“肺結節”困擾1億中國人，它是不是癌？要不要切除？

一個蘋果從出現斑點，到徹底腐爛，大概會經歷一到兩周的時間。

同樣肺癌之于人體的發生也有一個過程，當發現肺部出現“斑點”——肺結節時，就需要警惕了。

蘋果出現斑點，我們可以選擇丟棄或切除壞損部位吃掉。肺結節出現時，你是會選擇擱置觀察？還是手術“一刀切”？

相比于蘋果，人體要復雜太多。肺結節并不完全意味著肺癌，就像雞蛋與小雞的關系，需要具備特定的孵化條件才能孵化。目前令醫患雙方感到“兩難”的問題是，我們是不是有足夠的證據鑒別肺結節的良惡性，將肺癌的隱患降到最低。

一、困擾1億中國人的“肺結節”，是不是癌？要不要切？

對于體檢中發現的肺結節，很多人憂心忡忡，懷疑自己是不是患了肺癌。據東南大學附屬中大醫院呼吸內科負責人朱曉莉介紹，目前中國有1億肺結節患者，其中有8000萬患者都是小于8mm的小結節，這其中只有2%-3.6%是惡性肺結節。

一位40余歲的公司女高管，年前體檢時發現了肺部結節，整個人趨于崩潰，寢食難安，一直擔心是肺癌，甚至都安排好了身后事。醫生觀察了結節的位置和形態后，發現不是典型的肺癌，標記后讓她回去服用消炎藥消炎，盡管她不太理解此時消炎有什么用，但還是按照醫囑嚴格執行。當1個月后再來拍片子復查，結節消失得無影無蹤，彼時她深深地舒了一口氣，整個人一下子放松下來，那種激動之情真的無以言表。

很多肺部疾病都可能表現為肺部小結節，常見的有以下多種情況：

• 良性病變：炎癥增生、肺部纖維化、結核、霉菌感染、出血、淋巴結、胸膜改變、血管畸形及寄生蟲等。
• 癌前病變：上皮細胞非典型增生。
• 惡性病變：原發性肺癌或既往其他部位或臟器的癌癥導致的肺內轉移癌。

因此，體檢發現肺小結節無需過度緊張，聽從專業醫生建議進行隨訪診療，可能就是虛驚一場呢。但也不要因此麻痹大意，出現肺小結節的原因目前醫學尚不明確，隨著時間遷延，有些小結節可能不會安于現狀。

浙江一位患者5年前發現肺部結節，連續2年復查無變化后自行懈怠，放諸腦后，三年后因頸椎病常規檢查胸部CT發現肺部存在磨玻璃結節，再度求醫后對比之前影像肺結節有明顯增長，手術切除后確診為右肺上葉浸潤性腺癌。試想，患者若不是因為頸椎病檢查，等出現咳血、胸痛等明顯癥狀時，病灶進展到晚期，悔之晚矣！

癌癥的發生一般包括“癌前病變→原位癌→浸潤癌”三個階段。癌前病變是可逆的，如處理及時可恢復到正常狀態；原位癌為癌的最早階段，無侵襲和轉移，早期發現能夠提高癌癥治愈率；浸潤癌即我們常說的癌癥，已不可逆，需要采取較為激進的治療方式，如切除手術和放化療等。

并非所有的結節都是早期原位癌，尤其是 10mm以下的微小結節，更是擺在醫生面前的難題。此時需要一個觀察期，醫生會提供專業建議，但不會主動誘導患者開刀。

天津市胸科醫院胸外科醫生李鑫表示：“醫學還有很多不確定性，并非每個檢查都能給出明確的結果，我們醫生每天也都在疾病的治療和病人的生存質量之間爭取最大的利益。”

萬一錯把肺癌當良性疾病，就會耽誤最佳的治療時間，一旦拖至中晚期療效會大大降低，患者還要承受諸多治療之苦；反之，則令患者白挨一刀，走冤枉路，還會影響肺功能。

二、診斷早期原位癌，AI或將帶來“新驚喜”

在天津市胸科醫院影像科辦公室里，呂軍醫生正專注地查閱每份影像資料并及時作出判斷。面對肺結節的診斷評估時，他會不時地反復查看兩臺顯示器界面，參閱AI標注的肺結節病灶，以免遺漏極微小的病灶。

與此同時，一份通過AI分析的診斷報告會在電腦桌面上顯示，具體包括結節的位置、大小、性質、邊緣、CT值、惡性概率、定性診斷等內容。如今，呂軍已經喜歡上了這個“AI助手”，它分析的數據更全面，速度更快，輔助醫生確保肺結節診斷的準確性，于患者而言，可以降低多次診斷的麻煩，減輕醫療負擔。

有這樣一個病例，患者在PET-CT檢查后提示肺部3個小結節均為炎癥，而通過AI系統得出的結論卻為惡性。據接診醫生介紹，“這位患者的3個結節，有兩個都靠近左肺中央處，無法進行診析，而切除全肺要十分慎重。所以，我們先通過微創手術對邊緣處的結節進行活檢，病理診斷為惡性。”因此，天津胸科醫院的胸外科團隊選擇對患者行一側肺全部摘除手術，在對摘除的病灶進行病理診斷后發現，3個病灶均為惡性，這也證實了AI檢測在臨床應用的準確性，在某些方面取得了喜人的成績。

