醫(yī)學(xué)文獻(xiàn)正在遭遇一場靜默的信任崩塌。哥倫比亞大學(xué)護(hù)理學(xué)院的一項AI輔助審計發(fā)現(xiàn)，近3000篇經(jīng)同行評審的醫(yī)學(xué)論文包含虛假引用——這些引用在科學(xué)數(shù)據(jù)庫中根本不存在。這項發(fā)表于《柳葉刀》的研究，揭示了AI工具普及背景下學(xué)術(shù)出版領(lǐng)域的深層隱患。

研究團(tuán)隊開發(fā)了一套自動化驗證系統(tǒng)，對2023年1月1日至2026年2月18日期間PubMed Central開放獲取數(shù)據(jù)庫中的250萬篇論文進(jìn)行掃描。在核驗的9710萬條參考文獻(xiàn)中，他們識別出4046條虛假引用，分布于2810篇論文。更令學(xué)界警覺的是，這一造假速率自2023年以來增長超過12倍，最陡峭的攀升始于2024年中期——恰與AI寫作工具的興起時間吻合。

數(shù)據(jù)曲線清晰呈現(xiàn)了危機(jī)的演變軌跡。2023年全年，虛假引用率穩(wěn)定在每萬篇論文約4條的水平。但從2024年中期開始，該數(shù)字急劇上揚(yáng)，至2026年初已達(dá)每萬篇論文約57條。研究團(tuán)隊特別標(biāo)注，最后一個數(shù)據(jù)點(diǎn)（2026年1月1日至2月18日）因觀察期不完整以開放符號顯示，但趨勢已足夠明確。

這項發(fā)現(xiàn)直接威脅臨床決策的根基。"醫(yī)學(xué)專業(yè)人員依據(jù)臨床指南制定治療方案，而他們無從知曉所依賴的證據(jù)并不存在，"研究負(fù)責(zé)人、哥倫比亞大學(xué)護(hù)理學(xué)院與數(shù)據(jù)科學(xué)研究所副教授Maxim Topaz博士指出。他列舉了一個極端案例：某篇論文的30條參考文獻(xiàn)中，竟有18條為偽造。更棘手的是，部分虛假引用已被其他論文援引，甚至出現(xiàn)在指導(dǎo)臨床實踐的系統(tǒng)性綜述中。

學(xué)術(shù)引用的連鎖反應(yīng)正在放大風(fēng)險。偽造引用一旦進(jìn)入文獻(xiàn)網(wǎng)絡(luò)，便可能通過后續(xù)研究的引用獲得"合法性"外衣，最終滲透進(jìn)循證醫(yī)學(xué)的核心基礎(chǔ)設(shè)施。這種污染具有隱蔽性——臨床醫(yī)生、指南制定者、甚至后續(xù)研究者都難以察覺原始文獻(xiàn)的虛假根基。

面對這一局面，研究作者在論文中向出版機(jī)構(gòu)提出明確建議：應(yīng)在投稿環(huán)節(jié)即對參考文獻(xiàn)進(jìn)行核驗。這一流程性改進(jìn)或可在源頭攔截虛假引用，防止其進(jìn)入同行評審鏈條。然而，技術(shù)層面的解決方案能否跟上AI造假的進(jìn)化速度，仍是懸而未決的問題。當(dāng)生成式工具能夠以低成本批量生產(chǎn)看似規(guī)范的學(xué)術(shù)文本，學(xué)術(shù)出版的信任機(jī)制正面臨前所未有的壓力測試。