WCLC展示肺癌筛查新技术，全国肺健康计划将推广广州模式

WCLC展示肺癌筛查新技术，全国肺健康计划将推广广州模式

2024年世界肺癌大会（WCLC）上展示了一系列肺癌早期筛查新技术，包括液体活检、蛋白质生物标志物组合及多组学深度学习模型，这些技术显著提升了早期肺癌的检测精度。与此同时，“全国肺健康计划”即将启动，旨在通过先进的筛查技术和健康教育，降低肺癌发病率。这些新突破不仅为临床实践提供了新的工具，也为公众提供了更好的健康保障。

肺癌仍是全世界范围内癌症相关死亡的主要原因。早期肺癌可以实现治愈，而晚期肺癌患者的5年生存率极低，因此早诊早治是提高生存率的关键。尽管低剂量CT筛查在肺癌高危人群中已显示出降低死亡率的潜力，但其高假阳性率仍是一大挑战。因此，肺癌早期筛查技术的持续优化成为研究热点。

在2024年世界肺癌大会（WCLC）年会上，三项最新研究成果为肺癌早筛早诊带来了突破性启示。这些研究聚焦于液体活检、生物标志物组合及多组学深度学习模型的应用，为临床实践及科研方向开辟了新路径。

液体活检技术是癌症筛查的重要手段，然而，当前基于循环肿瘤DNA（ctDNA）的液体活检方法对于早期癌症的识别能力尚显不足。为了充分证明液体活检在癌症早期检测中的潜力，研究人员探索了一种新方法：通过对循环T细胞受体（TCR）复合物谱系进行测序，利用T细胞对肿瘤的特异性识别能力，从而提高液体活检的灵敏度。

研究发现，在错误发现率（FDR）≤0.10的条件下鉴定出的197个癌症相关TCR复合物功能单元（RFU）中，110个RFU在肺癌样本中富集。在110个癌症富集RFU中，有77个RFU的TCR计数随着整个群体年龄的增长而下降，而肺癌患者的计数则高于年龄匹配的对照组。

进一步分析显示，TCR RFU癌症评分在预测癌症状态方面表现出色，其ROC曲线下面积（AUC）达到0.70，尤其在对I期肺癌的预测中，AUC值更是高达0.71，明显优于II~IV期肺癌（0.64），表明该模型对I期肺癌具有更高的预测准确性。具体而言，该TCR模型在保持80%特异性的同时，能够检测出49%的I期肺癌病例。

当TCR RFU与ctDNA及肺癌相关蛋白质生物标志物联合应用时，其在I期肺癌检测中的灵敏度得到了显著提升，在维持90%目标特异性水平下，灵敏度增幅约20%。值得注意的是，这一联合检测策略并未显著提高晚期（II~IV期）肺癌的灵敏度，这从侧面反映了现有血浆分析物在晚期肺癌检测中的强大性能。

本研究通过深入分析循环TCR复合物，成功展示了其在早期肺癌检测中的巨大潜力。其与现有血浆分析物联合应用，有望进一步提高肺癌早期筛查的灵敏度和准确性，为肺癌的早诊早治开辟新途径。

在今年WCLC上，一项关于4种蛋白质生物标志物组合（4MP）在多中心国家肺癌筛查试验（NLST）中评估肺癌风险性能的研究结果显示，4MP可能是肺癌筛查的有效辅助手段，在识别高风险肺癌患者，特别是在预测下一年将发展为晚期肺癌患者方面展现出显著优势。

该研究采用嵌套病例对照设计，对NLST中的血浆样本进行了4MP评估，两个队列分别由675份CT扫描无可疑发现的样本和715份筛查发现肺结节的样本组成。

结果显示，在CT扫描阴性的队列中，4MP对于最终确诊为II期或以上肺癌的患者表现出良好的预测性能（AUC=0.67），且对于所有晚期（III期及以上）肺癌患者及抽血后1年内确诊的肺癌患者，其预测性能更为优异（AUC均为0.71和0.71）。这一发现为临床随访策略的制定提供了重要依据，有助于识别并密切监测高风险肺癌患者。

对于发现肺结节的患者，4MP同样展现出良好的预测性能。对于最终被诊断为II期或以上肺癌的患者，4MP的AUC为0.64。与单独使用Brock模型相比，加入4MP后显著提高了风险预测的净再分类指数（NRI=0.26），进一步验证了4MP在肺癌风险预测中的价值。

面对不确定性肺部病变（IPL）管理的挑战，研究者们开发了一种创新的多组学深度学习模型RadmC，旨在实现肺癌的快速识别与良性病变的准确区分，同时减少不必要的侵入性活检。

该模型基于来自5个临床中心的1236例IPL患者的循环游离DNA（cfDNA）样本和CT图像，融合了放射组学和表观基因组学等多维度信息。通过严格的评估指标，包括AUC、灵敏度、特异性、阳性预测值（PPV）、阴性预测值（NPV）和准确性，RadmC展现出了优异的诊断性能。在内部和外部验证队列中，其AUC值分别高达0.908和0.897，显著优于单一组学模型。

在灵敏度（0.823和0.864）、特异度（0.870和0.822）、阳性预测值（PPV）（0.951和0.938）、阴性预测值（NPV）（0.615和0.661）和准确度（0.834和0.854）等关键指标上，RadmC也均保持最佳状态。这一成果不仅为肺癌的早期诊断提供了一种更为准确、稳健的方法，还为IPL的临床管理提供了重要的决策支持。

