我校华西医院李为民/王成弟团队创建适合中国人群的肺结节风险分级及精准管理策略

发布时间: 2024-09-22 11:29:48 浏览次数 : 1012 来源:四川大学

近日，我校华西医院呼吸与危重症医学科李为民教授、王成弟研究员团队在医学顶级期刊Nature Medicine发表了最新研究成果“Data-driven risk stratification and precision management of pulmonary nodules detected on chest computed tomography”。基于中国人群肺癌筛查队列、肺结节临床队列，创新性研发基于数据驱动的中国肺结节报告和数据系统(Chinese Lung Nodules Reporting and Data System,C-Lung-RADS)，实现了肺结节恶性风险精准分级和个性化管理。

肺结节检出率逐年增高，带来极大的心理负担，精准评估肺结节恶性风险具有重大意义。现有肺结节分级标准主要包括美国放射学会提出的Lung-RADS，通过影像信息进行肺结节分类，在中国人群的筛查效能较低。基于此，研究团队创新阶梯式C-Lung-RADS系统，智能评估肺结节的恶性风险等级(低危、中危、高危、极高危)。该系统在第一阶段(Phase1)自动检出肺结节，利用决策树分类模型，根据密度和大小对肺结节进行初步风险分级;第二阶段(Phase2)融合影像、临床等信息，精确诊断高危肺结节;第三阶段(Phase2+)，进一步纳入随访结果，建立多模态融合模型，诊断极高危肺结节。并针对不同恶性风险等级的结节制定个性化随访及决策建议，以确保医疗资源合理分配，避免低危患者过度诊疗、极高危患者漏诊误诊。

图1 C-Lung-RADS肺结节风险分级及精准管理策略

图2 Phase1基于决策树模型确定结节风险分层的大小阈值

图3 Phase 2/2+多维梯度提升回归模型在恶性肺结节的诊断性能

该研究主要创新点在于：(1)大数据：约6万例中国肺结节人群研究队列为模型构建奠定了坚实的数据基础;(2)阶梯式：通过临床简便易行的方法识别出大量低危结节，着重分析占比较少但风险程度高的结节，优化医疗资源分配;(3)多维度：创新多维梯度提升回归模型整合影像、临床、随访信息，C-Lung-RADS鉴别高危肺结节的灵敏度为87.1%，优于Lung-RADS 63.3%，更加符合临床应用场景;(4)可及性高：目前搭载C-Lung-RADSAI软件的智慧健康管理车已在四川广安、甘孜等地成功应用，突破地域限制，提高肺癌筛查的可及率。C-Lung-RADS肺结节风险分级及精准管理策略的提出，为中国肺结节人群的诊疗提供了科学指导，有望推动肺癌早筛早诊关口前移，提高肺癌早期诊断率和五年生存率。

图4 C-Lung-RADS联合车载CT设备开展肺癌筛查的应用案例

我校华西医院为第一作者和通讯作者单位，华西医院呼吸与危重症医学科李为民教授、王成弟研究员、联影智能石峰研究员、上海科技大学沈定刚教授为共同通讯作者;华西医院王成弟研究员、呼吸病学博士生邵俊、联影智能贺怿楚博士为本文共同第一作者。该研究得到国家自然科学基金委项目等资助支持。

上一条：我校举办2024年农特产品及特色文化校园展活动
下一条：我校机械工程学院何亮团队在快充储能器件领域的研究取得进展