张兰军教授：助力“健康中国2030”目标实现肺癌早诊早筛意义重大

  第十届中国肺癌南北高峰论坛”于2024年11月23日在北京召开。论坛以控烟与肺癌防治、肺癌筛查与早诊早治、肺癌规范化诊疗和关注肺癌患者生命周期全过程管理为主题，全面推广普及肺癌诊疗领域的新技术、新药物及新指南，提升全民科学素养和对肺癌“防、筛、诊、治、康”的认识，提高临床医生肺癌的诊治水平，推进我国肺癌学科的建设与发展，推动我们国家控烟与肺癌防治事业和肺癌规范化临床诊疗的进步与发展。值此会议之际，医脉通特邀

  癌症筛查和早诊早治是提高癌症生存率、减轻癌症负担的重要举措，可否请您介绍一下，为推动肺癌的早筛早诊，在国家癌症中心的带领下，我们做出了哪些努力？取得了哪些显著的成就？

  在国际上，包括NLST研究和NELSON研究在内的多项大型研究证实，与传统的数字化X线检查相比，低剂量螺旋CT筛查能够明显提高早期肺癌的检出率，减少漏检，以此来降低肺癌的死亡率。换言之，通过低剂量螺旋CT筛查，许多原本可能被漏检的肺结节得以被发现，漏检率大幅降低。

  这一筛查方法同样适用于中国人群，事实上，早在上世纪50年代，我国在周恩来总理的倡导下就慢慢的开始关注肺癌的筛查工作。在云南个旧等肺癌高发地区以及北京、上海、广州等大城市，针对肺癌高危人群进行的筛查在某些特定的程度上发现了一些早期肺癌病例或未被诊断的肺癌，为提高肺癌的诊治率和降低死亡率奠定了基础。

  近年来，随国家对健康事业的持续投入，尤其是在《“健康中国2030”规划纲要》的指导下，全国范围内的健康普查工作得到了大力推进。其中，低剂量螺旋CT筛查成为肺癌筛查的核心手段。国家癌症中心联合各地分中心及大型肿瘤医院，开展了肺癌真实世界病理数据的收集和分析。

  根据收集到的数据，我们大家可以看出，我国肺癌的发病趋势发生了发病年龄下降和早期诊断比例提高等变化。目前我国肺癌患者的发病年龄明显降低，而与此同时，在各大医疗中心，早期肺癌的检出率已达50%~60%，部分中心甚至高达70%。

  通过早期发现，患者能够及时接受根治性治疗，从而明显提高生存率，减轻家庭经济负担和心理上的压力。同时，治愈的患者能够回到正常状态生活和工作，为社会创造更多价值。此外，早期诊断还推动了治疗方式的精准化和微创化，减少了手术相关创伤和并发症。

  同时，分子医学的进展也为肺癌的精准诊疗提供了重要支持。通过基因检测，我们得知中国人群与欧美高加索人群在肺癌的分子特征上存在非常明显差异。例如，中国肺腺癌患者中EGFR基因突变的比例明显高于高加索人群。这一发现为制定针对中国人群的肺癌防治策略提供了重要依据。

  基于我国当前的肺癌筛查体系，您认为我们的早筛工作还存在哪些不足之处？我们应怎么来面对这些挑战？

  肺癌的早期筛查并非单纯依赖于医院的行为，而更需要政府的主导和推动。医院可以在其中发挥协助作用，但从总的来看，肺癌早筛，尤其是针对高危人群的筛查，必须在政府的倡导和资金支持下才能有效开展。例如，广东省已经连续七年开展了“五癌筛查”项目。这是一项由广东省政府出资、中山大学肿瘤防治中心牵头组织、覆盖各地市县街道的筛查工作。这一过程需要配备移动CT筛查车等先进的设备，经各市县医院医生的协作，以及专门的组织团队来协调和落实专项工作方可实现。

  此外，筛查只是肿瘤防治工作的第一步。筛查出肺癌患者后，如何确保他们可以接受及时、有效的治疗是另一个核心问题。以往在青海、贵州等边远山区筛查时，常常出现这样的情况：筛查检测出了肺癌患者，但医生离开后，这些患者却因当地医疗资源匮乏而没有办法获得进一步的治疗。尤其是肺癌这种需要高水平医疗技术的疾病，许多偏远地区的医疗条件难以满足治疗需求。因此，如何打通从中心城市到偏远郊县的医疗服务链条，确保筛查与治疗的无缝衔接，是实现全国范围内肺癌早筛工作的关键。这需要全国上下形成合力，实际做到“一盘棋”，才能让筛查工作发挥其应有的价值。

  在肺结节的筛查领域，您认为有哪些新的技术需要我们来关注？新技术的加入将为肺结节的筛查工作提供怎样的助力？

  影像学检查实际上只是医学诊断中的一种手段，其能够在一定程度上帮助我们发现诸如肺部小结节等不正常的情况。然而，影像学检查的结果与病理诊断之间的符合率通常在60%到80%之间。即使是目前最先进的PET-CT检查，其诊断准确率也无法达到100%，任旧存在一定的假阳性率和假阴性率。因此，仅依靠CT或PET-CT检查，并不能完全明确肺结节是否为肿瘤。

  为了提高诊断的准确性，我们应该结合其他检验测试手段。例如，人工智能辅助诊断和液体活检（liquid biopsy）。液体活检通过一系列分析体液中的肿瘤相关标志物，包括游离DNA（ctDNA）、循环肿瘤细胞（CTC）和甲基化标志物等，提供额外的诊断信息。这些新兴技术与影像组学相结合，能轻松实现更全面的综合判断。

  早在2007年，我们团队便开展了基于AI的肺结节良恶性鉴别研究。我们采用了一种深度学习算法，即卷积神经网络（CNN），对CT影像中发现的肺结节进行进一步分析，以判断其恶性或良性。为验证模型的准确性，我们将其诊断结果与一位具有20年以上经验的资深影像科医生的诊断作对比。经过反复训练和优化后，人工智能模型的诊断效能已达到与资深医生相当的水平。这一技术非常适合于偏远地区和基层医疗机构，以弥补当地缺乏高水平影像诊断医生的不足。

  此外，我们还探索了miRNA与肺癌发生发展之间的关系，发现3种miRNA与肺腺癌紧密关联。基于这些miRNA的检测结果，结合人工智能模型，我们构建了一个复合诊断模型。该模型综合了ctDNA、miRNA、AI和传统影像组学的多维信息，明显提高了诊断效能，其ROC曲线表现优异。该研究成果已于2022年发表在European Journal of Radiology上，并在亚太胸心血管外科大会上进行了学术报告。

  目前，中山大学肿瘤防治中心已将多种先进的技术应用于临床实践。从结果来看，新技术的推广和应用，不仅提升了诊断的精准性，也为患者提供了更高质量的医疗服务。

  医脉通是专业的在线医生平台，“感知世界医学脉搏，助力中国临床决策”是平台的使命。医脉通旗下拥有「临床指南」「用药参考」「医学文献王」「医知源」「e研通」「e脉播」等系列新产品，全面满足医学工作者临床决策、获取新知及提升科研效率等方面的需求。

  本平台旨在为医疗卫生专业技术人员传递更加多医学信息。本平台发布的内容，不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。如该等信息被用于了解医学信息以外的目的，本平台不承担相关责任。本平台对发布的内容，并不意味着同意其描述和观点。若涉及版权问题，烦请权利人与我们联系，我们将尽快处理。