引言
同行评审是循证医学的基石，确保了发表科学研究的可信度和质量。然而，这一过程面临着日益增多的挑战：手稿数量增加、审稿人疲劳以及对效率、偏见和可靠性的担忧。随着同行评审系统压力增大，创新方法对于维持其完整性和响应性至关重要。
人工智能（AI），特别是大型语言模型（LLMs），已成为协助并可能改变同行评审的有前途工具。本文批判性地探讨了将AI整合到同行评审中的机遇、挑战和策略，重点在于平衡技术进步与人类责任。
同行评审的背景与挑战
科学出版的扩展增加了对同行评审者的需求，许多评审者报告了疲劳和参与度下降。传统同行评审存在低效问题，延迟了关键发现的传播，并可能引入不一致或偏见。此外，同行评审有时未能检测到方法学错误、低质量研究或欺诈数据。
为解决这些问题，已采取了增强评审者培训、指导计划以及使用软件匹配评审者与适当手稿等措施。然而，这些措施单独并未充分扩大评审者队伍或提高评审的速度和质量。
人工智能在同行评审中的潜力
AI，尤其是LLMs，可以快速处理和总结复杂的手稿，提取关键特征，并通过问答系统促进互动评审参与。它们可以自动化常规编辑任务，如检查提交指南的遵守情况、检测缺失的报告元素、验证不同手稿部分之间的数据一致性以及生成摘要。
这种自动化有可能减少评审者的负担，减轻疲劳，并加速编辑决策。例如，AI可以像现有的剽窃检测工具一样发挥作用，提供辅助的质量保证层，而不取代人类判断。
AI整合的局限性和风险
尽管有这些优势，当前的AI模型仍存在显著局限性。它们可能会产生假阳性（标记非问题）和假阴性（遗漏实质性错误）。重要的是，AI目前还不能复制人类在评估新颖性、临床相关性或方法学严谨性方面的专长，这些需要情境判断和伦理推理。
围绕保密性的风险也存在——将手稿上传到公共AI平台可能会导致数据泄露和知识产权滥用。此外，不平等获取AI工具可能会加剧评审者和机构之间的差异。
AI可能会产生看似合理但不正确的输出，因为存在虚构（幻觉）现象，这要求人类评审者仔细验证AI得出的见解，这可能悖论地增加工作量。
AI生成内容中的偏见是一个关键问题。模型可能会无意中偏向某些主题、方法或语言风格，虽然它们没有个人偏见，但其训练数据可能嵌入系统性偏见。此外，依赖AI可能导致认知外包，削弱批判性思维并促使科学话语的同质化。
当前指南和伦理考虑
包括JAMA网络和国际医学期刊编辑委员会（ICMJE）在内的领先出版商和编辑机构已制定政策以指导AI的使用。关键原则包括：
– 禁止将AI工具作为手稿作者，因为AI无法承担责任。
– 作者和评审者在AI工具对手稿撰写或评审做出贡献时必须强制披露。
– 禁止将机密手稿上传到不安全的AI平台。
– 尽管有AI辅助，但仍需维护最终的编辑和评审责任。
这些措施有助于保持伦理标准并帮助维持对同行评审过程的信任。
实施策略：混合人类-AI模型
认识到AI的潜力和陷阱，JAMA网络等期刊倡导混合模型，其中AI工具支持但不替代人类评审者和编辑。
此类模型可能包括：
– AI生成的平行评审，专注于特定方面，如方法学忠实性或报告标准的合规性。
– AI辅助的元评审，将多个人类评审综合成结构化的建议。
– AI副驾系统，帮助人类评审者进行总结和错误检测，同时将最终判断留给评审者。
这种方法类似于增强但不替代人类控制的驾驶辅助技术，保留了人类监督和责任。
通过持续研究和政策应对挑战
持续的科学研究对于评估哪些AI应用能够改善同行评审质量而不损害公平性或安全性至关重要。国际同行评审和科学出版大会等会议促进了此类研究成果的传播。
期刊正在探索：
– 对AI对手稿及时性和质量影响的实证评估。
– 减轻AI偏见并确保公平获取的方法。
– 保护保密性的协议。
– 避免奖励黑客攻击的策略，即作者可能主要为了优化AI算法而非科学清晰性而优化手稿。
有效的政策和质量改进循环将指导负责任的AI在编辑工作流程中的采用。
结论
人工智能在通过自动化常规任务和支持评审者来增强同行评审过程方面具有重要意义，从而解决了评审者疲劳和低效等问题。然而，AI当前的局限性——在情境解释、伦理判断和无误分析方面——需要谨慎、混合的实施方式，以保持人类监督。
伦理指南、实证评估和公平获取对于利用AI的优势同时减轻诸如保密性泄露、偏见和减少批判性参与等风险至关重要。最终，AI应被视为人类专业知识的副驾，而不是替代，以保持科学严谨性、公平性和问责制，这是可信同行评审的基础。
随着领域的发展，持续的研究和深思熟虑的政策将确保AI丰富同行评审过程，加快高质量医学科学的传播，造福临床医生、研究人员和患者。
参考文献
1. Perlis RH, Christakis DA, Bressler NM, et al. 人工智能在同行评审中的应用. JAMA. 2025年8月28日在线发布. doi:10.1001/jama.2025.15827
2. 国际医学期刊编辑委员会（ICMJE）. 学术论文在医学期刊中的撰写、报告、编辑和发表的建议. 可用网址: http://www.icmje.org/icmje-recommendations.pdf
3. Tennant JP, Ross-Hellauer T. 我们对同行评审理解的局限性. Research Integrity and Peer Review. 2020;5:6. doi:10.1186/s41073-020-00092-1
4. Lee CJ, Sugimoto CR, Zhang G, Cronin B. 同行评审中的偏见. J Am Soc Inf Sci Technol. 2013;64(1):2-17. doi:10.1002/asi.22784
5. Erren TC, Erren M, Buddeberg-Fischer B. 科学出版中的伦理标准：幽灵作者问题. Dtsch Arztebl Int. 2009;106(31-32):548-553. doi:10.3238/arztebl.2009.0548
6. Resnik DB, Elmore SA. 确保生物医学期刊同行评审的完整性和质量. Am J Bioeth. 2016;16(9):34-36. doi:10.1080/15265161.2016.1203263
