【作 者】江雨莲、孙激：四川大学华西第二医院《中华妇幼临床医学杂志（电子版）》编辑部
【摘 要】中国颁布的《新一代人工智能发展规划》为我国医学期刊引入人工智能提供了新思路。目前，对于人工智能与出版业融合已开展多项研究。医学期刊在我国科技期刊中占有举足轻重的地位，涉及人工智能与医学期刊融合发展的研究，经笔者对各大数据库进行检索的结果显示，尚未见诸文献报道。本研究结合医学期刊的特点，从人工智能对传统的医学期刊编辑出版、传播模式的影响，以及人工智能在医学期刊编辑出版应用中面临的挑战及应对策略等方面进行探讨，旨在推动我国医学期刊人工智能化进程，促进我国医学事业的发展。
【关键词】人工智能；医学期刊；编辑与出版；医学伦理；算法；大数据
人工智能是一门由多学科相互渗透，而发展起来的综合性新学科。2017年，我国中国颁布了《新一代人工智能发展规划》[1]，规划指出，AI正深刻地改变着知识生产、展示、传播与服务方式。基于此，AI将成为媒体融合发展的源生推动力，也必将为我国医学期刊的编辑、出版流程再造提供新思路。目前，已有学者就AI在出版发展模式创新[2-5]、出版流程再造[6-7]、学术不端行为检测[8]、同行评议[9]，以及AI时代编辑出版人才培养[10-11]等问题进行探索。AI与医学期刊编辑、出版的深度融合，也将成为我国医学期刊发展的必然趋势[12]。笔者认为，AI在医学期刊编辑、出版的应用将包括神经信息提取与检索、神经机器翻译、智能问答、阅读理解、多媒体融合、选题智能分析及审稿等。
1 人工智能在医学期刊编辑出版、传播模式中的应用
医学期刊传统的编辑出版流程，主要依靠编辑、出版人员的主观能动性，存在诸多问题：①选题策划环节，编辑自身的学科知识积累及对最新研究进展的把握，再进行广泛调研，分析、整合信息，寻找有价值的选题线索。选题策划成功与否，与编辑创新意识强弱、所收集信息量大小及其分析、筛选能力强弱密切相关。这种选题方式耗时长、效率低。②约稿环节，编辑主要通过电话、邮件等方式，向期刊编委或知名专家约稿，存在效率低、约稿量少及成功率低等问题。③同行评议环节，论文送审方式主观性强，特别是涉及边缘交叉学科时，编辑要快速、准确地匹配审稿专家，实非易事。有文献报道，医学论文被拒审原因中，69.8%（268/384）是因为专家对送审论文研究方向不熟悉，无法对来稿进行科学评价[13]。研究显示，在2013年，编辑每发送1.9份审稿邀请函，即可获得1份同行评议报告；在2017年，编辑需发送2.4份审稿邀请函，才可获得1份同行评议报告；该研究预言，到2025年，此结果将上调至3.6∶1[14]。2018年，教育领域的著名期刊The Review of Higher Education因审稿压力大，不得不宣布暂停接收新投稿论文[15]。有文献报道，高水平医学期刊的初审退稿率约为50%，经同行评议后的退稿率为70%—90%。如此高的退稿率，仅仅依靠初审编辑与审稿专家逐篇阅读的方式筛选，效率太低。④编校、出版环节，编辑往往需投入大量时间和精力，同时削弱了对创造性工作的投入。⑤期刊内容传播环节，尚停留在单向、读者被动接受的传播模式。信息爆炸时代，人们的阅读习惯已经转变为碎片化阅读，很难集中精力深度阅读长篇论文，特别是医学科技论文不仅分科细、专业性强，而且内容创新快，研究不断深入。由此可见，医学期刊传统的选题策划、审稿、编校、出版及传播流程已落后于时代的步伐，引入AI技术，势在必行。
《关于深化改革培育世界一流科技期刊的意见》明确了我国科技期刊的发展目标，提出了实现一流期刊建设目标的措施和途径，即要以“中国科技期刊卓越行动计划”为统领，构建开放创新、协同融合、世界一流的中国科技期刊体系。因此，医学期刊选题策划、审稿、编校、出版、传播中，要充分发挥科技引领作用，AI的应用将变革医学期刊编辑出版、传播流程的以下模式。
1.1 选题策划与论文组稿模式
