La IA detecta más de 250.000 artículos de investigación sobre el cáncer que resultan sospechosos

QUEENSLAND, AUSTRALIA/ DIARIO DE SALUD.—Un nuevo sistema de aprendizaje automático identificó más de 250.000 artículos de investigación sobre cáncer que podrían haber sido producidos por las llamadas «fábricas de artículos» (paper mills, en inglés), empresas que fabrican y venden estudios científicos falsos o de baja calidad.

El hallazgo forma parte de un estudio publicado en The BMJ que analizó 2,6 millones de trabajos sobre cáncer publicados entre 1999 y 2024. La investigación estuvo encabezada por el profesor Adrian Barnett, de la Escuela de Salud Pública y Trabajo Social y del Centro Australiano de Servicios de Salud e Innovación (AusHSI), de la Universidad Tecnológica de Queensland (QUT), junto a un equipo internacional de colaboradores, entre ellos Baptiste Scancar, Jennifer A. Byrne y David Causeur. 

Cómo operan las «fábricas de artículos»

Según explicó Barnett, estas compañías venden estudios científicos falsos o de baja calidad y producen «investigaciones» a escala industrial. El investigador advirtió que el problema en el campo oncológico es «mucho mayor de lo que la mayoría de la gente cree».

Las fábricas de artículos suelen vender participaciones como autores e incluso estudios científicos completos ya elaborados, que con frecuencia contienen texto reciclado, redacción forzada o poco natural, y datos o imágenes fabricados.

Para detectarlos, Barnett y su equipo entrenaron un modelo de lenguaje basado en BERT capaz de reconocer «huellas dactilares» textuales —patrones repetidos de escritura— presentes en artículos ya retractados por fraude comprobado. Según fuentes especializadas, el sistema alcanzó una precisión interna del 91% y una precisión externa del 93%, con una especificidad superior al 96%, lo que sus creadores describen como un «filtro científico de spam» comparable a los que detectan correo no deseado.

Casi uno de cada diez estudios, bajo sospecha

Las cifras globales del estudio son contundentes: el 9,87% de los 2,6 millones de artículos analizados mostró huellas textuales compatibles con la producción de fábricas de artículos. Ese porcentaje, según especialistas consultados por medios científicos, supera la prevalencia estimada de este tipo de fraude en el conjunto de la investigación biomédica, lo que sugiere que la oncología es un blanco particularmente atractivo para estas redes.

La proporción de artículos señalados no se mantuvo estable: aumentó de forma sostenida en las últimas dos décadas, pasando de cerca del 1% a comienzos de los 2000 a un pico superior al 16% en 2022. El fenómeno no se limitó a revistas de bajo perfil: apareció en miles de publicaciones de grandes editoriales, incluidas revistas con alto factor de impacto y sólida reputación académica. Las áreas más afectadas fueron la biología molecular del cáncer y la investigación de laboratorio en etapas tempranas, con tasas especialmente altas en estudios sobre cáncer gástrico, hepático, óseo y pulmonar.

Un análisis adicional citado por medios especializados señaló además que muchos de los artículos marcados estaban vinculados a regiones con fuertes incentivos institucionales para publicar, entre ellas China. 

Alertas, no condenas

El equipo de investigación fue enfático en un punto: que un artículo sea señalado por el sistema no significa que sea fraudulento. Se trata de una alerta preliminar, no de una prueba de mala conducta, y cada caso identificado debe pasar por la revisión de expertos humanos antes de sacar conclusiones.

Actualmente, tres revistas científicas ya prueban la herramienta como parte de su proceso editorial, con el objetivo de detectar manuscritos potencialmente fabricados antes de enviarlos a revisión por pares externos. Los investigadores planean adaptar el sistema a otras disciplinas científicas y esperan que su precisión mejore a medida que se disponga de más ejemplos confirmados de fraude.

Por qué esto puede afectar a los pacientes

Para Barnett, el riesgo va más allá de la integridad académica. «La investigación oncológica influye en los ensayos clínicos, el desarrollo de fármacos y la atención al paciente», señaló. Si los estudios falsificados terminan integrados en la base de evidencia científica, advirtió, «pueden engañar a los científicos reales y, en última instancia, retrasar el progreso para los pacientes».