C-Lung-RADS：精准管理肺结节的新希望
C-Lung-RADS：精准管理肺结节的新希望
近日，四川大学华西医院李为民教授团队在国际顶尖医学期刊《自然·医学》上发表了一项突破性研究，推出了专门针对中国人群的肺结节风险评估系统——C-Lung-RADS。这一创新性研究成果不仅填补了国内在肺结节精准管理领域的空白，更为提高肺癌早期诊断率、优化医疗资源配置提供了新的解决方案。
创新驱动：多维度数据融合实现精准评估
C-Lung-RADS系统的核心优势在于其独特的多维度数据整合能力。该系统基于四川大学华西医院及其医联体的12万例肺结节数据，通过深度学习和人工智能技术，实现了对肺结节的精准风险分层。
系统采用分步操作方式，首先通过自动获取结节的大小和密度，将结节分为低风险、中风险、高风险和极高风险四个等级。在此基础上，系统进一步整合影像学特征、临床信息和随访数据等多模态信息，对可疑恶性结节进行精细化风险评估。
研究数据显示，这种多维度评估模式显著提高了诊断准确性。在内部测试集中，多维度模型的曲线下面积（AUC）达到0.918，远高于单维度模型的0.881。而在独立验证集中，多维模型的AUC更是高达0.927，显示出优异的泛化能力。
临床实践：精准诊断助力优化诊疗决策
C-Lung-RADS系统的临床应用效果令人瞩目。与目前广泛应用的Lung-RADS系统相比，C-Lung-RADS在多个关键指标上展现出显著优势。
在内部测试数据集中，C-Lung-RADS的敏感性达到79.9%，明显高于Lung-RADS的60.3%。同时，C-Lung-RADS的阴性预测值高达96.1%，同样优于Lung-RADS的92.9%。在独立测试集中，这种优势更加明显：C-Lung-RADS的敏感性为87.1%，而Lung-RADS仅为63.3%。
这些数据表明，C-Lung-RADS不仅能更准确地识别恶性结节，还能有效减少不必要的侵入性检查，为患者提供更加个性化的诊疗方案。
普及推广：助力提升基层医疗服务能力
目前，基于C-Lung-RADS的AI辅助诊断软件已成功部署于华西-联影智慧健康管理车。该车先后在四川广安、绵竹、甘孜等地开展肺癌筛查项目，累计为3万多名群众提供服务，筛查出100多例早期肺癌患者。
这一创新不仅提高了基层医疗机构的诊断能力，更为推动优质医疗资源下沉、实现健康中国目标提供了有力支持。通过精准的风险分层和管理策略，C-Lung-RADS有望在未来的医疗实践中发挥更大作用，为更多患者带来福音。