#paper doi:10.1016/j.jbi.2025.104971, Journal of Biomedical Informatics, 2026, Augmented intelligence for multimodal virtual biopsy in breast cancer using generative artificial intelligence. 这是一篇应用生成式AI来帮助提升诊断准确度的文章。在乳腺癌诊断中，活检（biopsy）虽是金标准，但由于其侵入性和滞后性，实践中还是需要仅基于影像学的诊断方法。当前使用的标准图像是全场数字乳腺摄影（FFDM），但它往往难以在致密型乳腺中准确辨识病灶，于是需要补充另一种图像，增强光谱乳腺摄影（CESM），来通过造影剂显著提升病灶可见度，但这种图像因辐射剂量和造影剂过敏风险，难以在所有患者中普及。这篇论文针对这一痛点，提出了一种解决方案：利用生成式人工智能（CycleGAN）在只有普通FFDM图像的情况下，合成出高质量的“虚拟”CESM图像，使诊断可以同时基于两种图像进行，从而提高准确度，并将其取名为“虚拟活检（virtual biopsy）”。虽然文章评估结果证实这种“虚构图像”的引入，相比只有标准图像的情况，的确能提升诊断的准确度。然而，在我看来，大概是由于只依赖标准图像的模型，并未充分把标准图像的信息利用起来，才为这篇文章的方法留下了提升空间。这种不直接改进原模型，而通过增加生成式虚构图像来补充信息的方法，让我想到那个关于数学家救火队员的段子：如果发现着火了怎么办？取出高压水枪灭火；如果发现没着火怎么办？先点火，然后取出高压水枪灭火。