选题策划中应以创造性思维实现选题创新，敏锐响应医学领域的新观点、新理论、新技术、热点及难点问题，是提高医学期刊办刊质量的核心竞争力。AI通过对大数据的深度挖掘、学习及云计算技术，可敏锐捕捉这些信息，并建立以服务创新驱动的读者需求为导向的选题策划方案。AI通过对期刊读者阅读习惯、场景、速度与频率等的量化分析，从数据层面获取读者需求；通过对期刊领域热门事件及读者评论、回复、转发分享等行为，国家自然科学基金等基金申报、资助情况，国家、省部级科技获奖情况，国际型医学会议探讨的热点难点问题，以及对PubMed数据库等潜在信息的挖掘与整合分析，自动生成相关知识图谱，构建选题策划储备资源素材库。医学期刊编辑通过分析这一选题策划的储备资源素材库，深度挖掘全球医学领域科研热点、焦点，锁定本领域临床研究重点及读者群分布与市场情况，制定更精准、更有效的选题策划方案。
选题策划方案的最终落实，为期刊获取高质量论文的关键步骤。通过AI可快速匹配该选题方向的作者，进行约稿。这一精准定位的选题策划，既具有前瞻性，而且与作者、读者群有较高契合度，以此来提高组稿效率和成功率。
1.2 医学论文初审与同行评议模式
AI可根据论文题目、摘要、关键词、正文内容等，快速、准确完成论文初审；可对论文中的整句或者部分段落，甚至病理图、染色图等进行深度智能识别，检测论文真实性、合法性；可对研究内容的创新及与已有研究成果的相似性、实验数据的逻辑性、图表的规范性、统计值与P值的一致性、参考文献引用的合理性等重要信息进行智能分析，最终对论文的学术价值做出初步判断，为编辑对论文的初审，提供详细、精确及有说服力的参考依据[6]。5年前，科大讯飞研发的机器智能阅卷系统，在约90秒时间内就可完成一篇作文的阅卷评分，并且与3位语文特级教师的评分十分接近。由此可见，运用AI对学术论文进行初审，快速、准确、事半功倍。
分析并匹配审稿专家是同行评议的重要环节，AI可为同行评议提供重要支持。AI通过机器学习，为论文自动匹配审稿专家，还可综合考虑审稿专家近期审稿效率、审稿质量、研究成果等因素。AI还可根据审稿专家个人信息，自动通过邮件等方式发送审稿邀请函，实时监测论文处理状态和审稿专家反馈信息，并及时通过手机短信、电子邮件、微信、QQ、APP等方式通知编辑，提高审稿效率。此外，AI审稿信息可作为新的数据存储，为后续论文送审选择审稿专家提供参考，促进审稿系统数据迭代优化。
1.3 医学论文编辑加工与排版、校对模式
对于医学论文的编辑加工与排版、校对阶段简单的重复性的工作，AI更是“大有可为”。2016年，IBM公司研发的“沃森”智能机器人，为市场营销公司TheDrum独自完成一整期杂志的编辑、加工与排版、校对[16]。21世纪，随着医学由传统的生物医学模式向现代生物-心理-社会医学模式转变，医学领域的重大科技成果层出不穷，而AI具有强大的学习能力，通过图文模式识别技术、基于机器学习勘误、智能联网搜索及数据文本挖掘处理技术等，可对医学论文进行自动编辑、加工与排版、校对，具体功能如下。①研究元数据的缺陷检测：AI可快速扫描和检索论文，对研究纳入样本量、主要试剂及仪器、实验条件、前瞻性研究是否获得医疗机构医学伦理委员会审批及受试者知情同意等内容进行重点检测。②统计学方法、计算公式、实验结果审核：医学论文的统计学设计、分析方法正确与否，直接关系到研究结果的可信度和有效性，而对统计学设计、分析方法的审核，多是医学期刊编辑的短板，AI技术可帮助编辑甄别统计学设计、分析方法、计算公式、实验结果。③论文格式和参考文献规范：AI不仅具有简单的错别字、语法纠错功能，还可对论文附图内容进行冗余处理，其速度秒杀任何一款修图软件[17]。此外，还可根据期刊设定的规范化、标准化版式，结合全文的逻辑顺序，识别论文标题、表题、图题、医学专业词汇等并统一规范格式，同时自动修正参考文献前后文一致及著录格式等。④自动生成论文编校日志：AI对论文进行审查、检测、规范后，可自动生成包含编校处理结果、勘误信息、修改日志、错误统计及具体处理建议等信息编校日志。
