画像の​信頼性チェックを​自動化された​出版システムに​シームレスに​組み込む：​研究者と​出版社のための​ガイド

Proofig AIは、Aries Systemsとのパートナーシップを含め、自動化された出版システムと連携し、原稿の投稿時点で画像の信頼性スクリーニングを実行します。これは、増え続ける投稿数に対応する出版社にとっても、編集者の手に渡る前に疑いのある問題を見つけたい研究者にとってもメリットがあり、不採択、訂正、撤回のリスクを減らします。

手作業のスクリーニングでは、なぜ追いつかないのか？

科学論文の原稿における画像の信頼性の問題は、多くの報告があり、広く見られるものです。業界の分析や研究公正の専門家によると、学術誌に投稿されるライフサイエンス分野の原稿のかなりの割合（20〜35%に上る可能性があります）が、画像に関する潜在的な問題を指摘されています。その多くは意図的なものではなく、図の作成時のミス、ラベルの誤り、複数の共同研究者が関わるワークフロー上のミスから生じています。

問題の広がりは、出版済みの文献にも及んでいます。ライフサイエンス分野の出版物を体系的にスクリーニングした研究では、画像やデータの重複がかなりの割合で確認されており、出版前のレビューを強化する必要性が裏付けられています。また、2022年に出版された論文の約0.2%がすでに撤回されており、これは10年前のおよそ3倍の割合です。

編集者や査読者が図を手作業で確認するやり方では、これだけの量に追いつけません。University of Splitで行われた査読付き研究では、研究者が目視で図を確認した場合に正しく特定できた画像の重複はわずか32.4%で、医学生も29.4%にとどまりました。これは査読者を批判するものではありません。年間数千件の投稿に対して、補助のない人の目視確認には限界があることを示しています。

運用面での現実は明らかです。出版社には自動スクリーニングが必要であり、研究者にとってもメリットがあります。

「連携」とは実際に何を意味するのか？

単体のツールと連携型のシステムとの間には、重要な違いがあります。単体のツールでは、研究者がファイルを手作業でアップロードし、結果を確認し、それに対して個別に対応する必要があります。連携型のシステムでは、画像の信頼性スクリーニングが既存のワークフローに直接組み込まれるため、あらかじめ定めたタイミングでチェックが自動的に実行されます。

出版社にとって連携とは、原稿が編集管理システムを通じて投稿されると、編集スタッフが手作業で介入しなくても画像の信頼性スクリーニングが開始されることを意味します。指摘された項目は編集ダッシュボードに表示され、人がレビューします。別途チェックを実行するのを誰かが覚えておく必要はありません。

研究者にとって、連携には2つの形があります。1つ目は、連携型のスクリーニングを導入している学術誌に投稿する場合で、投稿プロセスの一環として自動チェックのメリットを受けられます。2つ目は、投稿前の原稿準備の段階でProofig AIの画像の信頼性チェック機能を使い、疑いのある問題を早期に見つける方法です。

どちらの方法も目的は同じです。潜在的な問題を、出版された誤りになる前に明らかにすることです。

Aries Systemsとの連携はどのように機能するのか？

Proofig AIとAries Systemsのパートナーシップは、出版社側での連携の具体例です。Aries Systemsは、世界中の学術出版社が利用するワークフロー管理ソリューションを提供しています。このパートナーシップにより、Proofig AIとAries Systemsの連携を通じて、編集ワークフローの中で画像の信頼性スクリーニングを大規模に自動化できます。

運用面では、次のようになります。

• 原稿が投稿されると、画像のスクリーニングが自動的に開始されます。
• Proofig AIは、学術誌の設定に応じて自動的に、または編集者の操作をきっかけに、原稿内のすべての図を解析します。スタッフが別途手作業でアップロードする必要はありません。
• 疑いのある問題は指摘され、編集ワークフローの中で人によるレビューのために提示されます。
• 編集チームは、査読や出版の前の、レビュープロセスの早い段階で、指摘された項目に対応できます。

この連携は人の判断に代わるものではありません。より詳しい確認が必要な、疑いのある問題を特定することで、編集チームを支援します。ツールはレビューすべき項目を提示し、判断を下すのは編集者と研究公正担当者です。

