深度偽造X光片以假亂真：資深放射科醫生也分不清的AI陷阱

三月二十四日發表在北美放射學會旗艦期刊《放射學》上的一項研究揭示了一個令人不安的發現：人工智能生成的深度偽造X光圖像已經逼真到足以欺騙經驗最豐富的放射科醫生，即便他們明確知道測試中可能包含合成圖像。所謂深度偽造是指利用人工智能技術創建或篡改的視頻、照片、圖像或音頻文件，雖然看起來十分真實，但實際內容并非如此。該研究同時測試了多種多模態大語言模型的表現，結果同樣不容樂觀。

研究涵蓋來自美國、法國、德國、土耳其、英國和阿聯酋六個國家十二家機構的十七位放射科醫生，從業經驗從新手到從業四十年以上的資深專家不等，共檢驗二百六十四張X光圖像，真實掃描與AI生成各占一半。參與者審閱了兩個不重疊的圖像集，一組混合了真實圖像和ChatGPT生成的不同身體部位X光片，另一組聚焦胸部X光片，其中一半由斯坦福大學醫學院開發的開源AI擴散模型RoentGen生成。

當放射科醫生不知道存在假圖時，僅百分之四十一的醫生能正確識別AI生成的X光圖像。被告知合成圖像存在后，平均識別準確率升至百分之七十五，但個體差異十分懸殊——正確率介于百分之五十八至百分之九十二之間。四種多模態大語言模型的表現同樣有限：GPT-4o、GPT-5、Gemini 2.5 Pro和Llama 4 Maverick的準確率介于百分之五十七至百分之八十五。值得注意的是，即便使用生成這些圖像的ChatGPT-4o自身，也無法檢測出所有偽造圖像，盡管其表現優于其他模型。研究還發現，放射科醫生的從業年限與其識別假X光的能力沒有相關性，但肌肉骨骼放射科醫生表現明顯優于其他亞專科醫生。

研究第一作者、紐約西奈山伊坎醫學院博士后Mickael Tordjman博士指出了AI圖像的關鍵識別特征：深度偽造醫學影像往往看起來過于完美——骨骼表面異常平滑、脊椎線條筆直得不可思議、雙肺完全對稱、血管紋理極其均勻規則、骨折線干凈整齊且通常僅局限于骨骼一側。這種不自然的完美恰恰成為識別偽造圖像的重要突破口，因為真實的人體結構天然存在不對稱性和不規則性。

Tordjman博士警告：我們可能只看到了冰山一角。偽造X光片可用于虛假訴訟——一個被捏造的骨折影像可能與真實骨折完全無法區分；黑客一旦入侵醫院網絡并注入合成圖像，足以操縱患者診斷結果或引發大規模臨床混亂，從根本上破壞數字醫療檔案的可靠性。針對這些威脅，研究建議采取多重數字防護措施：在圖像中嵌入隱形水印，在圖像采集時刻由技師生成加密簽名來驗證真實性。研究團隊還發布了包含交互式測驗的深度偽造培訓數據集。邏輯上的下一步是AI生成CT和MRI等三維合成影像，這些問題將更加棘手，建立教育數據集和檢測工具刻不容緩。這項研究的深遠意義在于，它警醒整個醫療行業必須為AI技術可能被惡意利用做好充分準備，醫療影像的真實性和可靠性不能再被視為理所當然的前提條件，而應當成為需要主動驗證和維護的關鍵資產。