BMJ：中国癌症论文三分之一或来自论文工厂

为应对日益猖獗的学术论文造假现象，澳大利亚昆士兰科技大学（QUT）主导的研究团队开发了一种可识别造假论文的新型机器学习工具，发在癌症研究领域识别出数量惊人的伪造论文。

由于造假论文大多依赖「论文工厂」的样板文件，研究人员训练了一个名为 BERT 的语言模型，可识别重复出现的文本模板，「鉴假」准确率高达 91%。

BERT 对 1999 年至 2024 年间发表的约 260 万篇癌症研究论文进行了分析和标记。结果发现，其中约 26 万篇论文表现出与「论文工厂」作品相似的文本特征，占比近 10%，波及主要出版商旗下的数千种期刊，不乏高影响力刊物。从时间趋势看，这类可疑论文的比例从 21 世纪初的约 1% 攀升至 2022 年的超过 16%；研究领域方面，可疑论文主要集中在分子癌症生物学和早期实验室研究领域，胃癌、肝癌、骨癌和肺癌等类型的研究占比较为突出；地域分析显示，超过 17 万篇可疑论文来自中国机构，约占同期中国癌症论文总数的 36%。

研究警告称，如果伪造的研究混入科学证据库，将误导其他学者，影响临床试验、药物开发和患者护理，最终阻碍医学进步。目前已有三家科学期刊开始试用该工具进行稿件筛查。但研究者强调，工具标记的结果仅为疑似，最终仍需人工专家核实。相关论文 1 月 30 日发表于《英国医学杂志》（The BMJ）。

来源：昆士兰科技大学