2018 年最受關(guān)注的100篇論文近日揭曉。這些論文在新聞媒體、社交網(wǎng)站等廣泛傳播，榜單不僅評(píng)價(jià)論文的學(xué)術(shù)質(zhì)量，還反映科學(xué)研究觸及大眾的廣度與深度。包括AI擊敗58名皮膚科醫(yī)生等論文入榜，其中中國(guó)學(xué)者及機(jī)構(gòu)主導(dǎo)或參與的研究有11項(xiàng)。

2018 年 12 月 11 日上午，專門為研究機(jī)構(gòu)、出版商和研究者提供論文影響力評(píng)價(jià)服務(wù)的網(wǎng)站 Altmetric.com 發(fā)布了 “2018 年最受關(guān)注論文排行榜”。這份榜單包含了 100 篇在 2018 年間發(fā)表，并在同行評(píng)審信息平臺(tái)、公共政策文獻(xiàn)、主流媒體、博客、維基百科及社交媒體上受到廣泛關(guān)注和討論的文章。

該榜單不使用期刊影響因子、H-index 等傳統(tǒng)評(píng)價(jià)方法，而是通過(guò)一個(gè)名叫 “Altmetric 分?jǐn)?shù)”（Altmetric Score）的指標(biāo)，量化單篇學(xué)術(shù)論文在媒體上的曝光水平。

一篇論文的 “Altmetric 分?jǐn)?shù)”，由這篇文章被新聞、博客報(bào)道的次數(shù)，被社交網(wǎng)絡(luò)曝光的次數(shù)，在維基百科上的被引次數(shù)，以及論文發(fā)表后的同行評(píng)議次數(shù)等指標(biāo)加權(quán)得到。其中計(jì)分權(quán)重最大的媒體渠道，是新聞與博客。Altmetric.com 曾經(jīng)專門強(qiáng)調(diào)，他們的目的并非評(píng)價(jià)論文的學(xué)術(shù)質(zhì)量，而是反映科學(xué)研究觸及大眾的廣度與深度。

“Altmetric 分?jǐn)?shù)”的顯示方式。不同顏色的 “花瓣” 包裹著的數(shù)字是該研究的 Altmetric 分?jǐn)?shù)。不同顏色代表傳播該研究的不同媒體渠道，色塊后的的數(shù)字代表該研究在某個(gè)渠道中被提及的次數(shù)。

今年 Altmetric 榜單中的 100 篇論文來(lái)自 45 份學(xué)術(shù)期刊，其中 49% 的論文能夠免費(fèi)閱讀?！犊茖W(xué)》（Science）成為了對(duì)此榜單貢獻(xiàn)度最大的學(xué)術(shù)期刊——提供了 11 篇論文。劍橋大學(xué)、哈佛大學(xué)和牛津大學(xué)則分別有 10 篇、9 篇和 8 篇論文入選。

從學(xué)科分類上看，與我們息息相關(guān)的醫(yī)學(xué)與健康科學(xué)論文入榜最多，共有 44 篇。從國(guó)家分類上看，美國(guó)學(xué)者及機(jī)構(gòu)主導(dǎo)或參與發(fā)表的論文數(shù)量最多，有 72 篇；英國(guó)和澳大利亞分別以 29 篇和 17 篇的數(shù)量排在二、三位；中國(guó)學(xué)者及機(jī)構(gòu)主導(dǎo)或參與發(fā)表的論文與去年（ 7 篇）相比有所增加，共有 11 篇，排在第 5 位。

“科研圈” 根據(jù) Altmetric.com 的學(xué)科分類，整理了醫(yī)學(xué)與健康科學(xué)、地球與環(huán)境科學(xué)、社會(huì)學(xué)、物理學(xué)、生物學(xué)、研究可重復(fù)性、信息與計(jì)算機(jī)科學(xué)這 7 個(gè)類別內(nèi)最受矚目的 TOP 3 論文名單，并將中國(guó)學(xué)者參與或主導(dǎo)發(fā)表的 11 篇論文一并挑選了出來(lái)。讓我們一起看看，2018 年最吸引眼球的論文都有哪些吧。

醫(yī)學(xué)與健康科學(xué)

地球與環(huán)境科學(xué)

社會(huì)學(xué)

物理學(xué)

生物學(xué)

研究可重復(fù)性

信息與計(jì)算機(jī)科學(xué)

中國(guó)學(xué)者及機(jī)構(gòu)主導(dǎo)或參與的研究

人工智能相關(guān)的研究

最后，一篇人工智能領(lǐng)域的研究排在Top 100論文的第61位。

論文題為“人機(jī)對(duì)決：深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)對(duì)皮膚鏡黑色素瘤識(shí)別的診斷性能，及與58名皮膚科醫(yī)生的比較”。

來(lái)自德國(guó)、美國(guó)和法國(guó)的一個(gè)研究小組用超過(guò) 10 萬(wàn)張圖片對(duì)一個(gè)人工智能系統(tǒng)進(jìn)行訓(xùn)練，使它能夠區(qū)分出危險(xiǎn)的皮膚病變和良性的皮膚損傷。 深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)在區(qū)分惡性黑色素瘤和良性痣照片的測(cè)試中，打敗了來(lái)自 17 個(gè)國(guó)家的 58 名皮膚科醫(yī)生。

研究人員表示，CNN 的表現(xiàn)優(yōu)于大多數(shù)皮膚科醫(yī)生。平均而言，人類皮膚科醫(yī)生準(zhǔn)確檢測(cè)出了 86.6% 的皮膚癌，而 CNN 的比例為 95%。