AI生成的X光片可欺騙放射科醫(yī)生

圖源：The Rise of Deepfake Medical Imaging: Radiologists’ Diagnostic Accuracy in Detecting ChatGPT-generated Radiographs

好的牙·訊｜2026年3月24日，發(fā)表于北美放射學(xué)會(huì)（RSNA）會(huì)刊《Radiology》期刊的一項(xiàng)研究顯示，放射科醫(yī)生及多模態(tài)大語言模型（LLMs）均難以分辨真實(shí)的X光片與AI生成的“深度偽造”圖像。在未獲知包含偽造圖像的情況下，放射科醫(yī)生識(shí)別AI生成的X光片準(zhǔn)確率僅為41%。

該項(xiàng)研究由紐約西奈山伊坎醫(yī)學(xué)院研究團(tuán)隊(duì)完成，共納入了來自6個(gè)國家的12家機(jī)構(gòu)的17名放射科醫(yī)生，涵蓋了從初學(xué)者到執(zhí)業(yè)40年的資深專家。研究共測試了264張X光片，其中包括由ChatGPT生成的身體各部位影像，以及使用斯坦福大學(xué)開發(fā)的開源生成式AI擴(kuò)散模型RoentGen生成的胸部影像。

實(shí)驗(yàn)數(shù)據(jù)顯示，當(dāng)醫(yī)生被告知存在合成影像后，其平均識(shí)別準(zhǔn)確率提升至75%。而在AI模型表現(xiàn)方面，GPT-4o、GPT-5、Gemini 2.5 Pro及Llama 4 Maverick的準(zhǔn)確率在57%至85%之間。值得注意的是，盡管ChatGPT-4o表現(xiàn)優(yōu)于其他模型，但作為圖像生成工具的它，仍無法完全識(shí)別出所有由其生成的偽造影像。

研究人員指出，這些高度逼真的偽造影像不僅可能在虛假訴訟中作為證據(jù)，還存在嚴(yán)重的信息安全風(fēng)險(xiǎn)。若黑客侵入醫(yī)院網(wǎng)絡(luò)并注入合成影像，可能導(dǎo)致誤診并破壞數(shù)字病歷的可靠性。目前，偽造影像在視覺上呈現(xiàn)出“過于完美”的特征，如骨骼過滑、脊柱異常筆直、血管分布過度均勻等，但在未來的AI演進(jìn)中，這些特征可能進(jìn)一步消失。

此前，好的牙曾報(bào)道韓國延世大學(xué)牙科學(xué)院實(shí)習(xí)課程中出現(xiàn)篡改X光片的學(xué)術(shù)造假事件：部分學(xué)生使用Photoshop修補(bǔ)或替換影像，以掩蓋操作失誤。彼時(shí)造假依賴人工，尚有痕跡可查。而本次發(fā)表于《Radiology》的研究進(jìn)一步提示，在生成式AI介入后，偽造影像的逼真度可能持續(xù)上升，欺詐與誤導(dǎo)的潛在風(fēng)險(xiǎn)隨之?dāng)U大。

制度層面的應(yīng)對(duì)同樣滯后。根據(jù)好的牙此前報(bào)道，紐約州已擬立法禁止AI聊天機(jī)器人直接提供醫(yī)療建議，將AI風(fēng)險(xiǎn)納入監(jiān)管視野；但針對(duì)影像真實(shí)性的系統(tǒng)性保護(hù)機(jī)制，目前仍屬空白。為此，研究建議醫(yī)療影像領(lǐng)域在圖像捕獲時(shí)嵌入不可見水印及加密簽名，以驗(yàn)證來源真實(shí)性。

研究人員同樣指出，該研究目前仍存在一定局限性：樣本量相對(duì)較小且實(shí)驗(yàn)環(huán)境與真實(shí)臨床場景存在差異，深度偽造技術(shù)在CT和MRI等3D影像中的影響仍有待進(jìn)一步驗(yàn)證。

【特別鳴謝】如果本文有錯(cuò)漏之處需要勘誤，請(qǐng)聯(lián)系我們的客服，屆時(shí)我們會(huì)為您準(zhǔn)備小禮物，感謝！

【免責(zé)聲明】上述內(nèi)容源于公開信息，可能存在不準(zhǔn)確性，僅供參考。本文不構(gòu)成對(duì)任何人的投資與決策建議，好的牙不對(duì)因使用本資料而導(dǎo)致的損失承擔(dān)任何責(zé)任，并對(duì)本內(nèi)容擁有最終解釋權(quán)。文中圖片均已獲版權(quán)方授權(quán)

@好的牙口腔行業(yè)研究