同行评审：历史演变与审稿人的学习价值

漫长的历史背景

科学期刊同行评审制度如此深深地植根于现代研究文化之中，以至于它常常显得亘古不变。实际上，它是一种相对晚近的社会技术，其演变反映了关于权威、信任和知识组织方式的观念变迁[1]。

从希腊哲学到笛卡尔

当前科学同行评审的实践通常以程序性术语来描述，例如报告清单和统计阈值。然而，其背后的认识论基础却较少被讨论。理解同行评审的一个有用的概念框架是苏格拉底式的助产术（maieutics），即通过结构化提问而非简单的信息传递来引出知识的方法。当与勒内·笛卡尔所阐述的科学方法的理性主义原则相结合时，这种方法为现代同行评审提供了理论基础[2, 3]。

在柏拉图的《泰阿泰德篇》中，苏格拉底将自己描述为思想的“助产士”，声称他并不教授教义，而是通过提问帮助他人发展和完善其知识（《泰阿泰德篇》150b–151d）[4]。这一助产术（μαιευτική）——“接生术”的隐喻不仅仅是修辞性的。这种方法涉及对表面确定性进行系统审视，以识别隐藏的假设、揭示不一致之处，并改进薄弱或缺乏支持的论断。苏格拉底强调他并不拥有真理，而是与他人协作，通过对话和推理来接近真理。在柏拉图的《申辩篇》中，苏格拉底将这一实践视为一种道德义务，主张未经批判性审视的信念不应被接受（《申辩篇》38a）[4]。

助产术不是一种破坏性怀疑主义的形式，而是建立在诘问法（elenchus）之上，这是一种旨在提高知识质量的建构性反驳模式。通过要求定义术语、论证推理以及回应反例，苏格拉底式对话早在现代科学哲学出现之前就已预见了现代方法论推理的核心要素[5]。

在这一框架中，一个论断的有效性不取决于说话者的权威，而取决于其经受系统性质疑的能力以及能否得到连贯论证和证据的支持。

现代同行评审在去人格化和匿名化的环境中再现了这种助产术逻辑。审稿人并不将自己的理论强加于人，而是通过标准化问题来审视稿件：主张了什么、方法背后有哪些假设、数据是否充分支持结论。这些步骤充当了苏格拉底式探究的当代对应物，在其中薄弱的假说在审视下失败，而更强的假说则以更高的精确度被重新表述[6]。因此，最有价值的同行评审超越了错误检测。它激发作者的认知努力，促进对隐藏假设、未被识别的混杂因素、循环推理和过度解释的意识，从而强化科学论证[7]。

评审过程可以被理解为一个助产术空间，在其中科学主张不是被被动接受，而是被 actively 发展为可辩护的知识。

勒内·笛卡尔在《方法论》（1637年）中为科学革命提供了最具影响力的方法论纲领。他的四项原则——只接受显而易见之物；将问题分解为部分；从简单到复杂推进；进行全面的审查——常被作为现代科学的语法来教授[8]。这些原则与苏格拉底辩证法是密切平行的：包括悬置信念（aporia）、将模糊概念分解为可分析的要素，以及通过理性推理对其进行重构[3]。

苏格拉底依赖对话式诘问，笛卡尔则将内省推理形式化，但两者都认同知识源于结构化的批判而非事实的积累。有效的同行评审通过在以苏格拉底式对话中应用笛卡尔方法来整合这些传统[9]。

还有一个伦理维度。在《理想国》中，柏拉图将辩证法与灵魂的治理和政治组织联系起来，暗示智识的严谨性与道德责任不可分割[4]。在科学文化中，这种伦理再现于审稿人建设性挑战的义务——不带教条地质疑，不羞辱地揭露错误。仅仅拒绝而不给予反馈的审稿人不是在实践助产术，而是在行使权威：他/她是威权式的，而非权威性的。相比之下，助产式审稿人提供建设性洞见：为反思和学习创造条件[10]。

这在复杂模型或高维数据可能掩盖脆弱推理的领域尤为突出。在此，助产式同行评审充当认知保障，防范笛卡尔所称的“仓促”——即对未经充分分解或重新审视的结果的过早接受。

苏格拉底助产术与笛卡尔方法并非遗物，而是科学认识论的互补支柱，在本世纪仍然适用。前者提供了探究的对话伦理；后者提供了其程序架构。同行评审立于二者的交汇处。当作为真正的助产事业来实践时，它不仅仅是筛选稿件：它助产知识，将初步推测转化为表述清晰、可辩护的科学主张。因此，每一次严谨的同行评审都再现了一场始于雅典ἀγορά、于十七世纪被理性地编纂的对话——提醒我们科学通过有纪律的质疑而进步。

