癌科学における不正研究の規模は、これまで推定されていたよりもはるかに大きい可能性がある。クイーンズランド工科大学、シドニー大学、およびフランスCNRSの研究者チームは、ファインチューニングされたBERT言語モデルを適用して、1999年から2024年の間に発表された2,647,471件の癌研究論文をスクリーニングした。結果：261,245件の論文（9.87パーセント）が、ペーパーミル：研究者に販売するために捏造または盗用された原稿を大量生産する商業運営：に特徴的な執筆パターンを示した。
The BMJに掲載されたこの研究は、ペーパーミル汚染のための癌文献の最大の系統的スクリーニングを代表するものである。その割合は時間とともに急激に上昇しており、2000年代初頭の約1パーセントから、2022年には16パーセントを超えるピークに達し、2023〜2024年にはわずかに減少した。
検出の仕組み
GoogleのBERT base uncased（1億1000万パラメータ）上に構築されたこのモデルは、Retraction Watchデータベースから「ペーパーミル」タグで撤回された2,202件の論文でファインチューニングされた。これらはポジティブな例：テンプレートベースの原稿工場の出力に一致する執筆スタイル、構造、表現パターンを持つ論文：として機能した。ネガティブコントロールとして、チームは高インパクトジャーナルとペーパーミル代表性が低い国（スウェーデン、フィンランド、ノルウェー、台湾）から2,202件の論文を選択した。
モデルはタイトルと要約を文ごとに読み、それぞれに確率スコアを生成する。最終的な分類は、すべての文レベルのスコアの平均である。内部検証では、モデルは91パーセントの精度、87パーセントの感度、96パーセントの特異度を達成した。画像整合性専門家によって独立してフラグが立てられた3,094件の論文に対する外部検証セットでは、精度は93パーセントに上昇した。
地理的および出版者のパターン
フラグが立てられた論文は均等に分布していない。第一著者の国別では、中国が177,907件のフラグ付き論文を占め：中国の第一著者による全癌論文の36パーセント。イラン（20パーセント）、サウジアラビア（16パーセント）、エジプト（15パーセント）、パキスタン（13パーセント）が続いた。米国は10,511件のフラグ付き論文があり、癌関連産出量の約2パーセントであった。
出版者別では、最高率は小規模運営に集中していた：Verduci Editore（論文の約67パーセントがフラグ付き、主にEuropean Review for Medical and Pharmacological Sciences）、International Scientific Literature（45パーセント、主にMedical Science Monitor）、Spandidos Publications（38パーセント、または19,043件）。主要出版者の中で、Springer Nature、Elsevier、Wileyはそれぞれ癌論文の約10パーセントがフラグ付きであったが、絶対数ではこれらは substantial であった：Springer Natureだけで40,293件。
癌タイプ別では、胃癌研究が22パーセントで最も高率であり、骨/骨肉腫（21パーセント）、肝臓（20パーセント）が続いた。基礎癌生物学は臨床領域よりも汚染されており、生存、疫学、健康政策研究のフラグ率は2パーセント未満であった。
3つのジャーナルがすでにテスト中
ある主要出版者の3つのジャーナルが、癌関連原稿をリアルタイムでスクリーニングするために、すでにオンライン投稿システムにモデルを統合している。ジャーナル名は開示されていない：著者らはペーパーミルがテンプレートを適応させるのを防ぐために意図的に保留した。
「これは統計的スクリーニングであり、不正行為の帰属ではない」と著者らは論文で警告している。文献における推定真の有病率が約10パーセントであることを考えると、フラグが立てられた論文の約30パーセントは誤検出となる。
重要な注意点
モデルは中国の著者による撤回を過剰に代表するRetraction Watchデータで訓練されており、地理的バイアスを導入する可能性がある。さらに、モデルは深層ニューラルネットワークであるため、検出する特定の特徴は直接説明可能ではない。著者らは、モデルが非ネイティブスピーカーによる形式的な英語をペナルティする可能性があり、言語パターンと詐欺パターンを混同する可能性があることを認めている。
また、軍拡競争の問題もある：検出ツールが改善されるにつれて、ペーパーミルはテンプレートを適応させるだろう。生成AIの台頭は、真正なテキストと捏造されたテキストの境界をさらに曖昧にすると著者らは指摘している。
ソース
- Scancar B, Byrne JA, Causeur D, Barnett AG. 「Machine learning based screening of potential paper mill publications in cancer research: methodological and cross sectional study.」 The BMJ 392:e087581, 2026. DOI：10.1136/bmj-2025-087581
- クイーンズランド工科大学プレスリリース via ScienceDaily
雅子 訳