华西医院AI诊断肺结节新突破：灵敏度提升23.8%，助力基层筛查

华西医院AI诊断肺结节新突破：灵敏度提升23.8%，助力基层筛查

引用

科学网

等

6

来源

1.

https://news.sciencenet.cn/sbhtmlnews/2024/9/381326.shtm

2.

https://finance.sina.com.cn/stock/med/2024-09-06/doc-incnfpne7972884.shtml

3.

https://www.thepaper.cn/newsDetail_forward_28781492

4.

https://kyy.scu.edu.cn/info/1477/7826.htm

5.

https://news.bioon.com/article/688384396160.html

6.

https://cancerinformation.com.hk/web/2024/09/12/%E7%99%8C%E7%97%87%E8%B3%87%E8%A8%8A%E7%B6%B2%E6%85%88%E5%96%84%E5%9F%BA%E9%87%91%E9%A6%96%E6%AC%A1%E5%8F%83%E8%88%87%E4%B8%96%E7%95%8C%E8%82%BA%E7%99%8C%E5%A4%A7%E6%9C%83/

近日，四川大学华西医院李为民教授团队在《Nature Medicine》发表重磅研究，创新性提出适合中国人群的肺结节风险分级系统C-Lung-RADS，为肺癌早期诊断带来突破性进展。

肺癌作为我国恶性肿瘤的“头号杀手”，2022年新发病例达106.06万，死亡病例73.3万，均居各类癌症之首。更令人担忧的是，由于早期肺癌往往无明显症状，多数患者确诊时已属晚期，错过了最佳治疗时机。数据显示，早期肺癌的5年生存率高达82%，而晚期则骤降至7%。因此，如何在早期精准识别肺结节的恶性风险，成为提高肺癌治愈率的关键。

创新突破：更适合中国人群的肺结节风险评估系统

C-Lung-RADS系统的核心优势在于其“中国化”和智能化。研究团队基于12万中国人的肺部影像数据，创新性地开发了三阶段评估模式：

第一阶段（Phase 1）：通过决策树模型，根据结节的密度、大小等影像学特征进行初步风险分级，将结节分为低危、中危、高危和极高危四个等级。

第二阶段（Phase 2）：运用深度卷积神经网络（DCNN），融合影像学和临床信息，对高危结节进行精确诊断。

第三阶段（Phase 2+）：进一步纳入随访数据，建立多模态融合模型，精准评估结节的恶性概率。

这种阶梯式评估模式不仅优化了医疗资源的分配，还显著提高了诊断的准确性。研究显示，C-Lung-RADS在内部测试集中的灵敏度达到79.9%，明显高于Lung-RADS的60.3%。在独立验证集中，这一优势更加明显，灵敏度高达87.1%，而Lung-RADS仅为63.3%。

临床应用：智能移动车助力基层筛查

考虑到我国医疗资源分布不均的现状，研究团队还开发了搭载C-Lung-RADS系统的智慧健康管理移动车。这种创新模式突破了地域限制，将优质医疗资源送入千家万户。自2022年起，该移动车已在四川广安、绵竹等地为3万多名群众提供肺癌筛查服务，成功发现100多例早期肺癌患者。

华西医院李为民教授表示，C-Lung-RADS系统具有显著的科学性和针对性，是我国重大疾病诊断标准本土化的重要突破。通过人工智能辅助诊断技术，有望在全国范围内普及肺癌精准早筛早诊，优化医疗资源配置，为更多患者带来生的希望。

这项研究不仅展现了中国在医疗AI领域的创新能力，更为全球肺癌防治提供了“中国方案”。随着C-Lung-RADS系统的推广和应用，我们有理由相信，肺癌的早期诊断率将大幅提升，更多患者将获得及时有效的治疗。