数个世纪后，卢基乌斯·安naeus·塞内加（科尔多瓦，公元前4年—罗马，公元65年）强调了Homines etiam cum alios aliquid docent, aliquid discunt——即使人在教他人时，自身也在学习（《致卢基里乌斯的道德书信》，7.8）[11]。

从《哲学汇刊》和《学者杂志》到二十世纪

学术评价的起源可追溯至十七世纪，伴随着科学学会的诞生。1665年，伦敦皇家学会在亨利·奥尔登堡的主持下创办了《哲学汇刊》，当时的编辑决策最初是个人化的、非正式的。奥尔登堡会咨询可信赖的同事，但并无标准化的审稿流程。最重要的是作者的声誉和编辑自身的判断。同年由德尼·德·萨洛创办的法国《学者杂志》也呈现出类似的做法。早期科学运作于小型知识共同体之中，在这种共同体里，社会亲近性替代了正式评价[12–14]。

十八世纪期间，巴黎皇家科学院等学术机构开始引入更为系统化的稿件评估。提交给科学院的论文由指定的报告人阅读，并撰写书面报告供内部传阅。这标志着批判性评价的首次制度化，但该过程仍然不透明，且在很大程度上仅具咨询性质。审稿人并非匿名，编辑权威仍集中于精英科学机构之内[15, 16]。

十九世纪，工业化、专业化以及大学的扩张推动了科学产出的爆炸式增长。学术团体不再能够仅依赖非正式判断。期刊数量激增，学科日益分化，编辑越来越多地依赖外部专家来评判专业工作。到十九世纪末，《柳叶刀》和《自然》等期刊已采用可辨识的外部审稿形式，尽管仍不具备现代匿名或标准化标准的规范[17, 18]。

二十世纪见证了同行评议整合为现代形式。第二次世界大战后，科学成为大规模、部分由公共资金资助的事业，尤其是在美国和欧洲。政府要求对研究支出问责，期刊面临空前的投稿量。为管理这种复杂性并维护科学公信力，同行评议被正式化：审稿人按学科专长遴选，书面报告成为强制要求，审稿人匿名制——单盲或双盲——被引入以减少偏见和社会压力[2, 19, 20]。

到二十世纪七十年代，同行评议被广泛视为科学合法性的基石，尽管批评者开始强调其局限性，包括保守性、不一致性以及易受偏见影响[21, 22]。二十世纪末和二十一世纪初引入了进一步的调整：专职统计审稿人、报告清单、利益冲突披露，以及近年来由数字平台支持的开放同行评议和发表后评论[23, 24]。

因此，科学同行评议从十七世纪编辑的个人判断演变为一个复杂的、制度化的分布式专业知识体系。它并非源于某一单一的哲学蓝图，而是源于实际需要：在维护信任的同时管理日益增长的知识量。当今的同行评议制度尽管存在缺陷，仍然是科学共同体集体决定何为可靠知识的中心机制。

当今的同行评议

如今，同行评审常被定义为对期刊的一种服务，但实际上，它是科学教育中最有力——且往往最被低估——的形式之一。我们在评审他人工作时所学到的东西，远远超出了眼前的具体稿件。

对于工作在日益由定量成像、人工智能和生物标志物发现驱动的领域的放射科医生而言，同行评审也是最具塑造性的科学教育行为之一。它不仅仅是我们评判科学的地方，更是我们学习科学如何构建的地方。

我们从所评审的内容中学习，但我们也学习关于科学本身的东西。

同行评审与假设形成

通过评审稿件，我们看到真实的科学问题如何在现实约束下被框定。我们观察作者如何从观察走向可检验的假设，假设如何悄然进入模型，以及措辞如何被塑造以经受审视。

这训练我们区分“探索性叙述”与“验证性科学”——这是一项很少被正式教授但至关重要的技能。

通过评审稿件，人们很快就不再假定假设总是先验构想的。在放射学中，许多研究源于机会性观察：例如，在试点队列中似乎具有预测性的纹理特征 [25]。在同行评审过程中，人们反复遇到被数据塑造——或重塑——的假设：数据可获得性、扫描仪限制或队列异质性等 [26, 27]。这种认识使评审者对假设驱动与数据驱动的成像科学之间的差异变得敏感，鼓励更严格的预注册以及更清晰地区分探索性分析与验证性分析。

