“深度伪造”一词指代那些看似真实、实则由人工智能生成或篡改的视频、照片、图像或音频。在医学影像领域，AI生成图像的能力正飞速发展，但随之而来的风险也日益凸显——从伪造伤情的保险欺诈，到黑客入侵医院网络、向数字医疗记录注入虚假影像以操纵诊断或制造临床混乱，都可能对医疗安全构成严重威胁。

2026年3月24日，Mickael Tordjman博士及其研究团队在北美放射学会官方期刊《Radiology》上发表了一项多中心国际研究，题为“The Rise of Deepfake Medical Imaging: Radiologists’ Diagnostic Accuracy in Detecting ChatGPT-generated Radiographs”。该研究发现，无论是经验丰富的放射科医生，还是先进的多模态语言大模型，都难以区分AI生成的“深度伪造”X光图像与真实影像，揭示了医疗影像领域面临的重大安全漏洞。

“我们的研究表明，这些深度伪造的X光图像足够逼真，足以欺骗放射科医生——即使他们事先知道数据集中存在AI生成的图像，”研究第一作者Mickael Tordjman博士表示。“这带来了高风险：例如，如果伪造的骨折图像与真实影像无法区分，就可能被用于欺诈性诉讼；如果黑客侵入医院网络、注入合成图像影响患者的诊断，或通过破坏数字医疗记录来制造临床混乱，也将构成重大的网络安全威胁。”

图1解剖结构的真实影像与GPT-4o生成影像对比。

研究共纳入来自六个国家（美国、法国、德国、土耳其、英国和阿联酋）12个不同中心的17名放射科医生，其专业经验从0年到40年不等。研究中的264张X光图像一半为真实影像，另一半由AI生成。研究人员使用两个不同的数据集由放射科医生进行评估，数据集之间无重叠。第一个数据集包含多个解剖部位的真实影像和使用ChatGPT生成的图像；第二个数据集包含胸部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。

当放射科医生不了解研究的真实目的时，仅41%的人可自发识别出AI生成的图像。在被告知数据集中包含合成图像后，放射科医生区分真实与合成X光片的平均准确率为75%。每位放射科医生识别ChatGPT生成图像的准确率在58%至92%之间。同样，四种多模态大语言模型——GPT-4o、GPT-5、Gemini 2.5 Pro和Llama 4 Maverick的准确率介于57%至85%之间。即使是用于生成深度伪造图像的GPT-4o模型，也无法准确识别所有伪造图像，尽管其识别效果明显优于Google和Meta的模型。

放射科医生识别RoentGen生成的合成胸部X光片的准确率在62%至78%之间，大语言模型的准确率在52%至89%之间。放射科医生的从业年限与识别合成X光片的准确性之间无相关性，但肌肉骨骼放射科医生的准确性显著高于其他专科医生。

图2 GPT-4o生成的骨折X线片示例。

研究识别出合成X光片的共同特征：“深度伪造的医学图像往往看起来过于完美，”Tordjman博士说。“骨骼过于光滑，脊柱过于笔直，肺部过于对称，血管模式过于均匀，骨折看起来异常干净，通常仅局限于骨骼的一侧。”

为清晰区分真实与伪造图像并防止篡改，研究人员建议实施先进的数字防护措施，例如在图像中嵌入不可见水印，或在图像采集时自动附加技师关联的加密签名。

“我们可能只看到了冰山一角，”Tordjman博士表示。“这一演变的下一步将是AI生成3D合成图像，如CT和MRI。因此，培训医生和语言大模型准确识别出AI合成图像变得至关重要。”

参考文献

Tordjman M, Yuce M, Ammar A, et al. The Rise of Deepfake Medical Imaging: Radiologists' Diagnostic Accuracy in Detecting ChatGPT-generated Radiographs. Radiology. 2026;318(3):e252094. doi:10.1148/radiol.252094

资讯来源

编译：脑海科技