🔍 耿同学打假报告

论文信息

• 标题：PromptMRG: Diagnosis-Driven Prompts for Medical Report Generation
• 作者：Haibo Jin, Haoxuan Che, Yi Lin, Hao Chen
• 期刊：arXiv preprint (来源：2308.12604v2.pdf)
• DOI：未提供
• 发表年份：2023

综合评定：✅ 清白

详细发现

发现 1：数据逻辑与计算自洽性

• 位置：Table 1, Table 2 (Ablation study), 正文 Results 章节
• 描述：对论文中报告的核心评价指标（Precision, Recall, F1）以及绝对提升量进行了交叉验证。
• 证据：论文声称在 MIMIC 数据集上绝对提升量准确无误（如：相比 DCL 提升约 10.3% [0.476-0.373]，相比 KiUT 提升约 15.5% [0.476-0.321]，相比 RGRG 提升 2.9% [0.476-0.447]），这些数学计算完全自洽。消融实验中各模块的叠加效果呈现合理的梯度变化，未出现“随机数生成器”胡乱编造数据或标准差高度雷同的低级造假特征。虽然 Precision、Recall 与 F1 之间不是严格的调和平均数关系，但在自然语言处理的多标签评价体系中（由于采用微观/宏观平均机制）这是正常且合理的现象。
• 严重程度：（无异常）
• 复核状态：✅ 成立

发现 2：时间线与引用真实性

• 位置：Implementation details, References, Introduction
• 描述：检查了论文的软硬件环境、前沿模型引用与当前基准日期的逻辑关系。
• 证据：论文使用了 PyTorch 2.0 版本，并大量引用了 2023 年发表的最新文献（如 Vicuna-13B [Zheng et al. 2023], KiUT, DCL, RGRG 等）。论文作为 2023 年的 arXiv 预印本，使用的工具和引用的文献完全符合当时的学术发展进度，没有出现“穿越时空”使用尚未发布的模型或数据集的情况。
• 严重程度：（无异常）
• 复核状态：✅ 成立

发现 3：方法学与开源逻辑验证

• 位置：Method 章节, Abstract
• 描述：检查了交叉模态特征增强（CFE）和自适应疾病平衡学习（SDL）的设计逻辑，以及对外部工具的依赖说明。
• 证据：论文提到的所有外部工具（如 CheXbert 用于标签提取，CLIP 用于跨模态检索，Vicuna-13B 用于辅助标注）均有明确的文献引用，且使用方式符合这些模型在各自原论文中的设定。更值得一提的是，作者在 Abstract 明确给出了开源链接 (https://github.com/jhb86253817/PromptMRG)。敢于在发表时直接开源代码的系统性造假风险极低。
• 严重程度：（无异常）
• 复核状态：✅ 成立

发现 4：图表内容审查

• 位置：Figure 1, Figure 5, Appendix Figure 4
• 描述：审查了定性分析图表与统计柱状图。
• 证据：定性图表（Figure 5 及附录 Figure 4）中展示的生成报告（Blue/Red font 标注）与注意力机制热力图的数值变化（如 0.709 vs 0.014）表现自然，符合深度学习模型可解释性的正常逻辑。由于这是一篇纯计算机科学/深度学习论文，不包含 Western blot、流式细胞术等易造假的生物实验图像，不存在“一图多用”或“PS 拼接泳道”的可能。
• 严重程度：（无异常）
• 复核状态：✅ 成立

耿同学辣评

这篇搞深度学习生成医疗报告的论文，主打一个“全身上下只有键盘是干净的”。人家没有拿 WB 条带去考验咱们的视力，而是老老实实交底了数据集划分、数学公式推导，甚至连代码仓库都大方的挂在 GitHub 上了。虽然测试集是作者自己“魔改”重新切分的，但在文中解释得明明白白（为了避免罕见病样本太少）。就冲这份敢于直面开源审查的坦荡，咱们就不用拿放大镜去给人家算标准差了，这活儿干得挺漂亮！

建议后续行动

• 联系作者要求提供原始数据 (已开源)
• 在 PubPeer 上提出质疑 (暂无必要)
• 向期刊编辑部举报 (暂无必要)
• 向作者所在机构学术委员会举报 (暂无必要)

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。