林小禾盯着屏幕上的auc曲线,揉了三次眼睛。
“不对劲。”
她把椅子往后推了半米,又凑回去,鼠标点开那组数据的细节面板。
曲线太完美了。
多中心研究跑了这么久,她比谁都清楚真实的临床数据永远是带毛刺的。不同设备、不同操作者、不同患者体型,反映在数据上就是一条永远不可能光滑的折线。
但眼前这组来自济宁市第三人民医院的五百例新数据,auc曲线像用尺子画出来的。
0。892。
几乎完美贴合主模型的输出。
林小禾打开di文件的元数据标签,一行一行往下翻。设备型号、扫描参数、层厚、窗宽窗位……全部合规,挑不出毛病。
但她就是觉得不对。
一种直觉。跟陆远洲待久了养出来的直觉。
她把五百例数据的噪点分布图批量导出,排成十行五十列的矩阵。
她的脸色沉了下去。
噪点分布几乎一模一样。
五百张不同患者的ct图像,背景噪点的空间频率和幅度分布高度一致,像是从同一个模板里复制出来的。
真实ct图像的噪点是随机的。每台机器、每次扫描、每个患者的体型都会产生不同的噪点模式。五百例数据的噪点如出一辙,只有一种可能。
林小禾拿起手机就拨了陆远洲的号。
“老板,您在哪?”
“查房。怎么了?”
“您能回来一趟吗?出大事了。”
七分钟后,陆远洲推门进来。白大褂都没脱,直接坐到林小禾旁边的位子上。
林小禾把噪点分布矩阵调出来,手指在屏幕上一划。
“五百例,全部来自济宁三院上周提交的新批次。auc曲线漂亮得不像话。我觉得不对,调了底层噪点”
“看到了。”
陆远洲的眼睛眯了一下。
他接过鼠标,打开其中一例的原始di文件,切到十六进制编辑器。数据流里嵌着设备厂商的水印标签,格式正确。但他往下翻了三屏后,停住了。
“像素值分布。”
他打开另一个分析工具,把五百例数据的肝脏区域像素值直方图叠加在一起。
五百条曲线堆在一块,几乎完全重合。
林小禾站在旁边,攥着笔。
“这不是真实扫描数据。”陆远洲的声音很平,但语速变快了,“是ai生成的合成图像。有人用生成对抗网络批量造了五百张假ct,伪装成真实病例塞进了我们的数据池。”
“谁?”
“济宁三院的接口负责人是谁?”
林小禾翻出协作网络的对接名单。“影像科副主任,孙卫东。”
陆远洲靠在椅背上,盯着天花板看了五秒钟。
然后他拿起手机,拨了陈道远的号。
“陈教授,我是陆远洲。”
“哟,难得你主动打电话。什么事?”
“济宁三院的五百例数据全是伪造的。ai合成图像,批量灌入我们的多中心数据库。我需要你现在就从后台封掉他们的上传接口。”
电话那头沉默了三秒。
“你确定?”
“噪点空间频率一致性超过97%,像素值直方图重合度99。2%。五百例‘不同患者’的数据来自同一个生成模型。我确定。”
陈道远的呼吸声重了。
“我马上封。然后呢?”
“通报全网协作组,济宁三院即日起踢出多中心研究。我会整理完整的溯源报告,今天之内发给你和钟伟教授,同步抄送卫健委科教处。”
“行。”陈道远没有多余的话,“我这边配合。”
挂了电话,陆远洲转头看林小禾。
“把溯源过程完整记录下来。截图、代码、时间戳,一个都不能少。”