中国癌症研究遭遇“最大规模”质疑木木

36%，17万，这是让中国科研界无法回避的数字。2026年1月30日，《英国医学杂志》发表了一项震撼学术界的研究。研究显示在1999年至2024年间发表的中国癌症研究论文中，超过17万篇被人工智能标记为疑似论文工厂产物，比例高达36%。

这意味着每3篇中国癌症研究论文中，就有超过1篇被AI识别为可能存在诚信问题。

当然 ，这项 研究并非针对中国，而是展示了一个系统性问题的冰山一角。在这项研究扫描的全球 超过 260万篇癌症论文中，26.1万篇（9.87% ）被标记为疑似论文工厂产物， 其中 中国占了17.7万篇，占全球疑似论文的68%。

1月30日，医学领域顶级期刊《英国医学杂志》（The BMJ）发表了一项令人震惊的研究：在1999年至2024年间发表的癌症研究论文中，每10篇就有1篇疑似论文工厂产物；其中中国的情况尤为严重，每3篇就有1篇疑似问题论文。

这项研究的主导者，正是几周前刚刚在Nature杂志上宣布 “ 论文减产50% ” 以践行 “ 慢科学 ” 理念的澳大利亚昆士兰科技大学教授Adrian Barnett。如果说之前他用数据证明 “ 90%的研究是垃圾 ” ，那么这次，他用机器学习找到了最底层的 “ 垃圾 ” ，即由论文工厂批量生产的工业化产品。他的团队开发的BERT机器学习模型，通过分析论文标题和摘要的文本特征，在已知真假的论文中达到了91%的准确率。

更令人不安的是，这个问题不仅存在于低质量期刊。研究显示，那些高影响因子期刊（排名前10%的期刊）的标记率从1999年的接近零，一路攀升到2022年的超过10%。这意味着论文工厂的 “假货” 已经渗透到学术金字塔的顶端，即便是最受尊敬的学术期刊也未能幸免。

这不是针对中国的 “ 抹黑 ” ，而是基于260万篇论文的科学分析。但我们必须直面一个现实：这个数字会被国际学术界长期记住。它不仅影响中国科研的国际声誉，更可能误导全球癌症研究的方向。同时，它也对那些恪守学术诚信的中国研究者造成了不公平的 “ 污名化 ” 。

问题究竟有多严重？论文工厂是如何运作的？AI又是如何识破这些造假的？中国科研该如何应对这场危机？

模板化生产留下 “ 文字指纹 ” ：AI如何识破论文工厂

论文工厂（paper mills）通常是指 “ 学术合同作弊组织 ” ，它们为客户批量制造虚假论文。根据BMJ论文引用的数据，过去20年间，超过40万篇疑似论文工厂产物被发表，论文工厂的年收入达到数千万美元。2022年，Wiley出版社在收购Hindawi后，一次性撤回了近1.1万篇疑似论文工厂产物，并关闭了19本期刊，让这个问题获得了前所未有的关注。

这些论文工厂依赖预制句子的模板，只需替换特定领域的术语，以流水线方式大规模制造论文。根据俄罗斯学者Abalkina的调查，论文工厂的收费直接与期刊的影响因子挂钩，影响因子越高，售价越高。

正是因为论文工厂使用模板化生产，这给AI检测提供了可能。Barnett团队的核心假设是：论文工厂使用的文本模板会延伸到标题和摘要，这些模板特征虽然对人类可能不明显，但AI能够识别。他们选择了BERT机器学习模型来分析文本，让AI读了几千篇真假论文后，学会识别 “ 造假腔调 ” 。

研究团队从Retraction Watch数据库筛选出2,202篇标记为 “ Paper Mill ” 的癌症研究论文用于模型训练，并从学术诚信专家数据集获得3,094篇用于外部验证。作为对照组，他们从北欧国家和高影响因子期刊中选择论文，特别纳入了部分中国的高质量论文，以避免模型仅仅学习语言特征而非造假特征。