1.4 医学期刊的内容传播模式
医学论文发表后，只有达到有效传播，被相关读者阅读、引用、指导临床实践，才能真正实现其学术价值。AI可将医学期刊已刊发论文精准推送至潜在读者群，与读者进行双向互动沟通。AI通过数据挖掘算法、语义分析、内容分析等技术，对读者行为、阅读兴趣进行分析，不断完善、迭代读者兴趣模型，从而将读者感兴趣的内容进行精准推荐，实现个性化和定制化服务，提高医学期刊资源的共享速度，实现传播效果最大化。中华医学会系列杂志官方网站支持手机端和PC端阅读，并接入中国科学引文数据库、PubMed、万方数据库、中国知网、维普、Scopus、Trend MD、百度学术等第三方学术网站和学术发现平台，在中华医学会系列杂志官方网站刊登的每一篇文章后的“相关资源”板块内容中，都将中华医学会期刊数据库与万方数据库收录的该文章所有作者的相关文章、与该文章相关主题的其他文章及视频，以及该文章引用的参考文献进行跨平台、个性化精准链接，以不断增强刊载论文的显示度，吸引网络化的长尾读者群，使读者更容易获取、保存和阅读相关文献，提高期刊出版和传播效率，加强宣传效果。
增强医学领域现实和虚拟现实技术的应用，有助于丰富读者阅读体验，攫取读者注意力，增加读者阅读黏性。在医学论文中嵌入视频、音频等多媒体元素，可帮助读者更直观、清晰地理解研究成果、实验步骤或临床操作过程，并且有助于丰富读者的想象，激发灵感，从而达到提升科技创新能力的目的。国外期刊Journal of Visualized Experiments已出版超过11500段演示实验过程的视频，我国《中华心血管病杂志（网络版）》是一本纯视频医学期刊，这2本期刊均为充分利用AI实现读者阅读体验场景立体化的成功案例[5]。四川大学华西第二医院承办的《中华妇幼临床医学杂志（电子版）》，是妇幼医学实用性专业学术期刊，也是国内第一本以纸质导读及网络同步出版发行的妇幼领域学术刊物，同步刊载手术演示和学术讲座视频，AI也具有广阔应用前景，有待我们与时俱进，增强杂志传播能力。
2 人工智能在医学期刊编辑出版应用中面临的挑战及应对策略
人类高心智和认知方面尚未实现实质性突破，目前尚处于“弱AI”时代。AI在医学期刊出版中的融合，仍任重道远。如何突破桎梏，让AI更好地应用于医学期刊编辑、出版，尚需解决如下问题。
2.1 科学数据获取
数据分析是AI发挥作用的关键。只有高质量的大数据支撑，AI才能实现智能化。AI可获取和学习的高质量医学文献越多、涵盖范围越广，算法越精准、自动化决策能力越高。目前各大学术出版商将大量医学文献数据锁定在收费壁垒中，AI系统无法得到充分学习，强大的功能发挥不了。此外，我国医学文献质量参差不齐，如何保证AI系统学习的文献质量和数量，是AI应用于医学出版领域亟待解决的问题之一。
为解决上述问题，从国家层面而言，应加快建设国家开放仓储平台，支持有中国自主知识产权科技论文的开放获取，最大限度实现中国优秀科技资源和论文的开放共享。对学术出版商而言，众多学术出版商应联合开展AI应用实验，在一定范围内消除科学研究数据壁垒。当然，商业学术出版商基于商业利益，很难完全开放版权的高质量科学研究，科学研究数据的开放也不可能一蹴而就。但是，在不损害其商业利益，甚至对其有利的情况下，学术出版商应将眼光放长远一点，联合起来逐渐消除科学研究数据壁垒[18]。
2.2 技术算法不透明、不可解释
AI技术算法的设计目的、数据运用等受限于开发、设计者的主观价值选择，算法所利用的数据，可能受到既往片面和偏颇数据的影响，深度学习的开发，使AI算法越来越不透明、不可解释等。此外，AI技术算法对于大多数人而言很陌生，决策过程难以理解。同时，编辑出版过程中，决策权和控制权的让渡也让期刊界对AI可能发生的错误异常敏感。
