2019年11月，首都医科大学校长饶毅举报9篇文章论文图片造假，指控的问题有两类，一类是指控图片显示的实验结果存在涂抹、拼接痕迹；一类是指控图片显示的实验结果是从别的图片复制、粘贴而来。 2020年7月，《Bioscience Reports 》 就有超过30篇论文因涉嫌图片误用/造假被挂在学术打假网站pubpeer上。
来自美国纽约雪城大学 (Syracuse University)的机器学习研究员丹尼尔·阿库纳 (Daniel Acuna)等在2018年开发出一套算法，能利用人工智能 (AI)识别学术论文中的图像造假，对论文图片进行查重。 同时，Adobe Photoshop公司也在2019年推出了他们的反向还原技术，其与加州大学伯克利分校的科学家的合作取得了新的研究成果，利用人工智能技术识别并还原图像PS过的部位，准确率高达99.4%！
学术造假对于勤勤恳恳搞科研的人来说，简直是重磅伤害，且不说造假者可以相对轻松地赢得别人付出十倍百倍精力才能收获的成果和荣誉，更可怕的是，所谓的“成果”极有可能会引导一个错误的研究方向，让后来者浪费大量的财力和精力。 科研图片处理不端，一直是学术造假的重灾区。 其实早在2014年，小保方晴子造假事件就已掀起了学术圈关于图像数据处理的热议。
可以看一看博士联盟的震撼文章《 月亮与6个院士 》，不仅仅是研究生论文普遍造假，他们的导师（院士、千人、长江学者、黄河学者、每条河的学者、每座山的学者），那些论文数量过百的，基本一抓一个准。 人的精力是有上限的，论文数量是无上限的~ 其实很普遍，不能说故意造假，但是有时候分析出来数据就是不行，或者本身数据收集质量就很差，也没办法。
