美国西奈山伊坎医学院一项最新研究发现，无论是放射科医生还是多模态大语言模型（LLM），都难以轻易区分由人工智能（AI）生成的深度伪造X光影像与真实医学影像。研究人员表示，这一发现凸显了AI生成医学影像可能带来的医疗安全与网络安全风险。相关论文发表于最新一期《放射学》杂志。
“深度伪造”是指看似真实但实际上由AI生成或篡改的视频、照片、图像或音频。AI生成的X光片真实度极高，能以假乱真，可能被用于医疗欺诈，例如伪造骨折影像用于诉讼取证。如果黑客入侵医院系统并植入合成医学影像，还可能篡改诊断结果，甚至破坏电子病历系统的可信度。
在这项回顾性研究中，来自美国、法国、德国、土耳其、英国和阿联酋6个国家12家医疗中心的17名放射科医生参与测试。研究共分析264张X光影像，分为两组：第一组数据包含多个解剖部位的真实影像以及由ChatGPT生成的影像；第二组数据为胸部X光片，其中一半为真实影像，另一半由斯坦福医学院研究人员开发的开源生成式AI扩散模型RoentGen生成。
解剖结构匹配的真实X光片和GPT-4o生成的X光片：（A）真实胸部正位X光片，（B）GPT-4o生成的胸部正位X光片；（C）真实颈椎侧位X光片，（D）GPT-4o生成的颈椎侧位X光片；（E）真实手部正位X光片，（F）GPT-4o生成的手部正位X光片；（G）真实腰椎侧位X光片，（H）GPT-4o生成的腰椎侧位X光片。这些图像对比表明，GPT-4o能够在不同的解剖区域生成符合X光片特征的图像。图片来源：北美放射学会（RSNA）
结果显示，在未被告知研究目的的情况下，仅有41%的医生主动识别出AI生成图像。在明确告知后，医生区分真实与伪造影像的平均准确率为75%。
与此同时，GPT-4o（OpenAI）、GPT-5（OpenAI）、Gemini 2.5 Pro（谷歌）以及Llama 4 Maverick（Meta）四种多模态大模型也进行了识别测试，其准确率在57%—85%之间。即便是参与生成这些深度伪造影像的GPT-4o模型本身，也无法识别全部伪造影像。
研究人员总结称，AI生成的医学影像往往存在一些“过于完美”的特征，例如骨骼表面过于光滑、脊柱过直、肺部过度对称、血管分布过于均匀，以及骨折断面异常整齐等。
为降低风险，研究团队建议，应在医学影像中嵌入不可见数字水印、增加加密签名等技术手段，以防止影像被篡改，同时加强医学影像AI鉴别能力培训。
总编辑圈点
其实，最先出现类似问题的是文字领域。AI从人类语料库中学习如何写作，人类又试图从AI生成内容中揪出“机味”。如今，人类原创的内容和AI撰写的内容混在一起，已难以分辨。如今，同样的难题又进入图像领域。资深医生和大模型自己，都难以准确判断哪些医学影像被AI动了手脚。这项研究给医疗安全敲响了警钟，它甚至可能动摇整个医疗系统的可信度。我们看到，AI的深度渗透，正给所有行业带来前所未有的挑战。
