这两天科研圈有一组数据值得拎出来看。StatsART 援引 Nature 报道指出，近九成生物医学论文里都能查到 AI 参与过的痕迹。同一个时间窗口里，ICMJE 在 2026 年 1 月更新了 AI 使用披露规则，Nature Portfolio 的 AI 政策 v2026.1 版也在 8 月 15 日悄悄修订，措辞更细、更不留余地。
消息一出来，医学生和青年研究者第一反应往往是「完了，AI 写的东西会不会被检测出来」。但把规则原文摊开看，这种焦虑踩错了重点。期刊不是不让你用 AI，是让你说清楚怎么用的；披露合规的论文不会被退稿，没披露而被发现的才会。
一、AI 不是「能不能用」，是「怎么用、怎么披露」
把 ICMJE 1 月新规和 Nature Portfolio v2026.1 摆在一起看，结论其实就一条：把 AI 用在哪、用到什么程度说清楚，编辑会按流程放行。
第一类用途是写作辅助。语言润色、句式改写、文献检索、初稿整理，都算这一类。它影响的只是「文字怎么呈现」，不影响「结果怎么产生」，所以披露位置放在「致谢」部分，而不是方法部分。Nature、Science、Cell Press、Elsevier 在这一档的处理高度一致。
第二类用途是研究方法。AI 直接参与数据收集、分类、统计、图表生成、蛋白结构预测、网络药理学筛选，这一类要写在「方法」部分，因为它已经进入了「结果如何产生」的决策链。Nature Portfolio 把这一类单独列出来，要求描述工具、版本、日期、用途范围，作者签字确认对内容负责。
第三类用途是图像和图形。这里是真正的红线。Nature 明确禁止 AI 生成或实质性修改的图像、示意图、图形摘要，除非论文本身就是关于 AI 的研究。同样的禁令适用于 Science、Cell Press、IEEE、Elsevier。这意味着你可以让 AI 帮你写论文，但不能用 AI 帮你做示意图。
最容易出问题的是把第一类当成第二类：作者觉得「我只是润色一下语言」，但 AI 实际上已经替你把讨论部分的逻辑补全了，审稿人一眼能看出来。Retraction Watch 跟踪的 200 多起 2024-2025 年因 AI 撤稿，绝大多数不是「被检测出来」，而是审稿人或读者发现致谢没写、引用是假的、数据对不上。问题从来不是 AI 用没用过，是用了没说。
二、用 DeepBio 把披露和复核做成流程
假设你正在准备一篇符合目标院校规范的硕士综述，导师希望你能紧扣「某中药小分子抗肿瘤机制」这条主线把近年文献梳清楚，但又不想看到一堆经不起推敲的「AI 味」段落。把这件事拆到 DeepBio 上跑一遍，是当前规则下最稳的一种用法。
第一步，文献与证据整理。把你手头的检索式和初步筛过的 30-50 篇 PDF 一起传上去，给定研究问题，比如「广藿香油凝胶调节 PI3K/AKT 通路抑制结直肠癌的机制证据」。DeepBio 会按证据等级做一次重排：随机对照试验、动物模型、体外实验、计算模拟、网络药理学预测，各归各位；同一条结论如果同时来自「机制实验」和「预测模型」，会在视图里用不同标签区分，不会被混在同一栏。后续你在致谢里写「AI 协助文献检索与证据等级整理」，编辑看到的是结构化的证据地图，而不是一堆松散摘要。
第二步，实验与研究设计。如果这篇综述要落到你自己后续的实验计划上，DeepBio 的「实验与研究设计」模块能帮你搭一份带阴性对照、剂量梯度、检测时间点的可执行骨架。比如你打算做 CT-26 小鼠模型上 qPCR 验证一组凋亡与炎症相关基因，它会主动列出需要交代的变量：动物品系、造模方式、对照组设计、引物来源、内参选择、统计方法。这一段如果原本空着，论文方法学评分会被卡住；如果原本写得过细又冗长，DeepBio 帮你压缩成符合院校学位论文规范的方法学段落模板。等你在方法部分写「本研究采用 CT-26 皮下移植瘤模型」，对应的 AI 协助描述可以直接按模板填到方法学章节末。
第三步，论文格式与综述框架生成。综述不是把摘要堆在一起，而是按「背景到机制到临床证据到局限与展望」的骨架重新组织。DeepBio 的「综述与论文写作」模块会按学校规范生成完整结构：标题层级、摘要字数、关键词数量、表格格式、参考文献体例，都按目标院校学位论文模板走。导出来之后你逐段复核、补自己的判断、加研究伦理说明，最后在致谢里加上一句：「本文撰写过程中使用了 DeepBio（deepbio.bio）协助文献检索、证据整理与论文格式生成，作者已对全部内容进行复核并对最终稿件负责。」这一行合规、具体、可追溯，比「使用了 AI 工具」要稳得多。
三、给医学生和青年研究者的两条清单
披露清单（投稿前对照）。把 AI 用在哪一段写清楚：标题、摘要、引言、方法、结果、讨论、参考文献各部分是否分别用到了 AI，每一段用了哪一类工具、哪个版本、哪一天用的，AI 是否参与了图像生成。把这些写成一段独立声明，按目标期刊要求的格式插入对应位置。Nature/ICMJE 系放方法，Elsevier 独立声明，NEJM/JAMA 两处都要有。
复核清单（最后一关）。逐条核查 AI 生成内容：每条引用是否能打开 DOI 并指向真实论文、每个数字能否从原始数据复现、每个图表是否来自你自己的实验或可信数据库、每段方法学描述是否覆盖阴性对照与统计方法。任何一条对不上，就回退到原文，不留侥幸。
回到开头那组数据。九成生物医学论文有 AI 痕迹，是因为 AI 已经成了研究流程的一部分。期刊收紧规则，目的不是堵 AI，是把 AI 的使用从「灰色」推到「透明」。对你来说，最稳的做法不是少用 AI，而是把 AI 用在能清楚说明、能复核、能负责的位置上。
你最近投稿时遇到过 AI 披露相关的坑吗？评论区聊聊，欢迎带着你的目标期刊和章节来对一遍👇
