Spørgsmålet om billedmanipulation i mikroskopi kræver klare skel mellem teknisk støjreduktion og ren fabrikation af data. Institutioner og konkurrencer som Nikon Small World kan løse dette ved at implementere strenge protokoller for datagennemsigtighed. Det handler i bund og grund om at kræve dokumentation for de algoritmer, der anvendes til efterbehandling.
Et konkret værktøj er obligatorisk indsendelse af rådata sammen med de færdige mikroskopibilleder. Hvis en forsker bruger AI-baseret deconvolution eller avancerede denoising-algoritmer, skal de præcisere, præcis hvilke parametre der er skruet på. Man bør definere en 'gråzone' for acceptabel optimering, hvor målet udelukkende er at øge signal-to-noise ratio (SNR) uden at tilføje nye strukturelle detaljer, som ikke findes i de oprindelige fotoner.
Konkurrencedeltagere bør underlægges faste retningslinjer, der forbyder generativ AI til at udfylde manglende information i billedfeltet. Ved at kræve metadata, der beskriver både optiske indstillinger og softwareprocesser, skabes en sporbar sti fra objekt til publikation. Det gør det muligt for peer-reviewere at efterprøve, om de observerede morfologier er biologiske fakta eller blot matematiske artefakter skabt af en algoritme.
