모델 아레나연구·교육용 · 진단 도구 아님

피부과 문진 아레나

피부에 생긴 무언가 때문에 온 환자에게 AI 의사가 질문을 고르고, 들은 답만으로 여섯 가지 중 하나로 진단합니다. 사진은 보지 않습니다. 두 의사의 문진을 나란히 보고 누가 더 잘했는지 판정해 주세요.

환자

공개 데이터 PAD-UFES-20의 실제 문진 기록으로 만든 가상 환자입니다. 기록에 있는 답만 하고, 기록에 없는 것은 "잘 모르겠어요"라고 답합니다.

AI 의사는 정해진 질문 17개 중에서 최대 12개를 골라 묻고, 기저세포암, 편평세포암, 흑색종, 광선각화증, 지루각화증, 모반 중 하나로 진단합니다.

같은 환자를 본 두 의사를 이름 없이 나란히 봅니다. 투표로 순위를 매기고, 실제 진단과 비교한 정확도를 옆에 둡니다.

1
환자가 온 이유를 말합니다
예: "가슴에 생긴 게 신경 쓰여서 왔어요." 부위만 알려 주고, 사진은 AI에게 보여주지 않습니다.
2
AI 의사가 질문을 고릅니다
나이, 크기, 가려움, 커졌는지, 피가 나는지 같은 질문 17개 중 하나를 골라 묻습니다.
3
환자가 기록대로 답합니다
답은 실제 환자의 문진 기록에서 그대로 가져옵니다. 기록에 없으면 "잘 모르겠어요"라고 답합니다.
4
최대 12번 묻고 진단합니다
충분하다고 판단하면 여섯 진단 중 하나와 확신도, 근거를 냅니다. 같은 환자를 본 두 AI의 대화를 아래에서 비교합니다.

환자 #067 · 등

실제 병변 사진입니다. AI 의사 두 명은 이 사진을 보지 못했고, 아래 대화의 답만으로 진단했습니다.

사진: PAD-UFES-20 (Pacheco 외), CC BY 4.0

투표 후 공개

NEV · 모반(점) 확신도 85%

36세 젊은 연령, 크기 변화 없음, 증상 없음(가려움/통증 없음), 평평한 병변으로 모반 가능성이 높음

투표 후 공개

NEV · 모반(점) 확신도 78%

작고 평평하며 5 mm 정도, 가려움·통증·성장·변화·출혈이 없고, 햇빛에 쉽게 타는 피부 타입이지만 병변이 평평하고 색 변화가 없으며 위험 신호가 없으므로 양성 모반 가능성이 가장 높습니다.

필요한 것을 물었는지, 질문 수가 적절했는지, 진단과 근거가 그럴듯한지를 함께 봐 주세요. 실제 진단은 투표 뒤에 공개합니다.

로그인하면 투표할 수 있습니다. 한 사람이 같은 대결에 한 번만 투표하도록 하기 위해서입니다.

총 0표 · 환자 150명 · 브래들리–테리 레이팅(1000 = 평균)

#	AI 의사(모델)	투표 레이팅	균형 정확도	암 민감도	평균 질문 수
1	DeepSeek V3.2DeepSeek · 오픈 모델	–	36.7%	70.7%	10.9
2	gpt-oss-120bOpenAI · 오픈 모델	–	33.3%	61.3%	9.7
3	Qwen3 235BAlibaba · 오픈 모델	–	26.0%	62.7%	11.1

균형 정확도는 여섯 진단 각각의 정답률을 평균한 값이라 우연히 맞힐 때 약 17%입니다. 암 민감도는 실제 암(기저세포암, 편평세포암, 흑색종)을 세 가지 암 중 하나로 진단한 비율입니다. 사진 없이 문진만으로 진단하므로 실제 진료보다 훨씬 어려운 조건입니다.

환자 기록: PAD-UFES-20 (Pacheco et al., Mendeley Data, doi:10.17632/zr7vgbcyr2.1), CC BY 4.0. 공개 데이터라 외부 모델 API로 보낼 수 있습니다.
진단별로 25명씩, 문진 기록이 있는 환자 150명을 골랐습니다. 같은 병변의 사진은 한 번만 씁니다.
모델은 Amazon Bedrock에서 온도 0으로 한 번씩 실행했습니다.

기록 생성 2026-10-27 · derm-intake-v1 · 코드: benchmarks/derm-intake