为应对上述问题，应开放算法，即公开用于计算所有指标的数据和方法，让算法公开和透明，保证AI系统更加透明、可靠（如在人机协作中给出决策依据），以及让编辑、出版人员可对AI系统进行指导和校正，避免因AI技术的自我学习而做出令人费解的决定，消除研究者的疑虑。通过编辑、出版人员与AI系统持续有效的互动，让AI成为可指挥、可纠正、可理解、可自我解释的系统。由此可见，AI技术的智能认知、算法，仍然需要不断改进、探索。
2.3 伦理道德
技术的革新往往引发伦理道德的共振。AI在期刊出版领域的应用，体现技术力量的同时，对伦理道德提出了更高要求。在AI时代，信息近乎裸奔。医学期刊编辑、出版及营销过程中涉及大量信息、数据，如期刊作者、读者、编委、同行评议专家、用户行为及相应评价信息，销售信息等，多涉及隐私权保护问题。医学期刊出版者如何做到拥有这些数据不构成侵权，如何使用这些数据不操纵数据及数据背后的群体，如何使作者、读者、编委、同行评议专家等数据提供者破除“透明人”的顾虑，并实现法理上的自我保护，这些均需要从AI技术、行业发展、法律、伦理等方面进行深入探索。
2019年4月，欧盟委员会发布的由AI高级专家组编制的《人工智能道德准则》指出，AI的发展方向应该是“可信赖AI”，既确保这一技术的目的合乎道德，又确保技术足够安全、可靠，从而发挥其最大优势，并将风险降至最低。因此，在医学期刊编辑、出版相关AI系统的设计和研发时，需将编辑出版相关法律法规、医学伦理等嵌入系统，让AI的自主决策行为合情、合理、合法、合规，保障作者、读者的整体利益，避免算法歧视，保护相关隐私。
2.4 著作权归属与责任风险
在内容生产上，AI可以根据上下文进行引文推荐、观点提示，甚至可以自动生成医学论文。由机器人独立完成的医学论文，首先著作权归属是属于AI论文写作机器人，还是机器人制作商，又或是机器人购买者、使用者，均尚存困惑。根据中华医学会规定的作者署名原则[20]，前述4者均不能作为作者，所以不具有署名权，若这些机器人创作的成果出现问题，由谁承担责任，特别是医学期刊论文直接或间接关乎人类生命安全。其次，AI在出版领域的应用，将使论文造假更为容易。这些由机器人撰写的医学论文能否通过编辑、同行评议专家的审稿，如何组织对机器生成的内容进行评审，均值得医学期刊界深思。世界首例AI诈骗案（利用AI语音模仿软件冒充公司大老板，而成功骗取22万欧元）的出现，给这个领域笼罩了阴影。若AI被不法分子利用，冒充期刊编辑部骗取作者研究成果、版面费等，不仅对作者造成损失，对期刊也带来负面影响，这不但应引起医学期刊界的高度警惕，还应严加防范。
目前，对于AI作品著作权归属和责任风险的界定，仍然存在争议。为应对AI的普遍应用可能对社会运行带来的冲击，美国立法机构已经对AI技术可能在刑事司法领域的滥用予以必要规制，这为期刊出版领域AI作品的版权归属和责任风险认定提供法律依据。我国也应在此领域出台相关政策和法规，界定AI作品著作权归属和责任风险认定问题。
2.5 人才匮乏
AI得以发展和进步的关键条件是人才，尤其是AI高端人才。但据统计，全球仅有约30万AI人才，并且大多集中在发达国家高校和企业，全球AI领域领军人不到1000人[21]，我国AI人才缺口更是超过500万人[22]。因此，医学期刊编辑、出版的AI化，医学AI人才的异军突起尚难乎其难。
为应对医学期刊编辑出版领域AI人才的匮乏，在医学期刊出版队伍中培养具备AI技术的人才虽然难度较大，但是面对挑战，作为医学期刊编辑，亦应不断学习信息科学、计算机和网络知识及AI技术的基本原理和思维过程，熟练掌握相关工具的使用技能，出版单位也要创造条件，为编辑提供这方面培训和学习机会。此外，计算机科学专业人员熟悉AI技术、计算机使用和智能化技术，医学期刊编辑应充分利用与此类人员的合作机会，突破编辑出版人员的技术瓶颈[15]。
3 结语
