C-Lung-RADS：中国人群肺结节风险评估利器

C-Lung-RADS：中国人群肺结节风险评估利器

近日，四川大学华西医院呼吸与危重症医学科李为民教授、王成弟研究员团队在医学顶级期刊《自然-医学》（Nature Medicine）发表重要研究成果，创新性研发了基于数据驱动的中国肺结节报告和数据系统（Chinese Lung Nodules Reporting and Data System, C-Lung-RADS）。这一系统专为中国人群设计，通过多维度数据分析，精准评估肺结节的恶性风险，显著提高了早期肺癌的诊断准确性。

肺癌是中国恶性肿瘤发病率和死亡率最高的疾病，早期诊断是提高患者生存率的关键。低剂量螺旋CT（LDCT）是肺癌筛查和诊断的重要工具，但随着其广泛应用，肺结节的检出率逐年增高。如何准确识别具有重要临床意义的肺结节，同时避免过度治疗，成为肺癌筛查中的重要挑战。

现有的肺结节分级标准，如美国放射学会提出的Lung-RADS，主要基于影像信息进行分类，在中国人群中的筛查效能较低。针对这一问题，C-Lung-RADS系统基于中国人群的真实世界肺结节数据，创新性地提出了阶梯式风险评估方案。

该系统分为三个阶段：

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。例如，实性结节的恶性风险分级大小阈值为6、10和18毫米；纯磨玻璃结节的低、中、高危大小阈值分别为6和20毫米。

第二阶段（Phase 2）融合影像和临床信息，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。

研究团队基于四川大学华西医院及其医联体的12万受试者数据进行验证。结果显示，在内部测试集中，C-Lung-RADS诊断恶性肺结节的灵敏度为79.9%，明显高于Lung-RADS的60.3%。在独立验证集中，C-Lung-RADS的灵敏度达到87.1%，优于Lung-RADS的63.3%。同时，C-Lung-RADS的阴性预测值显著高于Lung-RADS，有助于减少不必要的进一步检查和治疗。

基于C-Lung-RADS的风险分级，研究团队建议对不同风险级别的结节采取不同的管理策略：低危结节进行年度LDCT随访；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。

C-Lung-RADS系统的创新性主要体现在四个方面：

1. 大数据基础：构建了涵盖约6万例肺结节人群的中国人群肺癌筛查队列

2. 阶梯式评估：通过临床简便易行的方法识别出大量低危结节（占比约78.2%），着重分析风险程度高的结节（占比约21.8%），进一步筛查出极高危结节（占比约1.8%）

3. 多维度融合：开发多维梯度提升回归模型整合影像、临床、随访信息

4. 可及性高：目前搭载C-Lung-RADS AI软件的智慧健康管理车已在四川广安、甘孜等地成功应用

这一“中国方案”不仅填补了国内肺结节风险评估领域的空白，也为全球肺结节风险评估提供了新的思路。随着进一步的推广和应用，C-Lung-RADS有望成为提高中国乃至全球肺癌早期诊断率、降低医疗成本的重要工具。