Um dermatologista colocou os dois modelos de IA mais capazes de outubro de 2026 — o GPT-6 Astra e o Claude Fable 5.1 — para diagnosticar câncer de pele. O resultado surpreendeu: uma rede neural lançada pelo Google em 2015, com apenas vinte minutos de ajuste fino, acertou mais que os dois gigantes. Não foi perto: foi uma diferença de 20 pontos percentuais.
O teste foi feito pelo Dr. Magnus Lynch e publicado no site lynchlab.net. A conclusão é um lembrete útil num momento em que modelos de linguagem são vendidos como solução para quase tudo, inclusive medicina.
Como foi o teste
Lynch selecionou 200 lesões de pele ao acaso do MILK10k, um conjunto de dados público divulgado em 2025 pela International Skin Imaging Collaboration. Cada lesão tem duas fotos: um close clínico e uma imagem dermatoscópica, feita com a lente de aumento iluminada que dermatologistas usam.

Todas as 200 lesões foram confirmadas por biópsia — e isso torna o teste mais duro. Afinal, uma pinta que um médico decidiu cortar é justamente aquela que gerou dúvida. São casos difíceis, não os óbvios.
Os dois LLMs receberam as mesmas imagens e o mesmo pedido: apontar o diagnóstico mais provável entre seis opções (ou dizer que estava em dúvida), dar um nível de confiança, uma segunda hipótese e indicar se a lesão poderia ser dispensada sem tratamento. Nenhum dos modelos se recusou a responder.
O que os números mostram
A rede neural usada foi a Inception v3, uma CNN convolucional de 2015, ajustada em imagens públicas de dermatologia. Ela acertou o diagnóstico em 125 das 200 lesões (62%).
Já os LLMs de ponta ficaram bem atrás: o GPT-6 Astra acertou 84 casos e o Claude Fable 5.1, 85 — ambos em torno de 42%. Em um caso emblemático, um melanoma invasivo com pouco pigmento foi classificado pelo GPT-6 como carcinoma basocelular, com 95% de confiança. O Claude e a CNN acertaram que era melanoma.
Vale notar que os três erraram juntos em algumas lesões. Uma ceratose seborreica benigna, por exemplo, foi lida como outra coisa pelos três — embora, nesse caso, todos tenham optado por manter o acompanhamento em vez de dispensar o paciente.
Por que isso importa
A mensagem central não é que IA não serve para medicina. É que a ferramenta certa importa mais que a ferramenta mais famosa. Modelos de linguagem são generalistas impressionantes em texto, mas análise de imagem médica continua sendo um problema específico, melhor resolvido por modelos treinados especificamente para isso.
O detalhe que incomoda é a confiança. Um LLM que erra um melanoma dizendo ter 95% de certeza é mais perigoso que um modelo que simplesmente diz não saber. Em dermatologia, o erro de dispensar uma lesão maligna pode custar a vida do paciente.
O autor é explícito ao dizer que a CNN usada não é estado da arte — é justamente um modelo modesto, antigo e barato de ajustar. Ou seja: mesmo sem nada de sofisticado, uma abordagem especializada superou os sistemas que dominam as manchetes.
Para quem acompanha o setor, fica o alerta. Quando empresas prometem que seus modelos gerais podem substituir diagnósticos médicos, convém pedir os números. E, de preferência, comparar com alternativas menos glamourosas que podem fazer o trabalho melhor.
Fonte: lynchlab.net · Imagem de capa: Foto de Ilia no Unsplash
Quer aplicar IA no seu trabalho?
Aprenda qual ferramenta usar para cada tarefa — ChatGPT, Claude, Copilot, Gemini e NotebookLM — nos cursos do IA Todo Dia.
Conhecer os cursos →