AI与医学期刊出版的融合，势必成为新的发展趋势。AI在医学期刊编辑、出版流程等方面的应用，不但可优化编辑出版工作流程，大大减编辑的工作量，让其将更多精力和时间投入到更具创造性的工作中，发挥出编辑更高的专业素养及社会价值，而且对医学期刊编辑也提出更高要求，除了需掌握编辑学、医学、语言文字学外，还需了解AI相关基本知识，熟练掌握相关工具的使用。处于AI快速发展的时代，机遇和挑战并存，医学期刊应充分把握机会未雨绸缪，借力AI技术，推动医学期刊的高速发展，提升影响力，促进医学研究成果的快速传播。
参考文献
[1]中华人民共和国国务院.国务院关于印发新一代人工智能发展规划的通知[EB/OL].(2017-07-08)[2019-07-01]..
[2]程忠良.人工智能时代出版业发展模式进化的三大路径[J].科技与出版,2018,37(7):127-131.
[3]张新新,刘华东.出版+人工智能:未来出版的新模式与新形态:以《新一代人工智能发展规划》为视角[J].科技与出版,2017,36(12):38-43.
[4]刘银娣.从经验到算法:人工智能驱动的出版模式创新研究[J].科技与出版,2018,37(2):45-49.
[5]刘平,杨志.人工智能构建科技期刊智慧出版模式[J].中国科技期刊研究,2019,30(5):462-468.
[6]张勇,王春燕,王希营.人工智能与学术期刊编辑出版的未来[J].中国编辑,2019,17(4):64-68.
[7]向飒.人工智能对学术出版流程的再造及知识服务提升[J].中国科技期刊研究,2018,29(11):1091-1096.
[8]刘鑫,谭彩霞.人工智能在学术不端行为风险控制中的应用[J].金陵科技学院学报(社会科学版),2018,32(3):80-84.
[9]Hukkinen JI.Peer review has its shortcomings,but AIisarisky fix[EB/OL].(2017-01-30)[2019-07-01]..
[10]罗飞宁.人工智能时代:编辑的能与不能[J].出版广角,2018,24(7):41-43.
[11]黄贵懿,牟芷.人工智能时代编辑出版人才培养的改革与思考[J].出版广角,2018,24(14):99-103.
[12]沈珉.人工智能技术再造出版生态[J].出版广角,2018,24(1):20-22.
[13]刘凤华,陈立敏,李启明.科技期刊审稿专家的评价和改进措施[J].中国科技期刊研究,2016,27(8):857-862.
[14]Publons.Global state of peer review[R/OL].(2018-12-14)[2019-07-01]..
[15]Flaherty C.Don & apos;teven think of publishing in this journal[EB/OL].(2018-08-16)[2019-07-01]..
[16]王晓燕,田军,许延芳.人工智能助力科技期刊的发展[J].天津科技,2019,46(4):94-95.
[17]孙庆生.让出版事业与人工智能共舞[J].中国出版,2017,40(17):16-20.
[18]刘银娣.学术出版领域的人工智能应用:现状､挑战与应对[J].科技与出版,2019,38(1):64-68.
[19]Vaggalis N.Ethics guidelines for trustworthy AI[EB/OL].(2019-04-22)[2019-09-16]..
[20]中华妇幼临床医学杂志(电子版)编辑部.《中华妇幼临床医学杂志(电子版)》稿约[J/CD].中华妇幼临床医学杂志(电子版),2019,15(1):121-124.
[21]张孝荣,俞点.中美人工智能人才现状与建议[J].大数据时代,2018,3(2):6-12.
[22]余闯,柴葳.缺口500万!人工智能人才如何"高校造"[N].中国教育报,2018-04-04(1).
