健康新聞

健康研究信任代價高昂 學術界籲確保可信度

隨著健康研究論文數量激增,學術界正面臨確保研究可信度的嚴峻挑戰,因錯誤或捏造的內容可能影響醫療指引;儘管人工智慧可提供輔助,但其價值在於協助人類判斷而非取代,因此學術出版商呼籲投入更多資源於編輯政策、同儕審查等環節,以維繫學術信任。

蔡

蔡佳穎

· 3 分鐘閱讀

分享:
圖/AI 生成示意圖
圖/AI 生成示意圖

隨著健康研究論文數量快速增長,確保這些研究內容的可信度成為學術界日益嚴峻的挑戰。學術出版商指出,知識的成本不僅包含讓研究普及,也包含使其值得信任。這種信任的建立,需要作者、編輯、審稿人及期刊等多方投入大量心力。

在生物醫學及臨床科學領域,研究產出從 2010 年的約 75 萬項,預計將在 2025 年倍增至 165 萬項。然而,能夠評估如此龐大研究量的專家能力,卻未能以相同的速度成長,導致審查壓力劇增。這使得錯誤的研究,甚至是被操弄的內容,可能嵌入到證據鏈中。

根據 2025 年發表在《英國醫學期刊》(The BMJ)上的一項研究,共發現 1,330 項被撤回的臨床試驗,以及 847 篇引用這些撤回試驗的系統性回顧。當從這些統合計畫中移除被撤回的試驗後,8.4% 的可重複統合計畫中,綜合效應方向發生改變;16% 的統計顯著性改變;更有 15.7% 的效應大小變化超過 50%。這些來自 68 篇受影響系統性回顧的證據,甚至被引用於 157 份醫療指引文件。

2026 年,一篇發表於《刺胳針》(The Lancet)的通訊文章,針對 250 萬篇生物醫學論文進行稽核,發現 2,810 篇論文中共計 4,046 處捏造的參考文獻,這些可能源於論文工廠、刻意不當行為,或不當使用人工智慧(AI)。

生成式 AI 能輔助解決專家不足的問題,例如支持篩選、驗證與錯誤檢測。然而,其價值在於輔助而非取代專家人類的判斷。專家指出,AI 同時也可能大規模地產生看似權威的錯誤資訊(即「幻覺」)。International Committee of Medical Journal Editors (ICMJE) 的現行指引便提到,AI 不能作為論文作者,人類仍須對準確性、歸因與抄襲檢查負責,且使用 AI 應保持透明。

因此,學術出版無論採開放取用或限制取用,其可信度皆依賴可靠的編輯政策、嚴謹的同儕審查(peer review,即由同領域專家審核研究的過程)、倫理監督、檔案保存,以及可見的更正與撤回機制。推動值得信任的學術出版,需要持續的投資,因其代表著研究系統中最寶貴的「信任」資產。

參考來源

標籤: # 健康研究 # 學術出版 # 研究誠信 # 人工智慧 # 同儕審查
分享:
回首頁

延伸閱讀

AI浪潮席捲全球食品業 研發、生產與供應鏈迎來變革

AI浪潮席捲全球食品業 研發、生產與供應鏈迎來變革

人工智慧(AI)正全面改造全球食品產業,從產品研發、生產線的品質控管與預測性維護,到供應鏈管理、動態定價和個人化消費者分析,AI 技術大幅提升了產業效率並降低成本。然而,導入過程也面臨缺乏標準化數據、能源消耗、中小型企業導入成本高昂,以及如何保護研發機密資料等挑戰。

賴柏翰 2026/11/125 分鐘閱讀
全球抗微生物阻力危機日趨嚴峻 國際組織籲採同一個健康策略

全球抗微生物阻力危機日趨嚴峻 國際組織籲採同一個健康策略

科學與環境中心(CSE)將於下週啟動第 11 屆「世界抗微生物意識週」活動,以「預防抗微生物阻力,共創永續與同一個健康」為主題,呼籲全球採取「同一個健康」的預防策略,整合人類、動物與環境健康,以減少抗生素依賴並減緩抗藥性發展,藉此改善公共衛生並促進永續發展。

賴柏翰 2026/11/122 分鐘閱讀
# 抗微生物阻力 # 公共衛生 # 永續發展

熱門文章