首个胸外科领域《人工智能在肺结节诊治中的应用专家共识》正式发布
2022-03-01 互联网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外专家委员会、中国医药卫生事业发展基金会主办,中山大学肿瘤防治中心承办的《第十一届广州肺癌论坛》在美丽花城广州顺利召开。本届会议以“聚焦肺癌治疗进展”为主题,邀请了国内外众多顶尖专家针对肺癌临床诊治规范和研究的前沿热点与争议展开了火热而又深入的探讨。
作为本次会议重要的一环,由点内科技(全称“点内(上海)生物科技有限公司”)携手吴阶平医学基金会模拟医学部胸外科专委会,及来自中山大学肿瘤防治中心、北京大学肿瘤医院、四川大学华西医院、上海市胸科医院等众多医院专家代表及KOL共同参与的《人工智能在肺结节诊治中的应用专家共识》发布会,也在会议中重磅揭晓!
本次专家共识涉及16家医院及KOL直接参与到撰写与评审,超35+医院联名签署共识,也标志着首个胸外科领域关于《人工智能在肺结节的应用专家共识》正式发布。
肺癌防治关口前移,精准诊疗水平提高是重点目标
在我国,肺癌是第一大癌,且具有明显的发病率高、死亡率高、5年存活率低特点。肺癌的早期诊断及治疗是目前提高肺癌患者的生存率最有效方式。由于早期肺癌无典型临床症状,仅表现CT影像上的肺结节,低剂量CT检查是目前早期肺癌主要的筛查手段。人工智能辅助深度挖掘影像数据,对临床上实现肺结节的早期诊断及精准医疗有着至关重要的作用。
“数字医疗作为十大新型医疗之一,如何通过数字手段提升医疗服务造福更多患者是当下需要关注的话题”,中山大学肿瘤防治中心龙浩教授在致辞中表示:“目前随着影像学技术的不断提高,肺小结节的发现率不断提升,肺癌防治的关口不断前移,作为肺癌相关的医学工作者,需努力将肺癌治疗水准提高到一个新的高度是今后的重点目标。”
△ 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:“人工智能会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、良恶性判断和术后患者管理方面提供更高起点的指导意义。同时,随着人工智能的应用,将会促进胸外科的继续教育,尤其在肺癌诊断和治疗方面更为精准,造福广大患者。”
△ 北京大学肿瘤医院陈克能教授
标准化临床实践,专家共识具有重要应用意义
虽然目前人工智能领域在肺结节的鉴别、病理预测、随访管理虽已取得一些进展,但在临床实践中尚缺乏标准化的评估与统一的质控标准。
点内科技自2020年与吴阶平医学基金会模拟医学部胸外科专委会合作开展“早期肺癌手术智能辅助决策系统多中心验证”项目至今,在多中心临床数据验证中取得较好结果,并成功编写入学会专家共识中。在大会中,赵泽锐博士对AI肺结节辅助诊断的多中心研究成果做了分享:“研究证实基于点内AI辅助诊断技术在肺结节良恶鉴别,术前预测病灶浸润程度等方面,都具有良好的准确度,有望成为理想的肺结节筛查诊断辅助评估指标。为专家共识的内容提供了扎实的理论依据。”
共识的编写,由中山大学肿瘤防治中心龙浩教授、四川大学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赵松教授、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坚教授、浙江大学附属第二医院吴明教授共同担任编撰指导专家,及25+领域专家代表共同参与探讨编写。本次共识的发布,无疑对于指导人工智能在肺结节诊断的使用策略和应用规范具有着重要的意义。
△ 嘉宾现场合影
关于《人工智能在肺结节诊治中的应用专家共识》:
共识一:肺结节诊断的现状与局限性
专家共识:低剂量螺旋CT筛查发现的肺结节,假阳性率较高,传统诊断方法在肺结节的诊断中,具有较强的局限性。人工智能在肺结节良恶性辅助诊断方面已经取得了一定进展,但在病理分型预测、多次随访数据的综合判断、手术规划等方面,还存在很多问题亟待解决(共识强度:一致共识)。
共识二: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进行肺结节识别方面,具有较大优势,在肺结节随访中判断良恶性具有重要价值(共识强度:一致共识)。人工智能对亚实性结节检测的假阴性率较高,仍需要人工阅片确认以减少漏诊(共识强度:基本一致共识)
共识三:人工智能在肺结节良恶性鉴别诊断中的作用
专家共识:人工智能技术在肺结节良恶性鉴别中可为临床诊断提供辅助参考,但其准确性还无法取代人工(共识强度:一致共识)。融合多模态信息的肺癌诊断技术能够得到更加精确的肺癌诊断效果(共识强度:基本一致共识)
共识四:肺结节病理分型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(浸润前病变或贴壁样生长方式为主)的I期NSCLC患者接受亚肺叶切除的预后不劣于肺叶切除者;2. 含有高级别成分(包括实性生长模式、微乳头样生长模式以及复杂的腺样结构)的肺腺癌患者手术切除后预后不良(共识强度:一致共识)。由于术中冰冻和术后石蜡病理诊断肺腺癌亚型的一致性不够高,因此根据术中冰冻结果决定手术切除范围尚有争议。目前亟需新方法在手术前辅助诊断以指导后续治疗(共识强度:一致共识)。
共识五:人工智能在肺结节病理分型预测中的作用
专家共识:人工智能依托深度学习与记忆可准确提取肺结节中有重要影响的微特征,具有无创、可捕捉肿瘤异质性和可重复性等优势,有望分级和预判磨玻璃结节早期肺腺癌浸润亚型,为临床决策提供参考,但需要设计多中心、高质量数据集、前瞻性随机对照试验以进一步验证(共识强度:一致共识)。
共识六:随访在肺结节诊疗中的价值
专家共识:根据肺结节基线检查特征拟定随诊方案,推荐采用HRCT行小于1mm的薄层扫描随诊,同时重建冠状位及矢状位以更完善地评估(共识强度:一致共识)。随诊方式建议按肺结节分类及风险分层进行区分。若结节具有生长性,可认为具有手术指征(共识强度:基本一致共识)。科学的随访方案可精确筛选病例,提高手术病例阳性率(共识强度:一致共识)。随访计划建议与患者进行共同决策(共识强度:一致共识)。
共识七:人工智能在肺结节多次随访数据的综合判断作用
专家共识:人工智能在肺结节多次随访数据中可协助评估肺结节体积、形态变化,对肺结节随访提供结节倍增时间变化、形态学改变等参考依据,进而制定个体化随访间期,但其具体适用范围有待进一步研究(共识强度:基本一致共识)。
共识八:人工智能在肺结节手术规划中的作用(三维重建)
专家共识:基于人工智能的三维重建技术对于提高手术的安全性和准确性具有重要的意义(共识强度:一致共识)。
关于点内AI科技
点内科技作为一家专注于辅助肺结节/肺癌筛、诊、疗、访全病程管理的高科技创新企业,专注于AI肺癌全病程解决方案的打造。通过深度学习算法将多组学数据相结合的前沿人工智能技术,与全国多学科顶尖专家合作,以“主动、全程、规范”为核心理念自主研发管理平台,向“降低肺癌死亡率、提高早期肺癌诊断率”为目标并进。目前已针对肺结节/肺癌垂直领域,开发了适用于人群筛查,随访管理,术前决策,术前规划,精准用药不同场景的一体化解决方案。在未来,点内将继续秉承以“人工智能赋能肺癌全病程管理”为使命,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!