肺结节检出率逐年增高，给患者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。2024年9月17日，四川大学华西医院、联影智能与上海科技大学医工交叉团队在肺结节研究领域取得重要科研成果。团队基于12万例中国人群肺部影像数据，整合多源信息，创新研发中国版肺结节恶性风险分级系统C-Lung-RADS，相关成果发表在国际顶级期刊《自然医学》。

　　四川大学华西医院李为民教授、王成弟研究员、联影智能石峰博士及上海科技大学生物医学工程学院沈定刚教授为本文共同通讯作者。四川大学华西医院王成弟研究员、邵俊博士与联影智能贺怿楚博士为本文共同第一作者。

论文发表图

　　自2001年起，四川大学华西医院呼吸与危重症医学科李为民教授团队长期致力于肺癌基础研究和临床转化，多年来不断攻克临床难点问题，创新肺癌早期诊断技术，实现重大理论创新与技术突破，推动了我国肺癌早期精准筛查及人工智能辅助诊断，并建立“肺癌早筛早诊早治华西方案”，先后荣获国家科学技术进步奖二等奖、四川省科学技术进步奖一等奖等荣誉。

　　“现行的国际肺结节分级诊断标准主要依赖于人工评估，并缺乏聚焦中国人群的验证和优化，在临床中常出现不适配患者真实病情的情况。例如，对于临床常见直径在5-10毫米小结节管理上就存在挑战。患者通常在检查后，会因为焦虑、恐慌心态而要求进一步检查，但大多数此类结节是良性的，这可能会出现过度诊疗。另外，临床医生大多凭借既往经验诊断肺结节，其诊断精准度因人而异。如果医生对小结节的良恶性判断不精准，会导致出现错诊、不必要的外科手术等问题，致使患者错过最佳诊疗时间。因此，亟需建立适合中国人群的肺结节风险分级系统，让患者更放心，医生诊断更有信心。”李为民表示。

　　据此，华西医院与联影智能深度合作，纳入十二万中国人群肺部影像数据，并将影像学数据、临床病历信息以及随访期间的结节变化情况等多维度信息进行整合分析，创新研发适合中国人群的肺结节恶性风险分级系统C-Lung-RADS，以更全面的视角评估肺结节恶性风险等级，提升诊断的准确性和可靠性。

中国版肺结节恶性风险分级系统C-Lung-RADS

　　C-Lung-RADS采用数据驱动的模式，以阶梯式、多模态方式自动分类、评估肺结节，并给出不同风险等级肺结节管理建议。具体而言，在第一阶段，C-Lung-RADS通过影像大数据将肺结节进行初步分级，将其分成低、中、高、极高危四个等级；第二阶段运用深度卷积神经网络生成图像级别的恶性概率，融合影像、临床等信息，精确诊断高危肺结节；第三阶段，进一步纳入随访结果，开发多维度的梯度提升回归模型来全面评估结节的良恶性，并给出个性化管理建议。

　　“经过数据验证，我们发现C-Lung-RADS在敏感性等多项指标上表现优异。例如，C-Lung-RADS鉴别高危肺结节的灵敏度为87.1%，优于Lung-RADS 63.3%，能够帮助医生更精准地识别高危肺结节，减少漏诊情况发生。此外，C-Lung-RADS融合影像、临床、随访数据建立多模态融合模型，精准诊断极高危肺结节，实现早期肺癌的精准诊断，为肺结节的个性化管理提供了切实有效的参考依据。”四川大学华西医院王成弟医生介绍道。

　　C-Lung-RADS之所以能够高效精准地分类诊断肺结节，离不开其背后庞大的多维度数据，大数据分析和人工智能技术的运用也为其提供了坚实的技术支撑。其创新点在于（1）大数据：约6万例肺结节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，准确鉴别恶性结节，更加符合临床应用场景；（4）可及性高：目前，使用C-Lung-RADS肺结节分级系统的AI辅助诊断软件已部署于华西-联影智慧健康管理车，先后前往四川广安、绵竹、甘孜等地，为三万多名群众提供肺癌筛查，已筛查出一百多例早期肺癌患者，将优质的医疗资源送入千家万户。

C-Lung-RADS研究总体架构

　　李为民介绍，C-Lung-RADS在数据源头上为医生提供了更专业、更适合国人的肺结节精准诊断与评估“中国方案”，具有很高的科学性和针对性，是我国在重大疾病诊断标准本土化的一次重大突破。