为什么这很重要？因为，例如，同一数据集可以以许多不同方式分析——不同的感兴趣区、阈值、模型或终点。如果我们先看数据，然后才决定我们的“假设”是什么，我们自然最终会突出看起来显著的模式。这一现象——有时被称为HARKing（结果已知后假设）[28]——系统性地膨胀效应量，破坏可重复性，并解释了为什么，例如，许多成像生物标志物未能通过外部验证。

预注册简单地意味着提前决定要检验的计划是什么，即拥有一个方案。提前承诺终点、纳入标准、分割策略和统计模型，在我们试图证明的东西与沿途注意到的东西之间划出清晰的界线。这使结果更可信。然后就可以区分什么是被检验的，什么仅仅是观察到的。

探索数据是新思想诞生的方式。但只有当这些思想后来在预定义条件下被检验时，我们才能说它们有效。

同行评审与缺陷和偏倚的检测

同行评审反复暴露科学最薄弱的环节：方法学。效力不足的队列、循环参考标准、隐藏的混杂因素、未经验证的成像替代指标、不适当的统计阈值……这些都是影响结果的情形示例。

在放射学中，这些方法学缺陷的例子可能转化为以下情况：多参数磁共振成像分析的样本量小、扫描仪特定的特征漂移、不一致的分割策略、不恰当地合并异质性采集方案（在基于计算机断层扫描采集的身体成分研究中非常典型），以及各中心之间协调统一不足等。值得注意的是，错误可能被技术上的复杂性所掩盖。

对审稿人的一个实际启示是，随着时间的推移，审稿人会建立一个“失败模式”的心理库。如果审稿人本身是研究者，这种模式识别可能具有变革性——一个人开始预判自己工作中的错误。这最终会改善研究设计。

放射学研究中的偏倚往往隐藏在事后亚组合理化的辩解、选择性排除标准以及缺乏效应量支持的语言“夸大”之中。有时它嵌入在选择之中：排除“困难”病例、事后重新定义终点，或将临界关联重新标记为具有临床意义……审稿教会我们，“稳健的生物标志物”或“强预测因子”等表述需要由独立患者队列外部验证中的受试者工作特征曲线下面积和置信区间来支持[27]。

这重塑了我们阅读科学文献的方式——以及文献写作必须多么谨慎和精确。

作者认为自己的论证是清晰的——但当事稿进入同行评审时，情况很少如此。清晰性不是文风问题；它是逻辑的“架构”，通过阐明因果结构、明确解释假设、路径和局限性来改善。接触密集、冗长、含糊的稿件可以培养识别缺失的概念环节、叙事跳跃的能力，以及识别图表/示意图……替代了清晰推理和解释步骤的情况的能力。

例如，一篇描述骨髓表观扩散系数与骨折关联的稿件可能包含完美的扩散图，但未能解释为什么水肿、再转化或浸润的其他原因没有被建模。

同行评审与社会动力学

通过同行评审，人们可以逐渐看到科学的社会投射：声誉如何影响解读，新颖性如何被赋予超越其他特征的特权。某些模态、终点或分析框架主导了投稿主题，而零结果或阴性验证则难以浮出水面。

观察这些动态培养了对创新如何被发表所策划/调节的批判性视角，并可能有助于倡导方法学多样性。对此的认识可能使自己成为一个更好的作者——一个更现实的、或许不那么天真的作者——以及一个更有道德的审稿人。

最强的稿件并非无瑕；它们只是“可辩护的”。稳健性不是没有批评，而是能够连贯地回应那些批评和质疑——即在需要时能够给出结构化、扎实的反驳。

严谨的作者会预判批评：包括敏感性分析、外部验证和对不确定性的透明报告[29]。随着时间的推移，这种认识会重新构建科学写作，而凭借同行评审的经验，人们可以学会构建经得起审视的研究。

在审稿中学习

归根结底，同行评审并不是要强制趋同。本节认为，它是一个发展和打磨科学推理的过程——一个真正的学习过程，一种内化科学方法的有效方式。它有助于在阅读时不接受事物的“表面价值”，而是质疑其有效性。这在当前人工智能（AI）快速发展的背景下尤为 relevant，其中与现实的界限正在模糊，溯源变得困难。

同行评审是实践中的现代苏格拉底式助产术；每篇稿件都是一次提出若干问题的邀请：究竟在主张什么……？要使这一点成立，必须什么为真……？什么会使其为假……？有纪律的怀疑主义不是犬儒主义；它是科学诚信的实践体现。我们不会通过发表更多论文而成为更好的科学家。我们可以通过评审稿件而成为更好的科学家——因为它教会我们把科学不是看作产品、看作产出……而是看作一个有纪律的质疑过程。每一次评审不仅仅是对稿件的评判：它精炼方法学素养，揭示隐藏的偏倚，并培养可辩护探究的习惯。

