肺癌位居我国恶性肿瘤发病率、死亡率首位，早期肺癌可以实现治愈，而晚期肺癌患者的五年生存率极低，早诊早治是提高肺癌患者生存率的关键。低剂量螺旋CT（low-dose computed tomography，LDCT）是肺癌筛查、诊断的重要辅助工具，随着LDCT的广泛应用，肺结节检出率逐年增高。如何准确识别有重要临床意义的肺结节，避免治疗不足或过度治疗是肺癌筛查过程中的重要挑战。现有肺结节分级标准主要包括美国放射学会提出的Lung-RADS，通过影像信息进行肺结节分类，在中国人群的筛查效能较低。基于此，本研究基于真实世界肺结节数据，创新阶梯式C-Lung-RADS系统，智能评估肺结节的恶性风险等级（低危、中危、高危、极高危）。

该研究基于四川大学华西医院及其医联体12万受试者开展，纳入胸部CT检查检出肺结节人群，其中健康体检队列（Medical Checkup Cohort，MCC）45064例肺结节人群数据作为训练集（80%）和内部测试集（20%），社区筛查队列（mobile screening cohort，MSC）14437例肺结节人群数据作为外部测试集。该系统在第一阶段（Phase 1）自动检出肺结节，利用决策树分类模型，根据密度和大小对肺结节进行初步风险分级；第二阶段（Phase 2）融合影像、临床等信息，精确诊断高危肺结节；第三阶段（Phase 2+），进一步纳入随访结果，建立多模态融合模型，诊断极高危肺结节。并针对不同恶性风险等级的结节制定个性化随访及决策建议，以确保医疗资源合理分配，避免低危患者过度诊疗、极高危患者漏诊误诊。

图2　Phase1基于决策树模型确定结节风险分层的大小阈值

图3　Phase 2/2+多维梯度提升回归模型在恶性肺结节的诊断性能

最终，C-Lung-RADS系统整合了第一阶段决策树的初步分级、第二阶段深度卷积神经网络（deep convolution neural network，DCNN）模型和第三阶段多维梯度提升回归（gradient boosting regression，GBR）模型输出的恶性概率，综合评估肺结节风险分级，并提供相应的随访及决策建议。在独立测试集中，C-Lung-RADS鉴别高危肺结节的灵敏度为87.1%，优于Lung-RADS的63.3%，在阳性预测值相当的情况下，C-Lung-RADS阴性预测值显著高于Lung-RADS v2022（99.0% vs. 97.1%）。证实肺癌筛查场景中，C-Lung-RADS较Lung-RADS更适用于中国人群肺结节的风险分层。根据现行指南、专家共识和医生临床经验，C-Lung-RADS建议对低危结节进行年度LDCT随访；对中危和高危结节分别进行6个月和3个月CT随访；对于极高危结节，建议进行多学科讨论并立即临床干预。

图4　C-Lung-RADS联合车载CT设备开展肺癌筛查的应用案例

肺癌是中国乃至世界发病率、死亡率最高的恶性肿瘤，对于肺结节恶性风险的精准评估对于肺癌早筛、早诊有重要意义。李为民教授团队多年研发，构建了中国肺结节人群临床研究队列，为人工智能模型的构建奠定强大的数据基础。创新研发了适合中国人群的肺结节风险分级工具C-Lung-RADS，其通过阶梯式工作流程，整合决策树的初步分级、深度卷积神经网络模型和多维梯度提升回归模型输出的恶性概率，智能评估肺结节的恶性风险等级，并提供相应的随访及决策建议，总体性能优于现有国际标准，有效提升了肺癌筛查的准确性和效率。相较于既往的肺结节AI辅助诊断模型，C-Lung-RADS初筛后对恶性程度高、占比较少的肺结节进行多维度综合分析，优化医疗资源配置的同时，减少对低风险患者的过度治疗和高风险患者的漏诊，具有较强的临床应用推广价值。

现行的国际肺结节分级诊断标准主要依赖于人工评估，并缺乏聚焦中国人群的验证和优化，在临床中常出现不适配患者真实病情的情况。例如，对于临床常见直径在5～10mm小结节管理上就存在挑战。患者通常在检查后，会因为焦虑、恐慌心态而要求进一步检查，但大多数此类结节是良性的，这可能会导致过度诊疗。另外，临床医生大多凭借既往经验诊断肺结节，其诊断精准度因人而异。如果医生对小结节的良恶性判断不精准，会导致出现错诊、不必要的外科手术等问题，致使患者错过最佳诊疗时间。因此，亟须建立适合中国人群的肺结节风险分级系统，让患者更放心，医生诊断更有信心。

经过数据验证，我们所构建的C-Lung-RADS在敏感性等多项指标上表现优异。例如，C-Lung-RADS鉴别高危肺结节的灵敏度为87.1%，优于Lung-RADS 63.3%，能够帮助医生更精准地识别高危肺结节，减少漏诊情况发生。此外，C-Lung-RADS融合影像、临床、随访数据建立多模态融合模型，精准诊断极高危肺结节，实现早期肺癌的精准诊断，为肺结节的个性化管理提供了切实有效的参考依据。

Nature Medicine是国际顶级医学期刊，IF：58.7。研究范围广泛，涵盖了从人类生物学和疾病发病机制的新概念，到为新疗法和药物开发提供坚实基础的临床前研究，再到临床实践的各个阶段，以及旨在改善人类健康的创新技术。该期刊对于文章内容要求非常严格，历时1年的投稿修回过程中收到3位审稿专家提出的专业、宝贵的意见。在针对审稿意见进行针对性修改和详尽的答复后，顺利接收并发表。

转自：华西医学时间