随着人工智能（AI）重塑同行评审过程，顶级医学期刊正在努力平衡创新和伦理完整性，重新定义科学出版的未来标准。一项最近发表在《JAMA Network Open》上的研究探讨了AI在医学期刊中的应用态度。
医学研究出版物的突然激增
医学研究出版物的显著增加给同行评审过程带来了越来越大的压力，由于缺乏足够的专家来评审文章，这一过程变得缓慢。被拒稿件的重复评审已经对现有同行评审系统的公平性和效率提出了质疑。生成式AI（GenAI）是指能够将原始数据作为训练集，生成与原始数据相似的新作品的深度学习模型。AI的应用，尤其是GenAI，有潜力加速同行评审过程；然而，不同期刊对AI的使用政策各不相同。
随着AI技术的不断进步，进行全面调查以了解医学期刊对AI辅助同行评审的看法及其背后的原因至关重要。
研究概况
当前的研究从Scimago.org获取了相关数据，选择了前100名医学期刊，评估它们在同行评审过程中使用AI的指导方针。2024年6月30日至8月10日之间，研究人员搜索了选定期刊的网站，寻找与AI相关的政策。如果期刊没有提供详细的AI指导方针但提供了链接到出版社的指南，则后者被用作替代。
研究发现
大约78%的医学期刊提供了关于在同行评审过程中使用AI的全面指导。有趣的是，其中59%的期刊严格禁止使用AI，而剩余41%的期刊允许在维护保密性和尊重作者权利的前提下使用AI。位于美国或欧洲的期刊编辑部更倾向于禁止使用AI，而国际期刊则较少禁止AI使用。混合出版商也更倾向于禁止AI使用。
大约91%提供AI使用指导的期刊禁止上传与手稿相关的内容至AI。然而，这些期刊中有32%允许在审查报告中披露的情况下有限制地使用AI。约27%和47%的期刊分别提到了大型语言模型和聊天机器人等AI工具。某些医学期刊还提供了AI使用的偏好；例如，Springer Nature支持有限的AI使用，而Cell Press和Elsevier则完全禁止使用AI。许多期刊因AI固有的问题，如可能导致偏见和保密性泄露，而不愿使用GenAI。
保密性问题是不允许或限制医学期刊中AI使用的主要原因。未来应进行类似研究，评估低排名期刊提供的指南，并将其与当前研究中描述的政策进行比较。
研究解读
当前的研究突显了顶级医学期刊对AI辅助同行评审的审慎态度。例如，允许有限使用AI的期刊在创新和可重复性等关键领域的披露标准存在差异。然而，这些期刊也没有提供全面的参考管理指导。缺乏组织良好且分散的AI相关指导使得审稿人难以访问和遵守这些标准，从而加剧了现有的保密性问题。因此，编辑们有必要澄清未来的投稿指南。
AI在同行评审中的好处
当前研究的调查显示，许多在其工作中使用AI的研究人员支持同样利用AI的编辑和审稿过程。更高的AI熟悉度和技术能力有望在未来改善其在同行评审中的应用。安全和道德地使用AI有可能显著提高创新、生产力和高质量的同行评审。然而，作者警告说，AI永远不应取代人工同行评审。
持续监控和定期评估AI的影响对于更新指导方针、维持高质量的同行评审至关重要。
(全文结束)