阅读其他审稿人的报告是学术放射学中最被低估的学习机会之一。这是观察其他专家如何思考的机会和窗口。它不仅仅是关于是否同意或不同意某个裁决，而是关于学习科学分析这门技艺。

首先，人们从自己可能未曾察觉的事物中学习。

当多位审稿人审查同一篇稿件时，他们所注意到内容的多样性往往具有相关性。一个人可能关注采集参数，另一个人关注统计建模，另一个人关注临床可转化性。在肌肉骨骼放射学中，这一点尤为明显：物理学家审稿人可能会批评脂肪/水分离建模，而临床医生会质疑结局相关性[30]。阅读这些并行解读教会我们，一切事物都是通过学科透镜被看到的。

其他审稿人的评论揭示了深厚的领域知识是如何被操作化的。例如，一位是某一特定主题专家的审稿人可能会发表来自经验洞察的评论，这增加了我们的学习[31]。

这与前一点相联系——从其他学科的不同视角学习详细分析必须考虑什么。不幸的是，有些评审纯粹是审查式的；另一些则具有转化性。阅读其他详细、建设性结构化的审稿人报告非常有趣，并精炼如何在不令人气馁的情况下提出质疑；如何以促成改进而非防御的方式表达关切[32]。这项技能并非微不足道——它塑造作者是完善其科学并因此使稿件真正改进，还是只是自动遵从要求以便发表。这最终才是提升质量的关键。

严谨性的定义在审稿人之间差异很大；很难将其确切地界定为对人们意味着什么。一位审稿人可能坚持外部验证，另一位坚持设计与目标，另一位坚持方法[33]。并排看到这些期望教会我们，严谨性并非抽象，它是在整合中发挥作用的——它通过不同的具体要求实现。随着时间推移，这些标准重塑我们如何开展自己的研究和临床实践。

显而易见，意识到自己遗漏了什么非常重要，但同样具有启发意义的是认识到其他审稿人没有注意到什么。有时，关键缺陷可能被忽视，而次要的文体问题却主导了审稿报告。这教会我们谦逊：同行评审是一个包括审稿人、作者和编辑在内的集体过程，而不是单个审稿人的工作。

有些审稿人重视创新性；另一些则重视可重复性。有些审稿人看重技术新颖性，另一些则看重临床适用性[34]。阅读他们的审稿报告揭示出，科学并非由单一的价值等级体系所支配。理解这种多元性使我们成为更具反思性的作者，也能使我们成为更公正的审稿人。

最后，其他审稿人的报告使科学真理的社会性变得可见。经过评审而留存下来的不仅是客观上正确的内容，还有可理解、可辩护和相关的内容。这并不会贬低科学——它让我们洞察科学如何运作。阅读其他审稿人的意见可以是一堂无声的科学推理大师课。它不仅教会如何评判稿件，还教会知识是如何被集体塑造和精炼的。

从读者视角看同行评审

从非出版、非审稿但积极参与科学活动的专业群体的角度来看，同行评审主要被视为科学文献内部的一种质量保证和信任建立机制。读者依赖同行评审来筛选研究成果，并在传播之前确保基本的方法学严谨性、解释连贯性和相关性。在放射学领域，已发表的证据可以直接影响诊断策略和工作流程、成像方案以及患者管理和偏好，这一作用尤为重要[21, 24]。

与此同时，读者越来越意识到同行评审的局限性和不透明性，包括出版延迟、审稿人之间的差异性，以及偶尔未能发现有缺陷或不可重复的研究[21, 35]。

因此，读者可能不再将同行评审视为最终的认可，而更多地将其视为一个持续过程中的初始检查点，该过程包括发表后评论、重复验证和真实世界临床验证[6, 24]。

同行评审与编辑决策

同行评审在编辑决策中发挥着核心但咨询性的作用。编辑利用审稿人的评价来评估方法学质量、原创性、伦理考量以及临床或科学影响力。审稿人关于特定成像方法学、技术参数的适当性、统计效力（样本量是否经过初步估算？）、数据呈现和统计分析，以及与当前实践标准的一致性的反馈，可能与编辑高度相关[6, 35]。