模型表现令人信服：在验证集上准确率达到0.91-0.93，敏感性为0.87，特异性高达0.96-0.99。更重要的是，在交叉验证中，模型成功标记了72%已知包含错误核苷酸序列和细胞系的问题论文，尽管模型在训练时并未获得这些信息。这说明模型确实学会了识别论文工厂的文本特征本身。

有了这个强大的AI工具，研究团队开始了一项前所未有的大规模扫描：检查1999年至2024年间发表的260万篇癌症研究论文。

全球9.87%，中国36%：癌症研究中的论文工厂有多猖獗？

这是迄今为止针对论文工厂最大规模的检测研究。研究团队从PubMed数据库的3800万篇生物医学论文中，经过严格筛选，最终得到2,647,471篇癌症原创研究论文，跨越11,632本期刊，时间跨度26年。每一篇论文的标题和摘要都被输入到训练好的BERT模型中进行分析。

核心数字令人震惊：在2,647,471篇癌症原创论文中，261,245篇被标记为疑似论文工厂产物，占比9.87%。这意味着每发表10篇癌症论文，就有约1篇可能来自论文工厂，是之前估计的3倍以上。

每年被标记为疑似论文工厂产物的癌症研究论文数量 ｜图源：The BMJ

从时间趋势看，问题呈指数级恶化。1999-2009年标记率约1%，到2022年已超过15%（171,656篇癌症论文中有26,457篇被标记）。论文指出，标记论文数量遵循指数趋势，R²=0.92，这意味着这是一个系统性的、加速的危机。值得注意的是，2022年后标记率略有下降，论文分析可能与出版商反击、论文工厂转向AI生成新模板等因素有关。

当研究团队按第一作者所属国家统计时，中国的数字尤其突出。在中国机构发表的497,672篇癌症论文中，177,907篇被标记，标记率 高达 36%。让我们用数字来理解这意味着什么：这是全球平均水平（9.87%）的3.6倍，是美国（2%）的18倍； 中国癌症论文总量占全球18.8%， 17.7万篇被标记论文，占全球被标记论文的68%。

值得注意的是，这个问题并不限于中国。伊朗的标记率达到20%，沙特阿拉伯为16%，埃及为15%，巴基斯坦和马来西亚都达到13%。尽管这些国家的标记率也不低，但中国因为科研体量巨大，在绝对数量上最为惊人。与之形成鲜明对比的是，美国的标记率为2%，日本、德国、英国的标记率约为3 % -4%。

从癌症类型看，论文工厂显示出明显的 “ 偏好 ” 。胃癌论文的标记率最高，达到22%；肝癌为20%；骨癌为21%。论文指出，胃癌和肝癌研究中标记论文比例较高，可能部分是因为这些癌症在中国的高患病率。更值得注意的是，某些错误识别的细胞系，如BGC-823和BEL-7402，几乎只出现在来自中国机构的出版物中。这意味着论文工厂针对性地瞄准这些 “ 需求旺盛 ” 的领域。

从研究领域看，基础研究是重灾区。癌症生物学和基础研究、治疗开发、诊断和预后等领域的标记率超过10%，而临床流行病学、支持性护理等领域的标记率低于2%。这符合论文工厂的 “ 经济理性 ” ：基础研究相对容易伪造，临床研究 则 需要真实患者数据。

在出版商分布方面，Verduci Editore的标记率高达67%，主要来自 European Review for Medical and Pharmacological Sciences 期刊。更令人担忧的是，即便是Springer Nature、Elsevier和John Wiley and Sons这些主流大型出版商，标记率也约10%，标记论文数量分别达到4万、近4万和2.8万篇。

从期刊影响因子看，排名前10%的期刊标记率从1999年的接近零增长到2022年的超过10%。这说明论文工厂问题不仅限于 “ 掠夺性期刊（纯粹以商业盈利为目的而发行的低品质期刊） ” ，连 顶刊们 也未能幸免。

