撤回リスクを​減らす：​投稿前チェックにおける​Proofig AIの​役割

Proofig AIによる投稿前の画像信頼性スクリーニングは、重複や改変の疑い、その他の図の問題を、査読に進む前に提示します。潜在的な問題を早期に発見することで、研究者と出版社は出版後の訂正や撤回のリスクを減らし、科学的な信用と個人のキャリアの両方を守ることができます。

撤回と画像の問題が密接に結びついているのはなぜか？

撤回は、研究者、研究機関、学術誌のいずれにとっても、経済面と評判の両面で大きな影響をもたらします。画像に関連する信頼性の問題は、撤回のきっかけとして特によく見られるもののひとつです。Accountability in Research誌に掲載された2025年の研究では、Retraction Watchのデータベースで2001年から2022年に撤回された論文の25.4%を自己盗用が占めており、その理由として最多だったのが画像の重複であることが明らかになりました。これはまれなケースではありません。推計では、2009年から2016年に出版された論文のうち、およそ3万5,000本が、不備のある図のために出版後に撤回される可能性があるとされています。

この問題は、一部の悪意ある人物に限られたものではありません。画像の信頼性アナリストであるJana Christopher氏は、UKRIOが公開した専門家インタビューの中で、受理の段階で原稿のスクリーニングを担当した学術誌全体で、対象原稿の20〜35%に画像関連の問題が指摘されたと報告しています。同じインタビューで、最終的に受理が取り消されたのは1〜8%だったとも述べています。これだけの量があると、すべての図を手作業で確認するのは現実的ではありません。投稿数が増え続けている現状では、なおさらです。

慎重な研究者でさえこのリスクを抱えるのはなぜか？

画像の信頼性に関わる問題の多くは、意図的なものではありません。複数の人が関わる複雑なワークフローを通じて、原稿に入り込むのです。研究責任者（PI）が高い倫理基準を守っていても、問題のある図を含む原稿をそれと知らずに投稿してしまうことがあります。問題が、共同研究者や学生、あるいはデータの取り扱いや図の作成に関わる他の誰かによって持ち込まれる場合があるからです。

University of Splitで行われた査読付き研究では、医学生と研究者を対象に、画像の重複を見つける能力が調べられました。学生が正しく特定できた重複は中央値でわずか29.4%、研究者は32.4%にとどまり、両群の間に統計的に有意な差はありませんでした。これは、ツールによる支援がなければ、訓練を受けた目であっても問題の大半を見逃してしまうことを示しています。

投稿前スクリーニングは、誰かを非難するものではありません。原稿を投稿する前に参考文献のチェックやテキストの類似性スキャンを行うのと同じ、専門家としての予防策です。

Proofig AIは何をチェックし、なぜ投稿前が重要なのか？

Proofig AIの検出機能は、撤回、訂正、編集部によるデスクリジェクトにつながる、画像の信頼性に関わる問題の主な5つのカテゴリーをカバーしています。

Proofigは、共焦点・光学・電子顕微鏡画像、ウェスタンブロット・ゲル画像、FACS、組織像、細胞培養プレート、動物イメージング、医用画像など、主要な科学画像の種類をすべてカバーしています。ワークフローはシンプルです。原稿または画像ファイルをアップロードすると、Proofigがすべての図を自動でスキャンします。指摘された項目を内蔵のフォレンジックツールで確認し、投稿用または内部記録用のレポートをエクスポートします。

Proofigは不正について最終的な判断を下すのか？

いいえ。Proofigは疑いのある問題を提示し、信頼性に関わる潜在的な問題をレビューのために指摘します。責任の有無を判断したり、意図を推定したり、不正や研究不正について最終的な判断を下したりすることはありません。このツールは、研究者や編集チームが投稿前にリスクの高い画像を特定できるよう支援し、人がさらに調査できるようにします。

この区別は、どちらの読者にとっても重要です。研究者は、このツールが裁定者ではなく予防策であることを知っておく必要があります。出版社は、このツールが編集上の判断に取って代わるのではなく、その中に組み込まれるものであることを知っておく必要があります。Proofigは、画像の種類（モダリティ）ごとに異なる視覚的特徴を考慮した種類別の検出によって、偽陽性をできるだけ抑えるよう設計されています。そのため研究者は、誤検出への対応に追われることなく、本当の懸念点の確認に時間を使えます。

Proofigは既存のワークフローにどう組み込めるのか？

研究者にとって、Proofigは投稿前の最終的な信頼性チェックとして機能します。文章にスペルチェッカーをかけるのと同じように、図に画像の信頼性チェックをかけることは、リジェクト、訂正、撤回を防ぎうる実践的なステップです。

出版社にとって、Proofigは編集部の投稿管理システムと連携するツールです。Aries Systemsとの連携により、既存の編集ワークフローの中で画像の信頼性を自動でスクリーニングでき、手作業の負担を増やすことなく大規模なスクリーニングが可能になります。

より幅広い品質保証ソリューションを求める研究機関向けに、ProofigはPubShieldも提供しています。PubShieldは、画像の信頼性スクリーニングに、テキストの類似性、参考文献の信頼性、AI生成テキストの検出、データコンプライアンスなどの他のチェックを組み合わせ、すべてをひとつのダッシュボードで扱える原稿の品質保証ハブです。

Proofig AIを導入しているのは？

第三者による導入は、具体的な裏付けとなります。数か月にわたる試験運用で、問題のある図を出版前に特定できることが示されたことを受け、Science誌とその姉妹誌は2024年、加工された画像を検出するためにProofigを導入しました。Science誌編集長のH. Holden Thorp氏は、この導入を、各誌がかつてテキスト盗用の検出のためにiThenticateを導入したことになぞらえています。

MDPIは、一部の学術誌でProofig AIの導入を進めています。MDPIの技術イノベーション責任者であるMilos Cuculovic氏は、次のように述べています。「専門家の意見から、Proofig AIは群を抜いて最良の選択肢だと思われました。そして今、私たちはMDPIが出版する研究成果について、研究公正をさらに確かなものにし、その高い品質を保証しています」

これらは短期的な試験運用ではなく、大手出版社での本格的な運用です。

問題を後から訂正するより早期に発見するほうがよいのはなぜか？

出版後の訂正や撤回は、投稿前の修正よりもはるかに大きなダメージをもたらします。Nature誌の報道によると、論文を撤回する研究者は、根本的な原因が悪意のない誤りであっても、個人としてもキャリアの面でも強いストレスにさらされます。投稿前スクリーニングによって、こうした事態の多くをそもそも起こさずに済む可能性があります。

論文の出版前に重複や改変の疑いを発見することは、研究者の名前、研究室の評判、学術誌の信用、そして科学的記録の信頼性を守ることにつながります。それは何かが間違っていると認めることではなく、先を見越した、専門家としての一歩です。原稿を準備している研究者や投稿を処理している編集チームにとって、出版前に画像の信頼性チェックを行うことは、撤回のリスクを減らし、科学コミュニティが拠りどころとする水準を守るための、特に実践的な方法のひとつです。