這樣的“驚喜”并非少數。胸外科主任張遜教授介紹，目前AI標注的惡性結節，同病理結果一致的現象越來越多（病理結果一般為腫瘤診斷的金標準），這也令臨床團隊為患者制定下一步治療方案時，多了一分自信與從容。要論幕后功臣，當屬2018年開始投入使用的京津冀肺癌AI輔助診療平臺。因為這樣的醫療AI的輔助，丈量肺結節的“尺子”相比以往更加精準了。

自醫院采用該平臺以來，原本對AI接受程度不高的醫生，逐漸認可了AI，輔助診斷病例量逐月遞增。“AI基本不漏診，診斷速度更快，患者回訪遺漏率更低，對于患者早期確診意義重大，”在天津市胸科醫院胸外科醫生程世釗看來，AI還方便醫生復盤總結，提高閱片能力，在醫患之間都能起到“拐杖”效應。

張遜教授同樣對AI在提升醫生工作效率方面的表現予以肯定，同時，他對肺部癌前病變和原位癌的AI早期診斷，持較高期待，認為“這有利于推動行業標準化”。

肺癌AI輔助診療平臺，就是結合大數據病歷庫通過人工智能比照進行分析，最后出具患者影像診斷信息，輔助醫生進行臨床診斷。截至目前，肺癌AI輔助診療平臺在天津市胸科醫院累計使用超過20000例次，其中有病理金標準的數據達數千例，AI肺結節檢出率從82%提升到99%，良惡性預測準確率從51%提升到90%，等效于PET-CT對肺結節良惡性預測的準確率，且對小結節良惡性預測的準確率明顯高于PET-CT。

三、AI助力肺癌早篩 還需破局臨床“痛點”

從2017年至今，AI技術在醫學領域拓展的目光，大部分都聚焦在AI輔助診斷肺結節項目。公開數據多、數據獲取相對便利，以及肺結節影像直觀、便于觀察診斷的特性，造成AI進入門檻不高。同時，胸部CT放射影像技術是肺癌早期篩查最重要的手段之一，AI輔助診斷肺結節存在較為迫切的市場需求。

復旦大學附屬中山醫院白春學教授在解讀《肺結節診治中國專家共識(2018年版)》時強調，關于不同類型肺結節的處理原則需“進行AI分析或者請有經驗的專家會診”，也說明AI技術在醫療領域不斷被接受認可。

因此，近年來市場上提供AI識別肺結節服務的平臺不斷涌現，但據公開數據顯示，各平臺披露出的AI監測準確率等數值并無太大差距，從某種意義上講，這反映出領域內很多平臺創新能力不夠，同時受到數據來源、算法和監管因素等限制，紛紛選擇了相似的領域，但缺乏落地實踐經驗。

在外出參會學習與同行交流時，李鑫感到，目前很多AI產品在比賽、演示中的數據足夠亮眼，但有些“自娛自樂”，在臨床應用場景上欠缺醫學能力，應用于真實診療似乎有點 “不接地氣”。

醫療AI整體目前還處于初級探索期，未來還需大幅提升。“利用AI輔助診療平臺更像‘如虎添翼’，但臨床診斷需要邏輯推理能力，AI尚無法模擬臨床上的因果關系，同時在兼容性方面，AI的學習也會出現偏移。”呂軍說。

作為天津市胸科醫院AI技術支持方，零氪科技AI團隊產品經理張建華認為，醫療AI目前像“還沒有做出太多成績的小學生”，涉足醫學診療的“深水區”，產品還需要不斷地在真實世界研究的場景下，進行迭代升級。

事實上，為了推進AI在醫療場景中的真正落地，零氪AI團隊與天津市胸科醫院緊密合作，通過建立微信群，實時與臨床醫生進行充分交流。“我們十分看重醫生的臨床使用反饋，這有助于我們不斷打磨產品，讓AI真正融入到醫生的工作場景中。”據張建華介紹，對于一些小的修改，一般當天就會有技術人員前往醫院解決；而對于一些較大調整，團隊會依據解決方案，對平臺進行迭代升級。

人工智能和大數據就像一枚硬幣的正反面那樣密不可分，零氪基于高質量的數據，使AI產品的設計不盲目追求規模化，而是聚焦單病種全流程平臺的研發，讓AI走出實驗室，讓算法在臨床場景進一步驗證和提升。在不斷對AI進行優化升級的同時，團隊也在積極探索一項多中心、前瞻性、隨機對照的臨床試驗研究，希望進一步推動醫療AI功能落地，為臨床應用提供更多證據。

敬畏生命，科技向善。醫學AI的應用不僅能一定程度上解決肺小結節原位癌的診斷“難題”，未來在臨床診療、醫學科研等方面都將發揮巨大價值。實現這一愿景的關鍵在于醫療AI的應用，需要始終緊盯臨床落地價值，重點關注實際應用而非停留在技術提升實驗室結果層面，在不斷解鎖生命密碼的過程中，創造務實而有溫度的醫學人工智能。