10 Yıllık Bir CNN, Cilt Kanseri Teşhisinde Öncü LLM'leri Geride Bırakıyor

Kulakta yer alan, 0,8 mm'den ince invaziv bir melanom vakasını ele alalım. Klinik fotoğraf ve dermoskopik (cilt mikroskobu) görüntü, Ekim 2026 itibarıyla en yetenekli yapay zeka modellerinden ikisi olan GPT-6 Astra ve Claude Fable 5.1 modellerine gösterildiğinde, her iki büyük dil modeli (LLM) de bunun zararsız bir siğil büyümesi olan seboreik keratoz olduğunu ve hastanın taburcu edilebileceğini söyledi. Buna karşılık, Google tarafından ilk kez 2015 yılında yayınlanan ve açık dermatoloji görüntüleri üzerinde ince ayar (fine-tuning) yapılan evrişimli sinir ağı (CNN) Inception v3, dermoskopi görüntüsüne dayanarak doğru teşhisi (melanom) koydu.

Bu vaka, her üç modele de sunulan biyopsi ile kanıtlanmış 200 lezyondan biriydi. 6 olasılık arasından doğru teşhisi bulma konusunda 10 yıllık CNN modeli 125 vakada (%62) başarılı olurken, iki öncü LLM 84 ve 85 vakada (%42) kaldı. Yaklaşık yirmi dakika boyunca ince ayar yapılan on yıllık bir ağ, cilt kanserini tanımada her iki devasa modeli de geride bıraktı.

Test Süreci ve Veri Seti#

Değerlendirilen lezyonlar, 2025 yılında International Skin Imaging Collaboration aracılığıyla yayınlanan MILK10k açık veri setinden alınmıştır. Her lezyon klinik yakın çekim ve dermoskopik görüntü olarak iki kez fotoğraflanmıştır. Histopatoloji ile doğrulanmış, rastgele seçilen 200 lezyon şu iki ana gruptan oluşmaktadır:

• Taburcu edilmemesi gereken 100 lezyon: 30 melanom, 25 bazal hücreli karsinom, 25 skuamöz hücreli karsinom (Bowen hastalığı dahil) ve 20 aktinik keratoz.
• Güvenle taburcu edilebilecek 100 lezyon: 50 iyi huylu nevüs (ben) ve 50 seboreik keratoz.

İyi huylu olanlar da dahil olmak üzere her lezyona biyopsi yapılmıştır; bu da vakaların bir klinisyeni endişelendirecek kadar zorlu teşhisler olduğunu göstermektedir. Örnek vakalarda; 75 yaşındaki bir erkeğin gövdesindeki bazal hücreli karsinomu üç model de doğru bilmiştir. Çok az pigmentli invaziv melanom vakasında GPT-6 Astra %95 güvenle bazal hücreli karsinom derken, Claude Fable 5.1 ve CNN doğru şekilde melanom demiştir. Bacaktaki bir seboreik keratoz vakasında ise her üç model de yanılmış ancak hastayı taburcu etmek yerine takip altına alma yönünde güvenli karar vermiştir.

LLM'lere yalnızca iki görüntü verilmiş; altı teşhisten en olası olanı (veya "emin değilim"), güven oranı, ikinci tercih ve lezyonun güvenle taburcu edilip edilemeyeceği sorulmuştur. CNN modeli ise kasıtlı olarak en güncel mimarilerden seçilmemiştir. Günlük fotoğraflarla önceden eğitilmiş Inception v3, tek bir H100 GPU üzerinde ISIC Arşivi'ndeki 68.011 görüntü ile tüm katmanlarında ince ayara tabi tutulmuştur. Veri sızıntısını (data leakage) önlemek adına, test edilen 200 lezyon ve aynı hastaya ait diğer tüm fotoğraflar eğitim ve doğrulama setlerinden tamamen çıkarılmıştır.

Yazılım Geliştirme ve Mühendislik Çıkarımları#

Bu araştırma, yapay zeka mühendisliği ve Modeller: Hangisi, Ne Zaman? sorusu açısından kritik dersler barındırmaktadır. Her problemi en büyük genel amaçlı LLM ile çözmeye çalışmak yerine, spesifik alanlarda (domain-specific) ince ayar yapılmış daha küçük ve amaca yönelik mimariler kullanmak hem maliyet hem de doğruluk açısından çok daha üstün sonuçlar verebilir. Ayrıca CNN eğitiminde hasta bazlı verilerin eğitim setinden titizlikle ayrılması, Golden Dataset Oluşturma ve AI Test Stratejileri süreçlerinde veri sızıntısını önlemenin gerçek dünya başarısını ölçmek için ne kadar hayati olduğunu kanıtlamaktadır.