生物医学领域论文工厂大规模造假：红标预警模型揭示年产10万篇伪科学论文的严峻现状

　　本刊推荐：为应对学术出版诚信危机，Sabel团队开展生物医学领域论文工厂（Paper Mill）造假规模研究，通过多因素红标规则（敏感性94%，误报率11.5%）筛查PubMed文献，发现2023年16.3%论文存在造假风险，经贝叶斯规则估算实际造假率达5.8%（约10.78万篇/年）。该研究首次量化工业化造假对科学信任体系、公共卫生及经济的影响，为大规模撤稿提供检测工具，发表于《Naunyn-Schmiedeberg's Archives of Pharmacology》。

　　

在当今学术出版生态中，一种新型的“工业化造假”正在悄然侵蚀科学研究的基石——商业论文工厂（Paper Mill）通过人工智能辅助技术大规模生产伪造论文，并将其出售给面临职业晋升压力的学生、科学家和医生。这些造假论文不仅数据虚构、图像剽窃，甚至能通过知名期刊的同行评审，间接使得主流出版商通过收取开放获取（Open Access）费用获利。据《Naunyn-Schmiedeberg's Archives of Pharmacology》刊登的研究显示，此类行为已从个体欺诈演变为全球性产业链，严重威胁科学信任体系、公共卫生安全及经济资源分配。

为量化这一危机，Bernhard A. Sabel团队开发了一套快速甄别潜在造假论文（Red-Flagged Publications, RFP）的多因素红标规则，并通过九阶段文献计量分析对PubMed中17,120篇论文进行筛查。研究首先通过作者问卷反馈差异（假设1：造假者拒绝提供原始数据）锁定关键指标：通讯作者使用私人邮箱、无国际合著者、医院隶属关系。进而结合时间趋势分析（假设2：造假率逐年上升）与期刊影响因子（JIF）分布（假设3：低IF期刊更易被渗透），最终构建多因素计分规则（私人邮箱+医院隶属+可疑国家+机构低发文量），并在400篇已知造假论文（含撤稿、图像抄袭及伪造基因序列）与400篇预设真实论文中验证，结果显示94%的敏感度与11.5%的误报率。

关键技术方法包括：基于PubMedBERT大型语言模型的2D学术领域图谱分析（投射2100万篇生物医学摘要）、问卷调研（44篇可疑论文仅1篇回应数据请求）、多期刊纵向采样（2010-2023年神经科学与医学期刊），以及贝叶斯规则计算真实造假率。样本来源涵盖PubMed、Web of Science及RetractionWatch数据库。

研究结果

造假指标探索与验证

通过问卷反馈差异、时间趋势和期刊IF分布三大假设，研究发现造假论文普遍具有“私人邮箱+无国际作者”或“私人邮箱+医院隶属”特征。在神经科学领域，RFP比例从2010年13.4%升至2020年33.7%，医学领域则从19.4%增至24%。开放获取期刊（如Frontiers系列）造假率高达40.3%。

地理分布与领域聚集

中国（占全球RFP的42.3%）和印度（33.0%）是绝对贡献最大的国家，俄罗斯（66.7%）、伊朗（29.6%）和土耳其（20.8%）的国内造假比例最高。2D学术图谱显示，造假论文高度集中于临床学科（如癌症、病毒学、心脏病学），而非基础医学（如免疫学、生物信息学）。

真实造假规模估算

应用贝叶斯规则，以16.3%的红标率、94%敏感度和11.5%误报率计算，2023年生物医学领域真实造假率为5.8%。基于Scimago年度发文量186万篇，推算出全年真实造假论文约10.78万篇——是同年生物医学撤稿量（5,671篇）的19倍。若以每篇造假成本1万-2.5万美元计，论文工厂年收益可达10亿美元。

结论与意义

本研究首次揭示工业化造假对科学文献的污染已达惊人规模：全球5.8%的生物医学论文为真实造假，且年增长率持续攀升。多因素红标规则为期刊编辑、出版商提供了高效筛查工具，但其局限性在于仅适用于生物医学领域，且需结合人工复核（如图像篡改检测）。

造假论文的泛滥扭曲了学术评价体系（如依赖JIF和h指数），加剧生物制药领域的可重复性危机（如安进公司仅能重复6/53“里程碑”研究），甚至误导临床实践（12篇撤稿试验被68篇系统评价引用）。解决路径需多管齐下：改革“唯论文”评估制度、强化出版伦理教育、开发AI辅助检测工具，并建立期刊造假因子（Fake Factor）公示制度。唯有全球学术界协同行动，才能遏制这场“史上最大科学骗局”对知识体系的侵蚀。