近日，一篇宣布在预印本办事器medRxiv的论文显示，一些可疑的数据集被用在练习旨于猜测人们中风及糖尿病危害的人工智能（AI）模子。据《天然》报导，一些模子好像已经临床运用，今朝尚不清晰这是否致使了过错的诊断成果。今朝，至少有两家期刊正于查询拜访利用这些数据集的研究。
图片来历：Marko Nikolic/Alamy Australia昆士兰科技年夜学的统计学家Adrian Barnett团队查阅了 124 篇颠末偕行评审的论文，这些论文均陈诉利用了两个开放获取的康健数据集中的一种以上来练习呆板进修模子，但关在数据来历的信息却百里挑一。
新研究展现了多个于真实人群数据中不该呈现的异样的地方，这让Barnett团队思疑数据多是伪造的。“这类环境其实使人年夜吃一惊。”Barnett暗示。
“基在来历不明数据练习的猜测模子于临床决议计划中毫无用武之地。它们素质上就是不成靠的。”Australia乔治全世界康健研究院的大众卫生研究员Soumyadeep Bhaumik暗示，假如这些东西未利用真实世界数据，就可能做堕落误猜测，致使临床大夫作出不妥决议计划，例如没必要要地开具医治方案，或者于需要时未予开具。
据悉，至少有两个模子已经被印度尼西亚及西班牙的病院采用，此中一个还有呈现于2024年提交的一份医疗器械专利申请中。
Bhaumik暗示，研究机谈判资助方必需要求研究职员披露用在练习医疗运用AI模子的数据来历，而期刊应拒收未披露数据来历的论文。Barnett提示，研究中标志出的数据集此刻应被“下架”，以防后续研究继承利用。
该研究所触及的两个数据集来自Kaggle—— 一个供开发者获取数据集以构建呆板进修模子的平台。
第一个数据集名为“中风猜测数据集”，上传时的描写为“用在猜测中风事务的11项临床特性”。该数据集包罗5110人的康健信息，包括心脏病史、婚姻状态、平均血糖程度及身体质量指数（BMI）等危害因素数据。
然而，当研究职员将平均血糖程度与介入者标识符举行联系关系阐发时，却发明了若干异样环境。Barnett暗示，此中一个异样是数据点缺掉少少，这与真实数据形成光鲜对于比——真实数据往往存于缺掉，由于部门介入者会错过随访、退出研究或者归天。“实际世界中，任何数据集都不成能彻底完备。”他暗示。
共有104篇研究论文曾经利用该数据集构建中风猜测模子，此中包括印度尼西亚某病院采用的模子，以和于少数人身长进行测试的模子。
该中风数据集由西班牙数据科学家Federico Soriano Palacios上传，下载量已经跨越28.8万次。于Kaggle平台关在该数据集的会商区中，Palacios声明数据源自保密渠道，仅限用在教诲目的。
第二个数据集名为“糖尿病猜测数据集”，被描写为“一个使用医疗及人口统计数据猜测糖尿病的综合数据集”。该数据集包罗10万人的信息，包括BMI、抽烟史及血糖程度。但Barnett团队发明，所有介入者的血糖数据仅包罗18个离散值。鉴在人群间存于的巨年夜差异，这类环境是不成能的。该团队还有暗示，他们发明了数千个好像反复的数值。
有21项研究利用了这一数据集来构建糖尿病猜测模子，但截至今朝，这些模子均未于临床运用。值患上一提的是，有一项研究同时利用了这两个数据集。
糖尿病数据集由印度数据工程师Moha妹妹ed Mustafa上传，他于Kaggle上暗示，这些数据来历在汇总的电子康健记载。针对于会商区中一名用户的发问，Mustafa暗示：“出在保密缘故原由或者其他限定，我没法吐露该糖尿病猜测数据集的详细来历。”
截至今朝，Palacio及Mustafa仍未对于数据来历作出回应，Kaggle也拒绝就该平台是否会对于这些数据集举行查询拜访或者采纳任何步履发表评论。
上个月，研究职员已经于PubPeer网站上发表了关在这124篇论文的担心。PubPeer是一个供科学家及研究诚信查询拜访职员会商已经发表论文的网站。此中一些论文的作者已经作出回应。
印度SRM科技学院的计较机工程师M. Karpagam是2025年4月发表在《科学陈诉》的一篇论文的第一作者。论文陈诉研究职员使用这两个数据集开发出一种模子，用在猜测残疾人的糖尿病及中风严峻水平。Karpagam于PubPeer回应称，该数据集仅用在验证AI框架的机能，而非患上出临床结论。于另外一条评论中，她写道：“于开展及提交该研究时，咱们其实不通晓有任何陈诉注解这些数据集有多是合成或者模仿的。”她夸大，于呆板进修研究范畴，来自“公然可用的数据库”的数据集凡是被用作开发及评估猜测模子的基准数据集。
《科学陈诉》主编Rafal Marszalek暗示，其团队正于审查中Barnett团队论文中标志的5篇论文——包括Karpagam的论文，并将视环境采纳响应办法。自3月31日以来，该期刊已经撤回此中3篇论文，并指出“这些研究中利用的数据来历及有用性存疑”。
《生物工程与生物技能前沿》也于PubPeer上暗示，正于评估Barnett团队标志的另外一篇论文中相干问题，该期刊的研究诚信团队将“按照出书伦理委员会的引导目标对于相干问题举行彻查”。
相干论文信息：https://doi.org/10.64898/2026.02.24.26347028
版权声明：凡本网注明“来历：中国科学报、科学网、科学新闻杂志”的所有作品，网站转载，请于正文上方注明来历及作者，且不患上对于内容作本色性改动；微信公家号、头条号等新媒体平台，转载请接洽授权。邮箱：shouquan@stimes.cn。-bevictor伟德官网
