-
生物通官微
陪你抓住生命科技
跳动的脉搏
放射学中的AI：如何识别假图像？
技术进步的利与弊
想象一下，您需要判断一张如右图所示的CT或X光片是真实的，还是通过人工智能生成的。英国的182名放射科医生接受了这样的任务，结果他们发现这项任务相当困难。
在大多数情况下，参与者能够给出正确答案；每人正确识别的图像比例中位数约为78%。不过仍有大约五分之一的图像无法被区分开来。此外，参与者对自身判断的信心也仅处于中等水平（5分制中的3.5分）。令人意外的是，放射科医生的工作经验多少或他们对AI的了解程度并不会影响这一结果。
? Cronshaw RA, Williams MC. Clin Radiol. 2026; https://doi.org/rhmp
这些结果引发了人们担忧：未来患者病历中可能会出现虚假的检查结果，专业期刊上也可能出现编造的病例报告。不过，虚假图像并非只有负面影响——它们还可以用于训练AI模型或教学用途。顺便提一下，本文配图确实是由AI生成的。
来源：Cronshaw RA, Williams MC. Clin Radiol. 2026，在线发表于7月16日；https://doi.org/rhmp
立刻出现剧烈疼痛？需警惕！
急诊病史采集——突然出现的剧烈腹痛往往提示存在危及生命的疾病。那么，医生该如何准确判断疼痛的发展进程呢？一项日本研究对此进行了探讨。
在629名患者中，有3.2%通过CT检查发现了危险的腹腔内疾病，如血管阻塞、肠穿孔和卵巢扭转等。在检查之前，研究人员向患者提出了两个关于疼痛起始时间的问题：
-
疼痛是突然发作、急性出现还是逐渐加剧？（突然）
-
疼痛在何时达到最严重程度？（立刻）
第二个问题的准确性显著更高，其特异性达94%，而关于疼痛起始时间的问题仅为87%。因此，立刻出现剧烈疼痛很可能是紧急情况的信号。不过，由于该方法的敏感性仅为30%，那些疼痛发展较慢的情况也有可能隐藏着严重的疾病风险。
? Shi / stock.adobe.com（带模特的示意图片）
Lea Stief
副主编 lea.stief@springer.com
来源：Takada T等人。J Gen Intern Med. 2026;41:2128-34
用阿司匹林识别膀胱癌
诱发血尿——服用阿司匹林等血小板聚集抑制剂的人似乎更常需要进行膀胱镜检查。丹麦的一个研究团队认为，这有助于更早发现尿路上皮癌。
该研究分析了20多万名年龄在44至76岁之间、开始服用阿司匹林或其他非甾体抗炎药的患者的数据。与150多万名对照组相比，这些患者在随后一年中进行膀胱镜检查的概率分别高出54%和56%。不过，两组在膀胱癌发病率方面没有显著差异。不过，服用阿司匹林的患者患侵袭性肿瘤的风险降低了19%。
这种效果是如何产生的？或许是因为阿司匹林治疗会诱发血尿，从而暴露出原本无症状的膀胱癌。这样一来，患者能更快接受进一步检查，进而得到癌症诊断。
来源：Hansen MS等人。J Intern Med. 2026;300:193-203
