Jaringan saraf konvolusional 2015 kalahkan model AI mutakhir dalam diagnosis kulit
29 Oktober 2026 · Baca 2 menit
Juga diterbitkan dalam ไทย
Seorang dokter kulit menguji kemampuan dua model kecerdasan buatan mutakhir, yaitu GPT-6 Astra dan Claude Fable 5.1, dalam mendiagnosis 200 lesi kulit. Hasil pengujian menunjukkan bahwa kedua model tersebut kurang akurat dibandingkan harapan. Sebagai pembanding, dokter tersebut menggunakan jaringan saraf konvolusional yang dikembangkan satu dekade lalu. Secara mengejutkan, model lama tersebut justru memberikan hasil diagnosis yang lebih baik.
Dalam pengujian ini, dokter tersebut menampilkan dua jenis gambar untuk setiap lesi, yaitu foto klinis dan gambar dermatoskopi. Kedua model kecerdasan buatan tersebut adalah model yang paling kuat tersedia pada Oktober 2026. Pada kasus melanoma invasif di telinga dengan ketebalan kurang dari 0,8 milimeter, kedua model besar tersebut salah mendiagnosisnya sebagai keratosis seboroik dan menyarankan pasien untuk dipulangkan. Sebaliknya, jaringan saraf konvolusional tersebut berhasil mengidentifikasi lesi tersebut sebagai melanoma dengan benar.
Data pengujian diambil dari MILK10k, sebuah kumpulan data terbuka yang dirilis oleh International Skin Imaging Collaboration pada tahun 2025. Setiap lesi dalam kumpulan data ini difoto dua kali menggunakan lensa pembesar yang diterangi. Dokter tersebut memilih secara acak 200 lesi yang semuanya telah dikonfirmasi secara histologis. Ratusan lesi tersebut terdiri dari 100 lesi yang memerlukan perhatian medis dan 100 lesi yang aman untuk dipulangkan. Lesi yang memerlukan perhatian mencakup 30 melanoma, 25 karsinoma sel basal, 25 karsinoma sel skuamosa, dan 20 keratosis aktinik. Lesi yang aman mencakup 50 nevus jinak dan 50 keratosis seboroik.
Jaringan saraf konvolusional yang digunakan adalah Inception v3, yang pertama kali dipublikasikan oleh Google pada tahun 2015. Model ini dilatih ulang pada 68.011 gambar dermatologi menggunakan satu unit pemrosesan grafis H100. Proses pelatihan ulang ini memakan waktu sekitar dua puluh menit. Gambar dari 200 lesi pengujian dihapus dari data pelatihan untuk memastikan model tidak pernah melihatnya sebelumnya. Model ini mengevaluasi kedua gambar dan memberikan bobot lebih pada gambar dermatoskopi.
Dari 200 lesi, jaringan saraf konvolusional tersebut memberikan diagnosis yang benar dari enam kemungkinan untuk 125 lesi, atau 62 persen. Model GPT-6 Astra benar untuk 84 lesi, sementara Claude Fable 5.1 benar untuk 85 lesi, masing masing sekitar 42 persen. Jika opsi diagnosis kedua juga dihitung, jaringan saraf konvolusional tersebut mencapai 173 dari 200, dibandingkan 134 dan 138 untuk kedua model kecerdasan buatan.
Kesalahan model kecerdasan buatan memiliki pola tertentu. GPT-6 Astra sering salah mendiagnosis sebagai karsinoma sel basal, menyebut 75 lesi sebagai kondisi tersebut padahal hanya ada 25 yang sebenarnya. Claude Fable 5.1 cenderung salah mendiagnosis sebagai keratosis aktinik, menyebut 53 lesi padahal hanya ada 20 yang sebenarnya. Jaringan saraf konvolusional tersebut juga membuat kesalahan, terutama pada melanoma, di mana 8 dari 17 jawaban salah menyebutnya sebagai nevus dan 6 menyebutnya sebagai keratosis seboroik. Pengujian ini menunjukkan bahwa model lama yang dilatih ulang dapat melampaui model mutakhir dalam tugas spesifik ini.