viernes, 30 de octubre de 202623°General Pico · 10° / 25°Dólar Oficial $1.560Dólar Blue $1.565Dólar MEP $1.568Dólar Tarjeta $2.028
Una red neuronal de diez años supera a modelos de lenguaje en el diagnóstico de cáncer de piel
Según una prueba informal del dermatólogo Magnus Lynch, una red neuronal reentrenada durante unos veinte minutos reconoció más lesiones que dos modelos de lenguaje de última generación. El experimento lo diseñó un único autor y todavía no fue revisado por pares.
Redacción PicoTecno
3 min de lectura
(Google / Wikimedia Commons · Public domain)
Un dermatólogo británico comparó el desempeño de dos de los modelos de inteligencia artificial más avanzados disponibles en octubre de 2026 con una red neuronal convolucional mucho más antigua en la identificación de lesiones de piel, incluido el cáncer. Según informó lynchlab.net, el blog personal de Magnus Lynch, la red más antigua obtuvo mejores resultados en la mayoría de los diagnósticos evaluados.
Los modelos de lenguaje evaluados se llaman GPT-6 Astra y Claude Fable 5.1. Lynch les mostró imágenes clínicas y dermatoscópicas de una misma lesión, es decir, una fotografía común y otra tomada con un lente de aumento iluminado que usan los dermatólogos. En el caso que describe, ambos modelos coincidieron en que se trataba de una queratosis seborreica, una lesión benigna, y sugirieron dar de alta al paciente. La red convolucional, en cambio, acertó a partir de la imagen dermatoscópica.
Cómo se realizó la prueba
Lynch seleccionó al azar 200 lesiones del conjunto de datos público MILK10k, publicado en 2025 por la International Skin Imaging Collaboration (ISIC, una colaboración internacional de imágenes de piel). Todas las lesiones habían sido confirmadas mediante biopsia, incluidas las benignas, lo que hace que el ejercicio sea más exigente, ya que una biopsia suele indicarse cuando un profesional sospecha algo.
A los modelos de lenguaje (sistemas entrenados con grandes volúmenes de texto e imágenes, conocidos como LLM por sus siglas en inglés) se les pidió el diagnóstico más probable entre seis posibles, junto con un nivel de confianza, una segunda opción y si la lesión podía darse de alta sin tratamiento, biopsia ni seguimiento. La red convolucional es Inception v3, presentada por Google en 2015, que fue ajustada con unas 68.000 imágenes de piel. Según el autor, sus datos de prueba se excluyeron por completo del entrenamiento.
Principales resultados
Con una sola respuesta, la red acertó en 125 de 200 casos (62 %), mientras que GPT-6 Astra acertó en 84 y Claude Fable 5.1 en 85 (42 % en ambos casos).
Al permitir una segunda opción, la red llegó a 173 aciertos, frente a 134 y 138 de los modelos de lenguaje.
En melanomas, identificó 13 de 30, contra 8 y 11 de los modelos de lenguaje.
En lunares benignos, reconoció 37 de 50, frente a 16 de GPT-6 Astra y 33 de Claude Fable 5.1.
Los errores también fueron distintos. GPT-6 Astra clasificó 75 lesiones como carcinoma basocelular, cuando en realidad había 25 de ese tipo, y Claude Fable 5.1 identificó 53 como queratosis actínica, cuando había 20. Los errores de la red en melanomas se repartieron de otra manera, con más confusiones con lunares o queratosis seborreicas.
Lynch también planteó un escenario de uso por parte de pacientes: a los modelos se les mostró solo la foto clínica y se les preguntó si era necesario consultar a un médico. Ambos recomendaron la consulta en casi todos los casos, incluidos los benignos, lo que según el autor reduce la utilidad de esa respuesta como filtro.
El propio autor aclara que la red no es un modelo de última generación y que la prueba no tiene la rigurosidad de un estudio científico publicado. Además, él diseñó el test y tomó las decisiones clínicas, y uno de los modelos evaluados pertenece a la misma empresa, Anthropic, que la herramienta de programación que usó para el análisis. Aun así, el resultado plantea que los sistemas especializados pueden seguir siendo útiles frente a los modelos generales más potentes.
