英国《自然·生物技术》杂志18日发表一项跨越人工智能及生物技术的研究，美国马萨诸塞州理工学院团队研发的一个机器学习模型，可用于预测科学文献中已发表研究的未来影响力。

目前这个模型的打分可用来预测任意年份发表的“前5%的论文”，其将能补充当前依赖论文引用量指标的文献计量分析系统。

研究团队使用的数据集，包含1980年到2019年期间发表的168万7850篇具有唯一性的论文，从中得到了论文发表后1年到5年与每例论文、作者、期刊、网络相关的29个特征。

研究团队再用每篇论文的特征训练一个机器学习模型，让这个模型给出影响力“预警”分数。

在一次回顾性盲法研究中，这一最新模型准确识别出了1980年到2014年间20项具有重大影响的生物技术中的19项。

这个模型还预测，2018年在42本生物技术领域期刊发表的50篇论文可能会跻身未来排名的前5%，这一结果将能以数据驱动的方式发现并让经费流向那些“深藏不露”的好研究。