BMJ 发表 AI 研究发现 17 万篇中国癌症论文涉嫌造假

2026 年 1 月，BMJ 发表了一项研究。

研究团队利用 AI 模型，筛查 1999 年至 2024 年间发表的 260 多万篇癌症相关论文，发现超 25 万篇疑似出自「论文工厂」

其中，中国机构相关的论文中，有超过 17 万篇被标记为高风险，占中国癌症研究总量的 36%。

AI 能在极短时间，判断出造假论文

AI 不仅能用于辅助写作，也能用于筛查问题论文。

传统的专家同行评审，受限于个人精力与阅读量，通常只能在个别稿件中察觉写法「怪异」或结构异常的问题，很难进行大规模、系统性的排查。

相比之下，AI 展现出了人类无法企及的跨时空比对能力。

AI 可以跨期刊、跨年份、跨数据库进行批量分析，在海量文本中识别出论文工厂反复使用的模板结构与语言模式。

这项研究正是基于这一思路，开发了一个新的 AI 模型，通过分析论文标题和摘要中的文本特征，识别与已知假论文相似的表达模式。

图源：BMJ

先从 Retraction Watch 数据库中提取了 2202 篇已确认的论文工厂产物作为阳性样本，同时选取 2202 篇来自高影响力期刊或高科研诚信国家的论文作为阴性样本。

将这些数据输入模型进行训练，学会区分两类文本，重点捕捉生硬表述、模板化句式、重复结构，以及疑似凭空构造的数据引用等特征。

在模型训练完成后，对 260 万篇论文逐一打分，给出风险评级。

如果完全依靠人工逐篇审阅数百万篇文献，可能需要数年时间，且仍难以保证一致性与覆盖率。借助 AI，这一整套流程可以在极短时间内完成。

国内超 17 万论文，可能是论文工厂产物

AI 检测器运行后，约 26 万篇论文（9.87%）被标记为疑似论文工厂产物。

这个比例本身已相当惊人。更值得注意的是，此前对生物医学领域的整体估算约为 3%。

也就是说，在癌症研究领域，疑似污染程度是总体均值的三倍以上。

其中，中国机构相关论文中，超过 17 万篇被标记，占中国癌症研究论文总量的 36%。

从时间趋势看，被标记论文数量整体呈上升趋势，在 2022 年前后达到峰值，2023 和 2024 年略有回落。

图源：BMJ

这个时间点颇耐人寻味——正好处于生成式 AI 大规模普及前夕。

高影响因子期刊也未能幸免，顶级期刊中疑似论文工厂文章的比例同样超过了 10%。

研究团队的原话是：「论文工厂正在以工业规模生产研究，我们的发现表明，问题远比大多数人意识到的严重得多。」

问题的代价不仅是学术诚信。

作者表示，一旦伪造研究混入证据体系，可能误导研究方向，浪费科研经费，甚至触发无效或有害的临床试验。

最终耽误真正有用的医学发现，代价落到真实的患者身上。

但这个工具本身，也有局限性。

研究者强调，AI 模型给出的只是基于文本模式的统计学预警。被标记表示写法可疑，不等于造假成立，其中被标记的论文中可能有约 30% 属于「误报」。

更值得警惕的是结构性风险，模型有可能把非母语作者的写作习惯、或者经过润色软件处理后的特定句式，误判为「模板特征」，意味着它可能在无意间对某些地区的研究者造成系统性误伤。

作者试图通过假阴性数据分析来说明模型并非针对特定国籍，但这种潜在的地域偏差，在跨国学术评估中依然是一个悬而未决的问题。

AI 对抗 AI，没有终点的军备竞赛

再来看模型本身的性能。

内部验证准确率为 91%，外部验证为 93%，外部验证特异度高达 99%。

换言之，它极少「冤枉」正常论文。主要误差来自假阴性——那些未被识别出来的论文工厂产物。

这个误差方向其实很说明问题。模型最容易放过的，恰好是伪装得最好的那批。

图源：BMJ

而论文工厂，正在朝那个方向进化。

早期的造假逻辑很粗糙：填空模板、重复文本、捏造数据，特征明显，AI 一扫就中。

但现在生成式大模型可以写出语调自然、结构合理、多样化程度极高的文本，不只是摘要，还能伪造实验数据、生成逼真的医学图像。

生产成本在下降，迷惑性在升。与此同时，正常研究者也在用 AI。

研究显示，在 2000 余名医学研究者， 45% 明确表示曾用 AI 聊天机器人辅助写作，这个比例还在上升。

真正棘手的问题在这里：同样是 AI 参与生成的文本，一种是合规的语言润色工具，另一种是批量造假的流水线产物。

AI 检测器如何区分？

技术层面的边界，正在变得模糊。基于固定模板特征的识别逻辑，将逐渐失效，检测工具必须持续迭代升级。

因此，现在的问题已经不是「要不要引入 AI 检测」，而是怎么把它嵌进常规审稿流程——图像造假要检，文本生成也要检，而且要一直检下去。

这是一场没有终点的军备竞赛，而且双方都在用同一套武器。

我们长期为科研用户提供前沿资讯、实验方法、选品推荐等服务，并且组建了 70 多个不同领域的专业交流群，覆盖PCR、细胞实验、蛋白研究、神经科学、肿瘤免疫、基因编辑、外泌体、类器官等领域，定期分享实验干货、文献解读等活动。

添加实验菌企微，回复【】中的序号，即可领取对应的资料包哦～

【2401】论文写作干货资料（100 页）

【2402】国内重点实验室分子生物学实验方法汇总（60 页）

【2403】2024 最新最全影响因子（20000+ 期刊目录）

【2404】免疫学信号通路手册

【2405】PCR 实验 protocol 汇总

【2406】免疫荧光实验 protocol 合集

【2407】细胞培养手册

【2408】蛋白纯化实验手册

【2501】染色体分析方法汇总

【2502】国自然中标标书模板

【2503】WB 实验详解及常见问题解答

【2504】DeepSeek 论文写作常用口令

【2505】中国科学院期刊分区表（2025 年最新版）

【2506】期刊影响因子（2025 年最新版）

【2507】130 种实验室常用试剂配制方法（附全套资料）

【2508】常见信号通路

【2509】限制性核酸内切酶大全