2022年2月25-26日，由中山大学肺癌研究所牵头，广东省抗癌协会、吴阶平医学基金会模拟医学部胸部专家委员会、中国医药卫生发展基金会主办的第十一届广州肺癌论坛在美丽的花城广州成功举办。本次大会以“聚焦肺癌治疗进展”为主题，邀请了多位国内外顶尖专家，就肺癌临床诊疗的前沿热点和争议进行了热烈而深入的探讨。
作为本次大会的重要组成部分，由电内生物科技有限公司、模拟医学科胸外科专业委员会、吴阶平医学基金会，以及来自中山大学肿瘤中心、北京大学肿瘤医院、华西医院、上海胸科医院、KOL等多家医院专家代表共同参与的“人工智能在肺结节诊疗中的应用专家共识”大会也在大会中揭晓！
这份专家共识，有16家医院和KOL直接参与撰写和评价。超35+医院联合签署共识，这也标志着人工智能在胸外科肺结节应用的首个专家共识正式发布。
应推进肺癌的防治，提高准确诊断和治疗水平。
肺癌是我国第一大癌症，具有发病率高、死亡率高、5年生存率低的明显特点。肺癌的早期诊断和治疗是提高肺癌患者生存率的最有效方法。因为早期肺癌没有典型的临床症状，CT影像上只显示肺结节。低剂量CT检查是目前早期肺癌的主要筛查手段。人工智能辅助的图像数据深度挖掘在肺结节的早期诊断和精准医疗中发挥着重要作用。
“数字医疗是十大新医疗之一，如何通过数字化手段改善医疗服务让更多患者受益，是当前需要关注的话题。”中山大学肿瘤防治中心龙浩教授在发言中表示:“目前，随着影像技术的不断提高，肺部小结节的检出率不断提高，肺癌防治的门槛也在不断前移。作为与肺癌相关的医疗工作者，努力把肺癌的治疗水平提高到一个新的高度，是今后的一个重点目标。”
△中山大学肿瘤防治中心龙浩教授
北京大学肿瘤医院陈克能教授表示，“人工智能将影响临床医学的方方面面，包括在肺结节的标准化诊断、随访、全程管理、手术设计、良恶性判断、术后患者管理等方面提供更高的起点。同时，随着人工智能的应用，将推动胸外科的继续教育，特别是在肺癌的诊治方面，将惠及广大患者。”
△北京大学肿瘤医院陈克能教授
标准化临床实践和专家共识具有重要的应用意义。
虽然人工智能领域在肺结节的识别、病理预测和随访管理方面取得了一定的进展，但临床上仍然缺乏规范化的评估和统一的质量控制标准。
2020年以来，电内科技与模拟医学系胸外科专业委员会、吴阶平医学基金会合作开展了“早期肺癌手术智能辅助决策系统多中心验证”项目，在多中心临床数据验证方面取得了良好的效果，并成功汇总了入院会专家的共识。会上，赵泽瑞博士分享了肺结节AI辅助诊断的多中心研究成果:“研究证实，in-point AI辅助诊断技术在区分肺结节良恶性和术前预测病变浸润程度方面具有良好的准确性，有望成为肺结节筛查诊断的理想辅助评价指标。为专家共识的内容提供了坚实的理论基础。”
该共识由中山大学肿瘤防治中心龙浩教授、华西医院周清华教授、北京大学肿瘤医院陈克能教授、南方医科大学南方医院蔡开灿教授、郑州大学第一附属医院宋钊教授、中南大学湘雅医院张春芳教授、上海市胸科医院罗清泉教授、四川省肿瘤医院李强教授、 云南省肿瘤医院李高峰教授、浙江大学医学院附属第一医院胡建教授、浙江大学附属第二医院吴明教授。 这一共识的发布，无疑对指导人工智能在肺结节诊断中的使用策略和应用标准具有重要意义。
△嘉宾在现场合影。
人工智能在肺结节诊治中的应用专家共识；
共识1:肺结节诊断的现状和局限性
专家共识:低剂量螺旋CT筛查发现肺结节的假阳性率高，传统诊断方法对肺结节的诊断有很强的局限性。人工智能在肺结节良恶性的辅助诊断方面取得了一定的进展，但在病理分类预测、多项随访数据的综合判断、手术规划等方面还有很多问题需要解决。
共识2:人工智能在肺结节识别中的作用
专家共识:人工智能在辅助医生识别肺结节方面有很大优势，在随访时判断肺结节是良性还是恶性有很大价值。人工智能对亚固体结节的检出假阴性率较高，仍需人工读片，减少漏诊。
共识3:人工智能在良恶性肺结节鉴别诊断中的作用
专家共识:人工智能技术在鉴别肺结节良恶性方面可以为临床诊断提供辅助参考，但其准确性无法替代人工。基于多模态信息的肺癌诊断技术可以得到更加准确的肺癌诊断结果。
共识4:肺结节病理分类对手术规划的指导意义
专家共识:现有数据支持:1。部分低危I期非小细胞肺癌患者行次肺叶切除术的预后并不比行肺叶切除术者差；2.高分级成分的肺腺癌患者手术切除后预后差。由于术中冰冻与术后石蜡病理诊断肺腺癌亚型的一致性不够高，根据术中冰冻结果确定手术切除范围仍有争议。目前急需新的方法来辅助术前诊断，以指导后续治疗。
共识5:人工智能在肺结节病理分类预测中的作用
专家共识:人工智能可以基于深度学习和记忆，从肺结节中准确提取重要的微观特征。它具有非侵入性、捕捉肿瘤异质性和可重复性等优点。有望对磨玻璃结节肺腺癌早期浸润亚型进行分级和预测，为临床决策提供参考。但需要设计多中心、高质量的数据集和前瞻性随机对照试验进行进一步验证。
共识6:随访在肺结节诊断和治疗中的价值
专家共识:根据肺结节基线检查的特点，拟定随访计划。建议使用HRCT进行小于1mm的薄层扫描随访，重建冠状位和矢状位以便更好的评估。随访方法建议根据肺结节的分类和危险分层进行区分。如果结节有生长，可以认为是手术的指征。科学的随访方案可以准确筛查病例，提高手术病例的阳性率。后续计划建议与患者共同做出决定。
共识七:人工智能在肺结节多次随访数据中的综合判断。
专家共识:人工智能可以帮助评估肺结节多次随访数据中肺结节的体积和形态变化，为结节倍增时间和形态变化提供参考，从而制定个体化随访间隔，但其具体应用范围有待进一步研究。
共识8:人工智能在肺结节手术规划中的作用
专家:基于人工智能的三维重建技术对提高手术的安全性和准确性具有重要意义。
关于人工智能技术
典内科技作为一家专注于辅助肺结节/肺癌筛查、诊断、治疗、就诊全流程管理的高科技创新企业，专注于AI肺癌全流程解决方案的打造。前沿的人工智能技术，通过深度学习算法结合多组学数据，与全国顶尖多学科专家合作，以“主动性、全过程、标准化”为核心理念，自主研发管理平台，旨在“降低肺癌死亡率，提高肺癌早期诊断率”。目前，针对肺结节/肺癌这一垂直领域，针对人群筛查、随访管理、术前决策、术前规划、精准用药等不同场景，开发了一体化解决方案。未来，我们将继续坚持“人工智能赋能肺癌全程管理”的使命，致力于成为AI普惠医疗的引领者，服务国家分级诊疗体系建设，助力健康中国2030！
