日常去醫院檢查身體時，有些疾病需要特別高分辨率的影像工具輔助。簡單來說，磁共振成像（MRI）就是利用磁場和無線電波，對人體內部結構進行無創掃描的一種醫學檢查方法。很多時候，醫生希望能看到軟組織細節，比如腦、脊髓、關節、腹部等器官的情況，MRI正適合這些復雜部位的檢查。

和大家熟悉的CT相比，MRI沒有“輻射”困擾，對組織結構的表現也更細膩。這讓它在腫瘤、腦血管病、關節損傷等領域都有著不可替代的作用——某種程度上，MRI就像身體里的“高清攝像頭”，醫生通過它能更早發現隱藏的問題。

雖然磁共振成像技術已經很先進，但拍出來的圖像偶爾會“走樣”，醫學上把這些“誤差”叫做偽影。它們有時像畫面里突然闖入的“幽靈”，可能會讓診斷變得不那么準確。

其實，大多數偽影只是“干擾項”，但也有可能讓真正病變藏在“霧里”，甚至出現誤診、漏診。例如，32歲的男性腹痛就診，MRI下肝臟區域出現斑點狀暗影。最初醫生以為是肝臟局部壞死，后經分析，才發現是運動偽影導致圖像出現“偽病灶”。

研究數據顯示，偽影導致誤判或重要病變漏診的風險在5%左右（Dietrich et al., 2017）。雖然這一概率不算高，但一旦涉及重要臟器或需早期發現的腫瘤，后果就不容小覷。

1. 看形態：偽影往往有規整或者重復出現的條紋、波紋、扭曲和黑白反轉，與正常組織結構不符。
2. 查對稱性：身體兩側結構應該類似，如果某一側有異常影像但不符合身體解剖，通?？紤]為偽影。
3. 結合病史：如果患者有金屬植入史，出現大片扭曲感影像時，更傾向為金屬偽影，不一定是病變。
4. 關注輔助線索：如顯示的異?？傇谔囟ǚ较蚧驅用娉霈F，而不是器官本身的問題。
5. 尋求多模態對比：有條件時，可以結合超聲、CT或不同序列的MRI來進一步核實。

隨著人工智能和先進算法的發展，磁共振成像去偽影正變得越來越“智能”。2021年，《Radiology》雜志上一篇綜述提到，深度學習（deep learning）已經可以幫助區分偽影與真實病灶，大幅提升成像的準確率（Zhou et al., 2021）。

當然，新技術普及需要時間，但隨著創新不斷涌現，MRI檢查整體的“坑”會越來越少。