AI技术在肺结节检查中的突破：从筛查到手术的全方位应用

AI技术在肺结节检查中的突破：从筛查到手术的全方位应用

随着低剂量CT筛查的普及以及高分辨率CT的广泛应用，亚厘米级肺结节的检出率显著提高。如何在避免过度治疗和延误诊断的前提下，科学管理这些结节已成为临床的重要课题。其中肿瘤实性成分占比<0.25、以磨玻璃影为主的肺结节尤为值得关注。这一人群的治疗难点在于，如何在术中实现精准、完整切除结节的同时，最大限度地保留患者的肺功能。

“流域地形图”是一项基于大数据与人工智能算法的新技术。该方法利用常规剂量CT平扫的Dicom数据，结合微观（22～24级）毛细血管网络解剖分水岭特征，通过特定纹理和形态生成高精度仿真肺亚段的自然分割平面。该技术在肺表面形成荧光流域边界，与实际肺解剖结构高度拟合。通过分析结节与流域边界的毗邻关系，可实现结节的实时、可视化精准定位。这一创新性技术为术中肺结节定位与切除提供了全新的解决方案。

该共识由国内四大学会牵头，联合相关领域的专家团队，以临床实际需求为导向，参考国内外相关指南与共识，经过多轮磋商、讨论和投票最终形成。主要内容涵盖了“流域地形图”技术的理论基础、适应证、操作流程、手术规划细节及术后评估标准，旨在为目前正在或计划开展荧光镜下流域分析法肺结节切除术的临床同行提供科学指导和探索方向。

该共识的推荐级别为：
1A级：基于高水平证据：严谨的Meta分析或随机对照试验（randomized controlled trial，RCT）结果，专家组有统一认识。
1B级：基于高水平证据：严谨的Meta分析或RCT结果，专家组有争议。
2A级：基于低水平证据，专家组有统一认识。
2B级：基于低水平证据，专家组无统一认识，但争议不大。
3级：专家组存在较大争议。

AI技术在肺结节检查中的应用正日益广泛，显著提升了筛查的准确性和效率。基于深度学习的AI系统能够快速识别和分析CT影像中的肺结节，辅助医生进行诊断。一项研究将250例患者分为住院医组、AI组和住院医结合AI组，比较了三组在肺结节检出方面的表现。结果显示，AI组的平均诊断时间明显少于其他两组，同时误诊率也显著降低。具体而言，AI组的误诊率为10.2%，明显低于住院医组的16.7%和住院医结合AI组的12.5%。此外，AI组的敏感度高达94.6%，显著高于住院医组的85.7%。

AI技术不仅提高了诊断速度和准确性，还能对肺结节的良恶性进行初步判断。研究发现，AI系统在评估肺结节的恶性概率时表现出较高的准确性。对于实性结节，AI系统在长径、最大面积、体积和恶性概率等方面的评估具有较高的参考价值，ROC曲线下面积（AUC）均大于0.7。同样，对于磨玻璃结节（GGN），AI系统在长径、最大面积、体积、平均CT值、最大CT值和恶性概率等方面的评估也具有较高的准确性，AUC均大于0.7。

AI技术在肺结节检查中的突破不仅体现在筛查和诊断阶段，还延伸到了手术规划和实施过程中。以“流域地形图”技术为例，该技术通过AI算法实现肺结节的精准定位，为手术提供了可视化指导。与传统穿刺定位技术相比，“流域地形图”技术能够在纵隔侧肺表面、肺裂、肺底显影立体流域边界，提供结节的深度信息，使楔形切除术的适应证进一步扩充到肺内2/3区域。这种创新技术不仅简化了手术流程，还提高了手术的精准度，有助于最大限度地保留患者的肺功能。

此外，AI技术在提高医生工作效率和诊疗水平方面也展现出巨大潜力。深睿医疗的肺癌AI辅助诊断系统就是一个典型案例。该系统能够对胸部CT影像进行智能分析，提供肺结节的良恶性判断和评估。通过数万例有病理金标准数据及至少两年随访数据的模型训练，该系统能够为医生提供高特异性的肺结节良恶性辅助诊断结果。这种智能化工具不仅减轻了医生的工作负担，还提高了诊断的准确性和效率。

尽管AI技术在肺结节检查中取得了显著突破，但仍面临一些挑战。例如，AI系统的普及和应用需要解决数据安全和隐私保护问题。此外，AI技术的进一步发展还需要更多的临床数据支持，以优化算法和提高诊断精度。然而，随着技术的不断进步和临床应用的深入，AI有望在肺结节检查中发挥越来越重要的作用，为患者带来更精准、更高效的医疗服务。

AI技术在肺结节检查中的突破，不仅提高了筛查的准确性和效率，还为临床医生提供了有力的辅助工具。随着技术的不断发展和完善，AI有望在未来的医疗实践中发挥更大的作用，为患者带来更精准、更高效的医疗服务。