​困扰1亿中国人的肺结节是不是癌 要不要切

困扰1亿中国人的“肺结节”，要不要切？

随着医学发展及体检的不断普及，刘阿姨这样的患者并不在少数。据东南大学附属中大医院呼吸内科负责人朱晓莉介绍，目前中国有1亿肺结节患者，其中8000万患者都是小于8mm的小结节，在此其中只有2%-3.6%是恶性肺结节。

面对民众对于肺结节早期确诊的迫切需求，医疗技术正经历着严峻考验。

如何判断肺结节的恶性概率以及治疗方式？不光患者感到纠结，大部分的临床医生也常常感到“两难”，他们既希望能帮助患者消除隐患，也不愿“矫枉过正”造成过度医疗。

天津市胸科医院胸外科医生李鑫表示：“医学有很多不确定性，并非每个检查都能给出明确的结果，我们医生每天都在治疗和患者生存质量之间，争取最大的利益。”

通常情况下，医生会依据临床经验通过观察肺结节大小、密度（即实性成分）、倍增时间以及影像学特异征象等推断恶性概率。对于10mm以下的小结节，一般有一个观察期，通过体积和密度的时间变化来明确诊断。

这个过程中，医疗行为更像一把“尺子”，将医学、技术、伦理、人文等多方因素糅合起来，“丈量”出最优建议推荐给患者，再由患者评估决定治疗方式。除特殊情况，医生不会主动要求患者进行手术。

避免肺结节造成生命的“悲剧”，破局医患双方的“两难”抉择，我们还需要“尺子”的刻度更加精细。

诊断早期肺原位癌AI带来新惊喜

在天津市胸科医院影像科办公室里，吕军医生正专注地查阅每份影像资料并及时作出判断。面对肺结节的诊断评估时，他会不时地反复查看两台显示器界面，参阅AI标注的肺结节病灶，以免遗漏极微小的病灶。

与此同时，一份通过AI分析的诊断报告会在电脑桌面上显示，具体包括结节的位置、大小、性质、边缘、CT值、恶性概率、定性诊断等内容。如今，吕军已经喜欢上了这个“AI助手”，它分析的数据更全面，速度更快，辅助医生确保肺结节诊断的准确性，于患者而言，可以降低多次诊断的麻烦，减轻医疗负担。

有这样一个病例，患者在PET-CT检查后提示肺部3个小结节均为炎症，而通过AI系统得出的结论却为恶性。据接诊医生介绍，“这位患者的3个结节，有两个都靠近左肺中央处，无法进行诊析，而切除全肺要十分慎重。所以，我们先通过微创手术对边缘处的结节进行活检，病理诊断为恶性。”因此，天津胸科医院的胸外科团队选择对患者行一侧肺全部摘除手术，在对摘除的病灶进行病理诊断后发现，3个病灶均为恶性，这也证实了AI检测在临床应用的准确性，在某些方面取得了喜人的成绩。

这样的“惊喜”并非少数。胸外科主任张逊教授介绍，目前AI标注的恶性结节，同病理结果一致的现象越来越多（病理结果一般为肿瘤诊断的金标准），这也令临床团队为患者制定下一步治疗方案时，多了一分自信与从容。要论幕后功臣，当属2018年开始投入使用的京津冀肺癌AI辅助诊疗平台。因为这样的医疗AI的辅助，使丈量肺结节的“尺子”相比以往更加精准了。

自医院采用该平台以来，原本对AI接受程度不高的医生，逐渐认可了AI，辅助诊断病例量逐月递增。“AI基本不漏诊，诊断速度更快，患者回访遗漏率更低，对于患者早期确诊意义重大，”在天津市胸科医院胸外科医生程世钊看来，AI还方便医生复盘总结，提高阅片能力，在医患之间都能起到“拐杖”效应。

张逊教授同样对AI在提升医生工作效率方面的表现予以肯定，同时，他对肺部癌前病变和原位癌的AI早期诊断，持较高期待，认为“这有利于推动行业标准化”。

肺癌AI辅助诊疗平台，就是结合大数据病历库通过人工智能比照进行分析，最后出具患者影像诊断信息，辅助医生进行临床诊断。截至目前，肺癌AI辅助诊疗平台在天津市胸科医院累计使用超过20000例次，其中有病理金标准的数据达数千例，AI肺结节检出率从82%提升到99%，良恶性预测准确率从51%提升到90%，等效于PET-CT对肺结节良恶性预测的准确率，且对小结节良恶性预测的准确率明显高于PET-CT。

AI助力肺癌早筛还需破局临床“痛点”

从2017年至今，AI技术在医学领域拓展的目光，大部分都聚焦在AI辅助诊断肺结节项目。公开数据多、数据获取相对便利，以及肺结节影像直观、便于观察诊断的特性，造成AI进入门槛不高。同时，胸部CT放射影像技术是肺癌早期筛查最重要的手段之一，AI辅助诊断肺结节存在较为迫切的市场需求。

复旦大学附属中山医院白春学教授在解读《肺结节诊治中国专家共识(2018年版)》时强调，关于不同类型肺结节的处理原则需“进行AI分析或者请有经验的专家会诊”，也说明AI技术在医疗领域不断被接受认可。

因此，近年来市场上提供AI识别肺结节服务的平台不断涌现，但据公开数据显示，各平台披露出的AI监测准确率等数值并无太大差距，从某种意义上讲，这反映出领域内很多平台创新能力不够，同时受到数据来源、算法和监管因素等限制，纷纷选择了相似的领域，但缺乏落地实践经验。

在外出参会学习与同行交流时，李鑫感到，目前很多AI产品在比赛、演示中的数据足够亮眼，但有些“自娱自乐”，在临床应用场景上欠缺医学能力，应用于真实诊疗似乎有点“不接地气”。

医疗AI整体目前还处于初级探索期，未来还需大幅提升。“利用AI辅助诊疗平台更像‘如虎添翼’，但临床诊断需要逻辑推理能力，AI尚无法模拟临床上的因果关系，同时在兼容性方面，AI的学习也会出现偏移。”吕军说。

作为天津市胸科医院AI技术支持方，零氪科技AI团队产品经理张建华认为，医疗AI目前像“还没有做出太多成绩的小学生”，涉足医学诊疗的“深水区”，产品还需要不断地在真实世界研究的场景下，进行迭代升级。

事实上，为了推进AI在医疗场景中的真正落地，零氪AI团队与天津市胸科医院紧密合作，通过建立微信群，实时与临床医生进行充分交流。“我们十分看重医生的临床使用反馈，这有助于我们不断打磨产品，让AI真正融入到医生的工作场景中。”据张建华介绍，对于一些小的修改，一般当天就会有技术人员前往医院解决；而对于一些较大调整，团队会依据解决方案，对平台进行迭代升级。