Bonne nouvelle : des développements vont bientôt nous apporter des outils pour détecter les images dupliquées. Actuellement, les 
logiciels dits 'anti-plagiats' sont des logiciels qui analysent les parties textuelles des articles pour rechercher des analogies ou similitudes. Ensuite, c'est l'oeil humain qui seul peut détecter un plagiat. Pour les images, nous n'avons par d'outils automatisés pour détecter les ré-utilisations.
Nous avons évoqué les images bricolées, qui nécessitent de reprendre les logiciels tels photoshop ou autres pour voir si les auteurs ont joué avec des contrastes par exemple. Nous avons vu en biologie des données montrant que 20 % des images étaient embellies dans des articles acceptés après peer-review.
Fin février 2018, un preprint a été déposé sur BioRxiv avec le titre : "Bioscience-scale automated detection of figure element reuse" par 3 américains, , ,
Notre algorithme détecte la réutilisation des figures, tout en étant robuste à la rotation, au recadrage, au redimensionnement et aux changements de contraste, et estime laquelle des réutilisations a une signification biologique. Un panel de trois personnes a analysé comment ces réutilisations biologiques problématiques utilisaient des informations contextuelles telles que des légendes et des textes intégraux. D'après les examens du comité, nous estimons que 9 % des réutilisations biologiques seraient unanimement perçues comme étant au moins suspectes. Nous estimons en outre que 0,6 % de tous les articles seraient unanimement perçus comme frauduleux, avec des réutilisations inappropriées entre des articles (43 %), au sein d'un article (28 %), et dans une figure (29 %). Notre outil détecte rapidement la réutilisation d'images à l'échelle, promettant d'être utile à un large éventail de personnes qui militent pour l'intégrité scientifique.
Article compliqué avec bonnes discussion. L'un des auteurs a mené un combat ancien contre les images manipulées, et il a répondu à une interview de RetractionWatch.
