2019年11月，首都醫科大學校長饒毅舉報9篇文章論文圖片造假，指控的問題有兩類，一類是指控圖片顯示的實驗結果存在涂抹、拼接痕跡；一類是指控圖片顯示的實驗結果是從別的圖片復制、粘貼而來。 2020年7月，《Bioscience Reports 》 就有超過30篇論文因涉嫌圖片誤用/造假被掛在學術打假網站pubpeer上。
來自美國紐約雪城大學 (Syracuse University)的機器學習研究員丹尼爾·阿庫納 (Daniel Acuna)等在2018年開發出一套算法，能利用人工智能 (AI)識別學術論文中的圖像造假，對論文圖片進行查重。 同時，Adobe Photoshop公司也在2019年推出了他們的反向還原技術，其與加州大學伯克利分校的科學家的合作取得了新的研究成果，利用人工智能技術識別并還原圖像PS過的部位，準確率高達99.4%！
學術造假對于勤勤懇懇搞科研的人來說，簡直是重磅傷害，且不說造假者可以相對輕松地贏得別人付出十倍百倍精力才能收獲的成果和榮譽，更可怕的是，所謂的“成果”極有可能會引導一個錯誤的研究方向，讓后來者浪費大量的財力和精力。 科研圖片處理不端，一直是學術造假的重災區。 其實早在2014年，小保方晴子造假事件就已掀起了學術圈關于圖像數據處理的熱議。
可以看一看博士聯盟的震撼文章《 月亮與6個院士 》，不僅僅是研究生論文普遍造假，他們的導師（院士、千人、長江學者、黃河學者、每條河的學者、每座山的學者），那些論文數量過百的，基本一抓一個準。 人的精力是有上限的，論文數量是無上限的~ 其實很普遍，不能說故意造假，但是有時候分析出來數據就是不行，或者本身數據收集質量就很差，也沒辦法。
