조직검사로 확진한 피부 병변 200개(6개 진단)를 분류하는 시험에서 Inception v3 기반 CNN이 62%(125개)를 맞혀 GPT-6 Astra·Claude Fable 5.1의 42%(84·85개)를 앞섰다. CNN은 ISIC 공개 이미지 6만 8,011장으로 약 20분 미세 조정했고 시험 병변·동일 환자 사진은 학습에서 제외했다. 다만 LLM은 특정 진단을 과도하게 택했고 CNN은 놓친 흑색종을 양성으로 오인하는 등 오류 방향이 달랐으며, LLM을 사례당 1회만 실행한 소규모 어려운 집합 결과다.
시험 집합은 진료를 종료하면 안 되는 병변 100개(흑색종 30·기저세포암 25·편평세포암 25·광선각화증 20)와 종료해도 되는 병변 100개(양성 모반 50·지루각화증 50)로 구성됐다. 양성 병변도 모두 생검을 거친, 임상의가 우려해 절제한 사례라 일반보다 어려운 집합이다. LLM엔 임상·피부확대경 두 이미지만 주고 가장 가능성 높은 진단과 확신도, 안전한 진료 종료 여부를 물었다.