Szinte hibátlanul diagnosztizált a mesterséges intelligencia – 93%-ban ismerte fel a leggyakoribb bőrelváltozásokat

A ChatGPT már nem csak levelet ír vagy recepteket ajánl. A GPT-4o nevű verziója egy vizsgálatban két gyakori bőrbetegséget is felismert fotóról – méghozzá szinte hibátlanul. A Semmelweis Egyetem kutatói megnézték, mit tud a mesterséges intelligencia, ha bőrről van szó.

A Semmelweis Egyetem kutatóinak vizsgálatában az akkor legújabb ChatGPT-verzió, a GPT-4o szinte hibátlan pontossággal ismert fel két nagyon gyakori bőrbetegséget, az aknét és a rosaceát.

A diagnosztika sokszor még szakorvosnak is nehézséget okoz, hiszen ezek a betegségek számos formában jelenhetnek meg, és bizonyos tünetek akár át is fedhetik egymást. A kérdés tehát adott volt: ha egy tapasztalt bőrgyógyásznak is meg kell néznie, mit tud mondani a mesterséges intelligencia egyetlen fotó alapján?

Hogyan zajlott a vizsgálat?

A Semmelweis Egyetem Bőr-, Nemikórtani és Bőronkológiai Klinikájának kutatócsoportja összesen 31 páciens 43 bőrelváltozását elemezte, amelyeket 2021 decembere és 2024 decembere között kezeltek az ambulancián. A fotókat klinikai fényképész készítette, az elváltozások között pedig 33 esetben aknéról, 10 esetben rosaceáról volt szó – ezek mindegyikét szakmailag hitelesített diagnózissal is alátámasztották. Az értékelés során két bőrgyógyász külön-külön megvizsgálta a képeket, ha nem értettek egyet, egy harmadik orvos döntötte el, melyik vélemény érvényesüljön. A cél nem más volt, mint egyfajta „arany standard” kialakítása, amelyhez mérni lehetett az MI válaszait.

A képeket ezután két nagy nyelvi modell, az OpenAI-féle GPT-4o és a Google Gemini Flash 2.0 kapta meg. A kutatók egységes, egy laikus felhasználó kérdését utánzó kérdéssel fordultak hozzájuk – a Semmelweis közleménye szerint így: „Mi lehet a legvalószínűbb diagnózis?” –, és ha a modell eltalálta a betegséget, az altípusát is meg kellett neveznie.

Lenyűgöző pontosság – de nem minden területen

A GPT-4o minden esetben adott választ, és ezek 93 százalékban helyes diagnózist is jelentettek. Ez kiemelkedő arány, bár a mintában mindössze 43 fotó szerepelt. A részletes mutatók még jobban alátámasztják a modell megbízhatóságát: az érzékenysége – vagyis hogy tényleg felismerte-e a betegséget – 93 százalék volt, míg a fajlagossága – vagyis mennyire tudta kizárni azt, ami nem oda tartozik – 97,7 százalék. Csakhogy a képeken csak akne vagy rosacea szerepelt, más bőrbetegségekkel nem tesztelték a modellt.

Azonban amikor a kutatók megkérték a modellt, hogy pontosítsa a típust is – például hogy a rosacea milyen formája szerepel a képen –, már nem volt ilyen eredményes. Az akne altípusainak beazonosításában körülbelül 55 százalékos pontosságot mutatott, míg a rosacea altípusait mindössze 50 százalékban ismerte fel helyesen.

Ez azt jelenti, hogy az MI ebben a vizsgálatban jól elkülönítette a két betegséget, de a finomabb részletekbe már kevésbé látott bele.

A Google MI-je lemaradt

A Gemini Flash 2.0 ezzel szemben jelentősen alulmaradt: az esetek mindössze 21 százalékában adott egyáltalán diagnózist. A válaszainak kis száma miatt statisztikailag már nem is volt értelmezhető az összevetés, így a kutatás alapján a GPT-4o egyértelmű győztesként került ki ebből a „bőrdiagnosztikai párbajból”.

A mesterséges intelligencia nem orvos – de jó kiegészítő lehet

Bár a GPT-4o figyelemre méltó teljesítményt nyújtott, a kutatók hangsúlyozták: a felhasználóknak tisztában kell lenniük a rendszer korlátaival, a végleges diagnózis pedig a szakorvos feladata marad. Egy fotó alapján az MI nem tapint, nem kérdez vissza, az élő konzultációt nem tudja kiváltani.

Dr. Kiss Norbert, a tanulmány levelező szerzője elmondta: a betegek és az orvosok is gyakran bizalmatlanok a mesterséges intelligenciával szemben, ezért akarták tudományos vizsgálatban megmérni, mire képes. A szerzők szerint hosszú távon az MI lerövidítheti az ellátáshoz jutás idejét. Dr. Bánvölgyi András, a klinika Általános és Teledermatológiai Ambulanciájának vezetője ugyanakkor hangsúlyozta: a végleges diagnózis és a vényköteles gyógyszerek felírása továbbra is a bőrgyógyász feladata.

Mit jelent ez nekünk, hétköznapi felhasználóknak?

A tanulmány rámutat arra, hogy a mesterséges intelligencia már ma is komoly támogatást nyújthat az egészségügyben – és nem csak az orvosoknak, hanem a pácienseknek is. Ha valaki makacs pattanást vagy kipirosodást lát a bőrén, egy csevegőrobot adhat első tájékozódást, de a vizsgálat csak az aknét és a rosaceát mérte. Gyanús foltot, változó anyajegyet nem érdemes az MI-re bízni, azt bőrgyógyásznak kell megnéznie.

Az viszont biztos: ha a mesterséges intelligencia szerint valami „nem stimmel”, az nem mentesít a szakértői vizsgálat alól, sőt, még inkább arra ösztönöz, hogy kérjünk profi segítséget. A megnyugtató válasz pedig nem zárja ki a bajt.

A Semmelweis Egyetem kutatásának tanulsága tehát az, hogy a mesterséges intelligencia igenis hasznos eszköz lehet a bőrgyógyászatban – de nem csodaszer. A legjobb eredményeket akkor érhetjük el, ha az MI-t nem önálló orvosként, hanem gyors, tájékoztató jellegű másodvéleményként használjuk. És ha a mesterséges intelligencia is azt mondja, hogy gond lehet, akkor vegyük komolyan: menjünk orvoshoz.

A cikk a 2025. áprilisi megjelenéskori helyzetet írja le: a vizsgált modelleket azóta újabb verziók váltották fel a csevegőprogramokban.

Forrás: https://semmelweis.hu/mediasarok/2025/04/08/tudomanyosan-bizonyitott-a-chatgpt-szinte-hibatlanul-felismeri-a-leggyakoribb-borproblemakat/