普通人一辈子也看不了几张病理图片。所以当中南大学湘雅二医院一篇SCI论文里的肿瘤图像被网友质疑时,最先发现不对劲的,不是期刊审稿人,而是多看了两眼的普通读者。
破绽也不是什么高深的影像知识,而是图里的一把钢尺:常规尺子每厘米10个刻度,这张图的尺子,1厘米里挤出了12格。
这是初中生都会皱眉的常识。
网友到底质疑了什么
据网易新闻11月16日报道,涉事的是湘雅二医院团队发表在《Journal of Translational Medicine》上的一项鼻咽癌研究,2025年12月在线发表,主题是微塑料暴露如何通过ROS-GPX4轴抑制铁死亡、推动鼻咽癌恶性进展。这本期刊在转化医学领域算经典刊物,业内有一定认可度。
质疑集中在论文图4A、图8等"肿瘤切除代表性图像"上:细胞形态过分规整、排列过于均匀整齐,和真实病理组织的自然状态存在明显差异;共聚焦照片也一样,规整得"像给每个细胞事先排好了位置"。而最显眼的漏洞,就是那把违反刻度逻辑的钢尺。截至目前,公开报道中尚未见到院方正式回应,事情仍停留在"疑似"阶段。
网友调侃这是"用虾滑充当肿瘤",因为2021年《Cancer Medicine》上就有一篇论文被曝疑似用土豆泥做肿瘤。听着荒诞,但它说明一件事:本该最严谨的科研图像,造假的门槛已经低到离谱,而且能一路通过审核。
AI图片为什么能骗过审稿
我把这次质疑和另一条新闻放在一起看,脉络就清楚了。
11月16日,21经济网转载了英国《泰晤士高等教育》(THE)的一项调查:一批名不见经传的期刊,正在以斯坦福、伯克利等顶尖高校教授的名义,批量发表AI生成的垃圾论文,被冒名署作者包括Hinton、LeCun、Bengio、李飞飞、吴恩达这些AI领域的顶级研究者。哥德堡大学教授Alan Said收到谷歌学术推送,说自己发表了新论文——可他根本没写过;投诉之后论文被删,两天后又换了个作者名字重新挂出来。
一个是图片疑似AI生成,一个是作者都是冒名的。指向同一个趋势:AI侵蚀的不是某个数据,而是"信任默认成立"这条链。
为什么防线这么脆?两个原因。
一是成本不对称。生成一张"看起来很专业"的病理图,现在是几秒钟的事;而核验一张图,需要调回原始实验数据、逐帧比对。造假按秒计费,打假按月计费。
二是审核错位。期刊同行评审盯的主要是研究设计、数据和逻辑,图像向来被默认为"实验的原始输出",天然享受信任。AI恰恰吃掉了这份默认信任——宏观上挑不出毛病,只在刻度、文字、重复纹理这些细节处露馅。
换句话说,不是审稿人水平不行,而是"眼见为实"这条老规则,到期了。
一张辨图自查清单,值得存下来
这套方法不止用于论文。健康科普配图、新闻图片、商品图,原理相通:
- 数重复结构:尺子刻度、地砖、栏杆、表格线——AI常把"数量应该固定的东西"画错,这是最硬的破绽
- 看文字和数字:图内标签、仪器屏幕上的字符是重灾区,模糊、扭曲、造字都常见
- 警惕太完美:细胞排得太齐、皮肤没有毛孔、食物没有油光——真实世界的质感总有瑕疵,太干净反而可疑
- 查光影和边缘:同一张图里多个阴影方向是否一致,手指、物体边缘衔接是否自然
- 追源头:图片很关键时,搜它的原始出处;脱离语境的图,风险最高
眼力不够,可以先让AI帮你把关:AI工具库里有辨图类工具,把图丢进去让模型先找可疑点,再拿上面的清单自己核一遍。用AI抓AI,往往比单靠肉眼稳。
写在最后
这件事里最让我触动的,不是"虾滑"有多离谱,而是抓住它的普通人——用的不过是初中数学和一点点认真。
工具是笔,人心是墨。AI能画出规整的细胞,画不出那个盯着12格刻度较真的人。信息越过剩,这种"多看一眼"的从容越值钱:不必恐慌,手里有清单,你我都能当把关人。
评论