CNN 10 tuổi vượt trội các LLM tiên tiến trong chẩn đoán ung thư da

Chuyện gì đã xảy ra

Tác giả đưa hai ảnh của cùng một nốt ruồi hoặc tổn thương da cho hai mô hình AI ngôn ngữ lớn mạnh nhất và một mô hình CNN. Ảnh gồm ảnh chụp lâm sàng và ảnh soi da (ảnh chụp qua kính lúp có đèn chiếu mà bác sĩ da liễu dùng). Với một khối u hắc tố (melanoma) mỏng, cả hai LLM đều nói đó là dạng lành tính và có thể cho bệnh nhân về nhà. CNN thì nhận đúng là hắc tố. Tác giả thử với 200 tổn thương đã được xác nhận bằng sinh thiết.

Các con số chính

• Tổng cộng 200 tổn thương, tất cả đều được xác nhận bằng sinh thiết (lấy mẫu mô đem soi dưới kính hiển vi).
• 100 tổn thương cần theo dõi hoặc điều trị: 30 hắc tố, 25 ung thư tế bào đáy, 25 ung thư tế bào vảy và 20 dày sừng quang hóa.
• 100 tổn thương an toàn để về nhà: 50 nốt ruồi lành tính và 50 dày sừng tiết bã (seborrhoeic keratosis).
• CNN đúng 125 trên 200 ca (62%). Hai LLM đúng 84 và 85 ca (khoảng 42%).
• Khi cho phép chọn thêm một đáp án thứ hai, CNN đạt 173 trên 200 ca.

Cách thử nghiệm được thực hiện

Bộ dữ liệu MILK10k là bộ ảnh công khai, mỗi tổn thương được chụp hai lần. Mô hình CNN là Inception v3, do Google công bố năm 2015. Nhóm tác giả đã học lại (fine-tune) mô hình này trên khoảng 68.000 ảnh da liễu công khai, chỉ mất khoảng 20 phút trên một GPU. Các ca dùng để kiểm tra đã được loại khỏi dữ liệu học trước đó. Các LLM chỉ nhận hai ảnh, không có thông tin nào khác, và được hỏi như một bác sĩ sẽ làm. Tác giả cũng nói mô hình CNN này không phải là mô hình mạnh nhất hiện nay. Mô hình đủ nhỏ để chạy ngay trên trình duyệt điện thoại, và dữ liệu không bị gửi đi đâu.

Vì sao điều này quan trọng

Ung thư da, đặc biệt là hắc tố, cần được phát hiện sớm. Nếu AI bỏ sót và nói một khối u nguy hiểm là lành tính, bệnh nhân có thể bị chậm điều trị. Kết quả cho thấy AI đa năng chưa chắc đã giỏi hơn một mô hình chuyên biệt, nhỏ và cũ khi làm một việc cụ thể. Tuy nhiên, đây là một thử nghiệm nhỏ và chưa phải là bằng chứng để dùng trong khám bệnh thật.

Điều cần theo dõi

• Các nghiên cứu lớn hơn, với nhiều bệnh viện và nhiều nhóm bệnh nhân khác nhau.
• Liệu các mô hình AI mới có cải thiện được kết quả này hay không.
• Cách các bác sĩ da liễu dùng AI như một công cụ hỗ trợ, không thay thế việc khám và sinh thiết.