Context-aware AI-assisted screening for image duplication in biomedical publications
本研究提出并验证了一种上下文感知型人工智能辅助筛查系统，该系统通过将视觉相似性与上下文风险判定相结合，在保持高灵敏度的同时降低误报率，从而显著提高了生物医学出版物中图像重复检测的效率与准确性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在生物医学研究领域，照片往往不仅仅是一张图片，它是一件证据。当科学家通过显微镜观察细胞如何表现或组织如何变化时，他们将这些瞬间捕捉为图像，以证明其发现。这些图片是医学科学信任的基础。然而，当同一张图像在没有明确解释的情况下被用于代表两个不同的实验时，一个严重的问题就出现了。这被称为图像重复。这种情况可能由于意外发生——研究人员误用了照片；也可能是有意为之——为了让数据看起来比实际情况更稳健。由于科学论文通常包含数十张图像，且有时排列成复杂的网格并带有许多小面板，仅凭肉眼识别这些重复项是非常困难的。一张图像可能会经过裁剪、旋转或调整颜色，使其看起来有所不同，尽管它其实是同一张图。多年来，编辑和审稿人不得不手动筛选数以千计的此类图像，这是一项缓慢且令人精疲力竭的任务，经常会遗漏细微的错误。
为了应对这一挑战，来自中国医学科学院和北京协和医学院的研究团队开发了一种利用人工智能来帮助发现这些问题的新方法。他们并没有构建一台仅仅寻找相同图片的机器，因为那种方法会产生过多的误报。相反，他们创建了一个系统，使其表现得像一名细心的助手，不仅能找到看起来相似的图像，还能阅读周围的文本，以理解这些图像实际代表的内容。研究人员在 79 篇已经因确认存在图像重复问题而被撤回（即收回）的科学论文集上测试了他们的系统。通过将这些已知的已知问题案例输入系统，他们可以观察该 AI 是否能正确识别错误，以及同样重要的是，它能否区分出真正的错误与合法的相似性（例如两张使用不同设置拍摄的同一实验的照片）。
该系统主要分为两个步骤。首先，它扫描整篇文章，寻找任何视觉上相似的图像对。在这次初步扫描中，计算机发现了 534 对看起来相似的图像。然而，并非所有这些都是错误。其中一些是合法的，例如单张照片及其缩放版本，或者是来自同一显微镜载玻片的两种不同颜色的通道。如果系统停在这里，编辑仍需检查所有 534 对图像，这并不会节省多少时间。该新方法的真正威力在于第二步，即 AI 通过阅读文本来理解语境。它会阅读图注、正文，甚至查看图像内部的标签，以确定每张图片展示的内容。它会提出类似这样的问题：这两张图像是否代表同一组动物？它们是否展示了实验中的同一个时间点？或者它们是否声称展示了不同的事物，但看起来却一样？
当研究人员应用第二步阅读语境的操作时，结果发生了戏剧性的变化。系统正确地将所有 327 对已知的错误图像对保留在“高风险”类别中，这意味着它没有错过第一步中发现的任何已确认的错误。更重要的是，它成功地将 152 对合法的、看起来相似的图像对识别为“低风险”。这意味着系统可以告诉编辑，这些特定的图像很可能是没问题的，不需要进行深入调查。因此，需要人类编辑仔细查看的图像对总数从 534 对降至 382 对。这种近 30% 的减少意味着编辑可以将有限的时间集中在真正重要的案例上。该系统不仅仅是在猜测；它还为每个决定提供了书面报告，引用了支持其结论的具体文本部分，从而允许人类验证其推理过程。
研究表明，该 AI 在图像分类上与人类专家的意见一致率约为 89%。在 AI 与人类意见不一致的情况下，错误通常是因为论文中的文本不清晰或图像布局混乱造成的，而不是因为 AI 本身存在根本性缺陷。例如，如果一个标尺或图像上的技术标记在两张不同的图片中看起来很相似，系统可能会将其标记为可疑，这是一个安全的选择，因为检查一些额外的图像比错过一个真实的问题要好。研究人员强调，该工具旨在支持人类决策，而非取代人类。它本身并不宣布一篇论文具有欺诈性；相反，它强调最可疑的区域，并提供人类编辑做出最终判断所需的证据。
这种方法代表了维护科学诚信方式的重要转变。该方法不再仅仅依赖于视觉匹配（这往往会被合法的相似性所迷惑），而是将视觉检测与对正在讲述的科学故事的深度理解相结合。通过在安全的计算机上本地处理文章，该系统还保护了未发表研究的隐私，确保敏感数据不会离开出版商的控制。虽然测试是在已知存在问题的文章上进行的，但研究人员相信，这种方法将有助于出版商在论文发表前及早发现错误。目标不是创建一个完美的自动化裁判，而是给人类审稿人提供一个强大的工具，帮助他们“见森林而非见树木”，确保支撑我们医学知识的图像与背后的科学一样值得信赖。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。