連携したワークフローで、Proofig AIは何をチェックするのか？

Proofig AIを投稿システムと連携させて実行すると、すべての原稿に次の5つの中核機能が適用されます。

これらのチェックは、主要な科学画像のタイプを網羅しています。あらゆる種類の顕微鏡画像（共焦点・光学・電子顕微鏡）、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、医用画像などです。科学論文の原稿でAI生成画像が増えていることはNature誌でも報じられており、AI生成画像の検出機能の重要性はますます高まっています。

これは表面的なチェックではありません。科学論文の図に影響する信頼性のリスク全般を対象とした、実質的なスクリーニングです。

研究者にとって、なぜ連携が重要なのか？

学術誌を運営していない研究者にとっても、自動スクリーニングにはメリットがあります。画像の信頼性の問題は、共同研究者、学生、若手メンバーが関わり、データを共有して扱う複雑なワークフローを通じて、原稿に入り込むことがあります。高い倫理基準を守っている研究者であっても、ワークフローの中でほかの人が持ち込んだミスによって、問題のある画像を知らないうちに投稿してしまう可能性があります。

論文を撤回する研究者が直面する、個人としての、そしてキャリア上のストレスについてはNature誌も報じています。その原因は多くの場合、投稿前のスクリーニングで見つけられたはずの誠実なミスです。論文が指摘を受けたり撤回されたりした場合、金銭面や評判への大きな影響を含め、その結果は誰がミスを持ち込んだかにかかわらず責任著者が負うことになります。

Proofig AIで投稿前スクリーニングを行えば、編集者の手に渡る前に疑いのある問題を見つけることができます。これは、ご自身の研究、名誉、そして研究室を守るための先手の取り組みです。

自動スクリーニングは、有用なシグナルよりもノイズを増やすのか？

どのような自動チェックにも、誤検出が多すぎて編集作業の時間を無駄にしないかという、もっともな懸念があります。Proofig AIは数十万点の実画像で検証されており、偽陽性はごくわずかです。そのため編集チームや研究者はノイズに埋もれることなく、本当に人によるレビューが必要な項目に集中できます。

信頼性チェックは、研究のライフサイクルのどこまで前倒しできるのか？

Proofig AIとLabArchivesのパートナーシップは、信頼性チェックを投稿段階よりも前に行えることを示しています。LabArchivesは電子実験ノート（ELN）のソリューションを提供しており、Proofig AIとのパートナーシップは、信頼性を意識した取り組みを研究の実施や準備の段階に近づけることを後押しします。つまり、学術誌への投稿時点だけでなく、データ収集や図の作成の段階でも潜在的な問題を特定できるということです。

より幅広い品質保証のワークフローを求める出版社に向けて、Proofigは機関向けの原稿品質保証ハブであるPubShieldも提供しています。PubShieldは、Proofig AIの画像スクリーニングと、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、データのコンプライアンスを担うサードパーティのパートナーツールを、1つのダッシュボードにまとめています。

研究者と出版社は今、何をすべきか？

出版社向け：現在お使いの投稿システムが、画像の信頼性を自動でチェックするツールとの連携に対応しているかを評価してください。Aries Systemsや同等の編集管理プラットフォームを利用している場合は、自動スクリーニングを運用面でどのように実現できるかを検討してください。目的は、査読や出版の前の、編集プロセスの早い段階で、疑いのある問題を人によるレビューのために提示することです。

研究者向け：投稿前にProofig AIを使って、ご自身の原稿の図に、重複、改変、AI生成コンテンツ、再利用の疑いがないかをスクリーニングしてください。複数の共同研究者が関わる研究や、データを共有して扱う研究では、知らないうちに問題が持ち込まれる可能性があるため、特に重要です。投稿前に疑いのある問題を見つけることで、不採択、訂正、撤回のリスクを減らし、ご自身の研究の信頼性を守ることができます。

目的は不正行為を前提とすることではなく、疑いのある問題を早期に提示して人によるレビューを支援することです。連携によって、それを大規模に実現できます。