e supervisione umana.