更为重要的是，RadmC模型在不同临床情境下均能保持稳定的优越性能，比如不同年龄、性别、病变部位、病变类型、大小和腺癌亚期。对于Mayo模型和Brock模型识别的中危IPL患者，RadmC能够更准确地对其进行再分类，有效减少了不必要的侵入性手术（96.7%）和延误治疗（37.7%）的情况，为IPL患者的临床管理提供了重要支持。此外，生物学探索分析揭示了RadmC特征与癌症增殖相关通路的紧密联系，为模型的科学性和可靠性提供了有力证据。

“将成功的模板推广到全国，我们就能够在呼吸疾病诊治——特别是肺癌的存活率上走在全世界的前面。”12月30日，全国“肺健康计划”暨肺癌“四早工程”启动会在穗举行，国家呼吸医学中心（广州医科大学附属第一医院）在广州国家实验室的指导和支持下，正式牵头开展肺癌及慢阻肺早筛暨“肺健康计划”项目，旨在评估和提升居民肺部健康水平，实现慢性呼吸疾病的早期发现与及时干预。

“共和国勋章”获得者、中国工程院院士钟南山出席会议并接受羊城晚报记者采访。

我国有将近1亿慢阻肺病患者

“呼吸疾病，应该说是仅次于心血管疾病的第二大对老百姓健康造成严重危害的疾病。”启动会上，钟南山介绍，近10年来我国肺癌发病呈持续增高趋势，年患者5年生存率仅28.7%，肺癌已成为我国发病率和死亡率第一的肿瘤。在2022年中，全国肺癌死亡人数超过了70万。

钟南山表示，由于肺癌起病较为隐匿，没有典型症状，群众在感到肺部不适时才去做检查，此时大多已发展为中晚期肺癌，大大影响了治疗效果。而通过早期在广州越秀区进行的居民肺癌筛查实践显示，早期肺癌的鉴别率可以达到90%以上。

钟南山表示，尽管我们现在的肺健康筛查工作可能慢一点，但搞好肺健康是千秋万代的事情，也是体现我们社会主义优越性的关键。现在看起来平凡的工作，实际上是很有价值的。做到“早筛、早诊、早干预、早康复”这“四早”，将大大降低肺癌的致死率。

此外，以慢性阻塞性肺疾病（以下简称“慢阻肺病”或COPD）为代表的呼吸系统疾病还是全球死亡的第三大原因。国家呼吸医学中心主任、广州医科大学附属第一医院教授何建行介绍，我国40岁以上成人患病率高达13.7%，有将近1亿慢阻肺病患者。

“开展呼吸慢病综合防治探索，研究先进诊疗措施和技术，对我国降低呼吸慢病的致残率和致死率具有重要战略意义。”何建行说道。

将“肺健康计划”的“广州经验”推向全国

据了解，早在1994年，广东就开始关注群众肺部健康，努力推进健康早筛工作；2015年，广东启动“爱肺计划”，为广州市50岁以上高危人群进行肺癌早筛；2023年，在广州国家实验室指导支持下，广州启动“肺健康计划”，开展40-47岁人群肺癌和慢阻肺早筛及管理。截至2024年12月27日，项目已共计完成23188例居民的肺癌筛查和入组，25642例居民的慢阻肺疾病筛查及入组。

“在不同地区的筛查中，我们总结了很多经验。”何建行分享，在我国呼吸疾病有其特殊性，依靠国际通用的“高危因素”进行筛查，往往会有较高的漏诊率。在长期筛查中，国家呼吸医学中心摸索出了价廉、高效、方便的筛查方式——即CT与肺功能检查结合。

钟南山表示，将“肺健康计划”推广到全国，实现“早筛、早诊、早干预、早康复”就是他和团队的初衷。“将成功的模板推广到全国，我们就能够在呼吸疾病诊治——特别是肺癌的存活率上走在全世界的前面。”如今，随着我国CT的广泛普及和AI在医疗领域的应用，在更大范围内进行“肺健康计划”已经具备条件，进一步把“广州经验”推广至全国势在必行。

在广州国家实验室的支持下，国家呼吸医学中心（广州医科大学附属第一医院）正式牵头开展全国“肺健康计划”暨肺癌“四早工程”，吸引了来自全国的10家核心单位和54家联盟单位加入。

全国“肺健康计划”旨在评估和提升居民肺部健康水平，以降低医疗单位周边及所在辖区内居民肺癌与慢性阻塞性肺疾病患病率为目标，开展低剂量CT检查及COPD筛查，全面地了解辖区居民的肺部健康状况，并提供精准诊疗建议。

预计2025年-2027年，为实施“肺健康计划”的医疗单位周边及其所在辖区40-74岁居民（常住人口和户籍人口，下同）开展低剂量CT检查及COPD筛查、科普宣教、治疗和随访等工作，全面提高当地居民肺部疾病的早筛早诊覆盖面。实现当地居民肺癌早诊率、5年生存率的提升，5年内肺癌发病率和死亡率均显著降低，慢阻肺病早诊率的显著提升。同时，促进从“以治病为中心”转变为“以健康为中心”，推动建立“肺健康”长效工作机制。

随着科技的进步和研究的深入，肺癌早期诊断技术正不断取得突破性进展。循环TCR复合物和多组学深度学习模型RadmC等创新检测技术的出现，为肺癌的早期发现提供了更为精准、有效的手段。未来，随着这些技术的不断优化和完善，我们有理由相信，肺癌的防控将迈入一个全新的时代，为更多患者带来希望。

仅供医疗卫生专业人士参考，不用于推广目的

内容审核：nyh

项目审核：李婷

题图来源：图虫创意

[2] Circulating T Cell Receptor Repertoire Analysis Improves Cancer Early Detection. 2024WCLC. MA02.03

[3] Performance of A Blood-based Protein Biomarker Panel in the National Lung Screening Trial. 2024WCLC. MA02.08

[4] Deep Learning-Based Multiomic Model for Lung Cancer Diagnosis. 2024W