系统综述：合成医学影像更适合补充真实数据，单独训练普遍较弱
一项覆盖2020年1月至2025年9月、纳入160项研究的系统综述显示，合成医学影像单独训练模型时表现普遍不如真实数据，分割任务中位Dice相似系数（衡量分割结果与标注重合度的指标）下降10.2%；
将合成数据加入真实训练集后，分类任务的精确率、召回率、F1分数、准确率和曲线下面积中位提升约4.0%至7.8%，分割Dice中位提升仅1.2%。
该综述提示合成影像目前更适合作为真实训练数据的补充而非替代，且质量评估方法高度不统一，仅38%的研究被评为总体偏倚风险低。 上述数据来自摘要，未读取论文全文。
该综述发表于JMIR AI，检索PubMed、Scopus、IEEE Xplore和Embase中2020年1月至2025年9月发表的同行评审研究，最终纳入160项评估由人类医学影像数据生成合成图像的研究。 结果：119项（74.4%）使用生成对抗网络（GAN，通过生成器与判别器对抗训练生成图像的架构）；
50项含人类阅片者证据，101项报告自动化图像质量评估； 纯合成数据训练在分割任务上中位Dice相似系数变化为–10.2%； 将合成数据加入真实训练集后，分类精确率中位提升7.8%、召回率5.3%、F1分数5.5%、准确率4.3%、曲线下面积4.0%，分割Dice中位提升1.2%； 68项（42.5%）报告可解释性证据且很少与专家标注对照验证；
仅38%（60/160）被评为总体偏倚风险低。 以上均为摘要可见内容，未读取全文，不代表已验证的临床效果或因果关系。
对关注算力与AI（人工智能）数据基础设施的读者，这份摘要级证据给出一个可量化的参照：合成数据并非免费的算力替代方案，单独训练反而拉低分割等任务表现，混合训练的分类提升也仅在个位数百分点区间。 这意味着合成数据管线的价值更多取决于与真实数据的配比和质量筛选流程，而当前质量评估方法分散、可解释性验证缺失、可重复性报告不一致，都会抬高下游模型选型与外部验证成本。
由于仅见摘要，无法判断不同模态与生成架构间的差异来源。
后续观察信号
- 摘要未披露不同影像模态、生成架构与下游任务之间的分层效果差异
- 摘要未提供合成数据规模与收益之间的剂量关系
- 摘要未说明各研究真实数据的可得性差异如何影响结论