近日，一项研究在bioRxiv发表未经同行评审的预印本，题为：揭示“论文工厂”冰山：基于人工智能的癌症研究文献筛查。
“论文工厂“（Paper Mills）是专门炮制、代写假论文牟利的欺诈组织，正在成为学术界的一大毒瘤。它们不仅污染了科学的正确性，更可能误导未来的研究方向，特别是像癌症这样的重大疾病领域。
这项研究利用机器学习模型对过去25年的癌症研究文献进行了一次“大扫描”，结果显示，截止至 2025 年 3 月，中国累计发表 17.8 万篇癌症方面的研究论文，但其中高达 35%可能来自于论文工厂。
在癌症研究文献中已发现论文工厂的论文，其中一些论文表现出模板化使用的特征，句子似乎是事先预制的。
在这项研究中，研究者使用因论文工厂撤稿的癌症论文作为训练集，用于训练一个 AI 工具，以检查癌症论文的标题和摘要，判断至今已发表的癌症论文是否存在论文工厂的痕迹，模型的预测准确率达 0.91，展现出强大的判别能力。
接着，应用模型对1999年至2024年的癌症研究进行筛查后发现：
1.整体比例惊人
在所有癌症研究论文中，有 9.87%（约 26.1万篇）被模型标记为“疑似论文工厂出品”（95% CI 9.83-9.90）。
2.数量呈指数级增长
在2020年代初后，每年新发表的癌症论文中，有超过15% 是可疑论文。
1999-2022年，每年被标记的论文数量呈指数级增长；
2022年，被标记论文数量达到顶峰，16.6%；
2023-2024年，出现小幅度回落。
3.中国作者被标记论文占比最高，数量最多
每个国家被标记论文的百分比显示，来自中国的论文最常被标记，占癌症论文的35%，有177,907篇被标记，其次是伊朗（20%）、沙特阿拉伯（16%）、埃及（15%）、巴基斯坦（14%）和马来西亚（13%）。
就被标记论文的数量而言，美国是第二大国家，有10,511篇被标记的论文，但仅占美国癌症研究论文的2%。
4. 高影响因子期刊同样沦陷
论文工厂并非只活跃于低影响力期刊。在影响力排名前10%的期刊中，被标记的论文比例也在持续上升，到2022年已约占10%。
5. 特定癌症类型是重灾区
被标记的比例最高的癌症包括胃癌、骨癌、肝癌（分别占22%, 21%, 19%）。
老郑小评
这项研究发现了一个多么吓人的趋势：连那些最难发的顶级期刊里，”论文工厂“的论文也越来越多了！
这些“论文工厂”也在卷，学术野心日益膨胀。所以，期刊、审稿人和搞科研的，真的得打起精神，多留个心眼了。
总之！这样的结果触目惊心！癌症研究领域居然也成重灾区。
参考文献：Scancar B, Byrne J A, Causeur D, et al. Revealing the Paper Mill Iceberg: AI-Based Screening of Cancer Research Publications[J]. bioRxiv, 2025: 2025.08. 29.673016.
doi: https://doi.org/10.1101/2025.08.29.673016
-gqWJ.jfif)
