Общедоступность больших языковых моделей (LLM) с конца 2022 года вызвала обеспокоенность использованием ИИ в научных публикациях. Ретроспективный корпусный лингвистический анализ 21 392 онкологических рандомизированных контролируемых исследований (РКИ), индексированных в PubMed с 2019 по 2026 год, выявил статистически значимое увеличение формульных языковых паттернов в публикациях после появления LLM.

Статьи разделены на эру до-LLM (2019–2022; n=11 345) и после-LLM (2023–2026; n=10 047). Полный текст получен для 10 483 статей (49.0%) через PubMed Central, для остальных использованы аннотации.

Первичный исход — частота 34 формульных фраз, выявленных в компьютерной лингвистике как непропорционально распространённых в биомедицинских текстах эры LLM. Вторичный поисковый анализ применял GRIM-тест для оценки нерегулярностей числового представления данных.

Статистический анализ включал тесты Манна-Уитни, хи-квадрат и многофакторную линейную регрессию.

Статьи эры после-LLM содержали значимо больше формульных фраз, чем статьи до-LLM (среднее 0.96 [SD 1.50] vs. 0.65 [SD 1.14]; Z=−14.56, p<0.001; r=0.10). Увеличение было последовательным в подгруппах полных текстов и только аннотаций.

Наибольший рост зафиксирован в разделах обсуждения (среднее 1.23 vs. 0.88; +40%). Погодовой анализ показал прогрессивное увеличение с 2019 года (среднее 0.45) до 2025 года (среднее 1.13).

Результаты GRIM-теста были ограничены доступностью данных (48 статей; p=0.085).

Выявленные изменения не могут подтвердить использование ИИ в отдельных статьях, но идентифицируют измеримый сдвиг на популяционном уровне в представлении результатов исследований. Это имеет значение для редакционной политики, стандартов раскрытия информации и целостности онкологической доказательной базы.

Онкологические РКИ служат основой для клинических рекомендаций по лечению рака и регуляторных решений по всему миру, что делает выявленную тенденцию особенно значимой для обеспечения качества научной коммуникации в онкологии.