然而，编辑决策并非审稿人建议的机械反映。实证证据表明，审稿人的建议与录用或拒稿结果密切相关；尽管如此，编辑往往坚持独立判断，尤其是在审稿意见存在冲突或稿件被认为对期刊及其学科群体具有战略重要性的情况下[35, 36]。编辑必须将批评意见置于具体语境中，区分可纠正的缺陷与根本性局限，同时还要考虑期刊的范围和读者群。

因此，同行评审提供参考信息，但并不支配编辑决定；它们作为专家意见在更广泛的编辑综合过程中发挥作用，而非具有约束力的裁决[6, 36]。

同行评审的阴暗面

同行评审是我们拥有的用于选择和评估期刊发表内容的最佳制度，但它远非完美。尽管具有教育和科学价值，它也存在成本和妥协，并具有结构性弱点。

高质量的评审工作对智力要求很高。它显然会与临床工作负荷、科研、教学……以及最终的个人时间和兴趣相竞争。随着时间的推移，这可能导致评审流于表面、评审人疲劳或深入参与的意愿下降——尤其在放射学领域，稿件日益技术化且数据密集。

此外，评审人是已有知识的专家。这使得该制度本质上是保守的。真正具有颠覆性的想法——新型生物标志物、非常规建模方法、非典型成像范式——可能被判定为“验证不足”，并非因为它们有缺陷，而是因为它们落在现有框架之外，当前知识尚未触及[37]。因此，同行评审可能充当现状的稳定器，最终阻碍而非推进知识发展。

此外，两位同样合格的评审人可能对同一稿件得出完全不同的结论。一个人视为致命偏倚的问题，另一个人可能视为特定情境下可接受的局限性[38]。这种差异性反映了科学价值观的多元性——但这也意味着发表决定可能同样受到审稿人身份的影响，而不仅仅是论文本身的质量。

匿名制保护评审人，但也可能助长无意识偏见——针对机构、地区、方法，甚至某些医学或影像亚专业。年轻作者或非传统团队可能面临更高的录用壁垒，并非通过公开歧视，而是通过差异性期望[39]。

在影像人工智能或先进定量MRI等快速发展的领域，漫长的评审周期可能使研究发现在发表之前就已过时。随着评审过程复杂性的增加，严谨性与时效性之间的平衡难以维持。

对作者而言，苛刻或框架不当的评审意见可能令人沮丧。对评审人而言，反复接触低质量工作可能令人厌倦并滋生愤世嫉俗的心态。如果缺乏建设性批评的文化，同行评审有可能变得具有腐蚀性而非教育性。

同行评审仍然不可或缺，但它并非中立。它塑造科学走向——不仅通过它所接受的内容，还通过它所阻碍、延迟或耗尽的内容。承认其局限性并非否定该制度，而是使其更明智、更公平、更可持续的前提条件。

同行评审的这种“阴暗面”——包括偏见、缺乏透明度、不一致性以及偶尔出现的非建设性或违反伦理的评审人行为——已在文献中得到广泛讨论[21, 24]。已提出若干策略来缓解这些局限性。

提高透明度（如公开同行评审并公布评审报告或披露评审人身份）已被证明可改善问责性和评审语气，尽管在某些情境下可能影响评审人的参与意愿[23]。结构化评审模板和评审人培训可减少变异性并提高评估的一致性[6, 24]。这在放射学中技术复杂的领域尤为重要，如定量成像或机器学习。在使用人工智能方法的论文中，需要评估外部验证、校准、数据泄漏、参考标准循环性以及代码/模型文档可用性的报告是否完整[40–46]。

此外，评审人池在地域、性别、职业阶段和方法学专长方面的多样化有助于解决系统性偏倚[24]。强有力的编辑监督，包括对不当评审的调节以及作者与评审人之间的积极调解，仍然至关重要[36]。最后，发表后评论和数据共享倡议支持将同行评审从单一的发表前事件转变为持续性的评估过程[6, 23]。

尽管没有任何同行评审模式是没有局限的，但这些措施可以大幅降低其不透明性，并提高公平性、严谨性和可信度。

结论

或许可以再次从塞内卡（Seneca）那里得到恰当的启示，他提醒学生们“non scholae sed vitae discimus”——我们学习不是为了学校，而是为了生活（《道德书简》106.12）[11]。

同行评审不是为期刊而进行的学术仪式，而是对知识分子品格的纪律性锻炼，塑造我们如何推理、质疑和捍卫知识。我们评审的每一篇稿件不仅完善了我们面前的科学，也完善了我们内心的科学家。

从这个意义上说，同行评审与其说是一种义务，不如说是一种对认知德性的终身训练——一种安静而持久的学徒期，学习放射学乃至科学本身应当如何思考。