影响因子排名前10%期刊中被标记为疑似论文工厂产物的癌症论文比例（按发表年份）｜图源：The BMJ

研究人员指出： “ 影响因子的同步增长和标记论文的蔓延表明，这两种现象可能都源于 ‘ 发表或消亡 ’ 文化的压力。 ” 论文工厂按影响因子定价，瞄准高端市场，而研究者追求高影响因子的压力为其提供了市场。这也印证了Adrian Barnett“影响因子与论文质量并没有直接关系”的观点。

整体而言，这些数字勾勒出一幅令人不安的图景：全球9.87%的癌症论文被标记，中国高达36%；问题 论文标记率 从1999年的1% 飙升 到2022年的15%以上，呈现指数级恶化；从掠夺性期刊到顶级期刊，从基础研究到临床应用，论文工厂的触角无处不在。这不是冰冷的数字，而是一场正在发生的学术诚信危机的真实写照。

“ 标记 ” 不等于 “ 造假 ” ：统计工具不是终审法官

当我们看到36%这个惊人数字时，很容易得出简单的结论：中国有36%的癌症研究论文是假的。但科学研究需要严谨，BMJ这篇论文展现了 可贵 的学术诚实，它用大量篇幅讨论了研究的局限性。

首先，研究确实证实了三个关键事实：论文工厂使用文本模板（模型在不同验证集上准确率达0.91-0.93）；癌症研究的污染比想象严重（10%的标记率是之前估计的3倍以上）；高影响因子期刊不能保证质量（顶级期刊标记率从0增长到10%以上）。

其次，研究团队指出研究本身存在局限性。最关键的是： “ 标记 ” 不等于 “ 造假 ” 。 根据模型的灵敏度（0.87）和特异度（0.96-0.99），论文作者计算了一个假设场景：如果癌症研究中真实的论文工厂论文比例是10%，那么也就意味着在被标记的论文中，约70%确实是论文工厂产物（阳性预测值），而约30%是误判。但真实的论文工厂比例究竟是多少，目前仍然未知。

研究强调，即使存在误判，被标记的大量论文仍然值得警惕和深入调查。以中国的17.7万篇被标记论文为例，如果假阳性率 为 30%，可能有5.3万篇是被误判的真实研究。但即便如此，仍有12.4万篇可能是真实的论文工厂产物。

论文特别强调，分类器是概率模型，不是不端行为的确定仲裁者。所有标记论文代表基于文本特征的统计预测，应解释为需要人类判断和进一步验证的信号，而不是确认的欺诈案例。

关于可能的地理偏见，论文承认训练数据中中国论文过多可能引入偏见，但紧接着提供了反证：模型误分类分析显示假阳性很少，而中国论文在假阴性中过度代表（占90%），这恰恰说明不存在系统性过度标记。此外，论文特别指出：论文工厂的原产国可能与作者的国家不同，比如一家俄罗斯论文工厂向至少39个国家销售出版物，也就是说，即使第一作者单位在中国，不等于造假者就 来自 中国。

根源在 “ 发表或消亡 ” 文化

BMJ论文给出了明确的诊断：高影响因子期刊中标记论文百分比的上升表明，论文工厂论文不仅是低影响期刊的问题。影响因子的同步增长和标记论文的蔓延表明，这两种现象可能都源于publish-or-perish（发表或消亡）文化。

论文指出癌症研究受影响更严重 ， 原因包括 “ 高发表压力、专业化领域中简单易伪造的数据和技术，以及有限的同行评审能力 ” ，其中 “ 高发表压力 ” 排在首位。论文工厂按期刊影响因子定价，这创造了一个恶性循环：研究者需要高影响因子论文来满足晋升要求，论文工厂瞄准高影响因子期刊以卖 出 更高价格，结果导致高影响因子期刊的标记率从接近零上升到10%以上。

虽然论文没有直接分析中国的科研评价体系，但提供了几个客观事实：中国是被标记论文最多的国家，某些出版商被中国政府标记为 “ 与学术严谨性冲突 ” ，BGC-823和BEL-7402等细胞系几乎只出现在中国机构出版物中。这些暗示中国的发表压力可能特别严重，为论文工厂提供了最大市场。