肺结节诊治中国专家共识（2024）解读PPT课件.pptxVIP

肺结节诊治中国专家共识（2024）解读202X汇报人：XXX汇报时间：202X

CONTENTS目录01肺结节诊治现状与共识意义02肺结节的筛查策略03肺结节的诊断评估04肺结节的管理策略05肺结节诊治的未来展望

肺结节诊治现状与共识意义01202X

随着低剂量CT在体检中的普及，肺结节检出率显著上升，给公众带来了一定的焦虑情绪，但大部分肺结节为良性。

临床数据显示，超过90%的肺结节不会恶变，特别是直径小于5毫米的微小结节，恶性概率不足1%。肺结节检出率上升肺癌是我国恶性肿瘤中发病率与病死率居首的疾病，早期诊断和治疗是提高肺癌5年生存率、改善患者预后的关键。

Ⅰ期肺癌5年生存率可达77%~92%，而晚期肺癌5年生存率大幅下降，因此早期发现肺结节并准确评估其性质至关重要。肺癌早期诊断的重要性《肺结节诊治中国专家共识（2024）》为临床医生提供了科学、规范的诊治指导，有助于提高我国肺结节暨早期肺癌的诊治水平。

该共识共形成18条推荐意见，涵盖了肺结节的筛查、诊断、评估和管理等方面，为临床实践提供了明确的参考依据。专家共识的指导价值肺结节的流行病学与危害

肺结节的筛查策略02202X

01根据我国国情，将肺癌高危人群定义为年龄≥40岁，且具有吸烟指数≥400年支（或20包年）、环境或高危职业暴露史、合并慢阻肺等危险因素之一者。

这一定义有助于精准识别需要进行肺结节筛查的人群，提高筛查效率和早期肺癌的检出率。高危人群的定义02推荐每年采用胸部低剂量CT（LDCT）对肺癌高危人群进行筛查，LDCT的辐射量仅为常规CT的六分之一，却能显著降低肺癌死亡率。

与传统X线胸片相比，LDCT对肺结节的检出率更高，能够更早地发现潜在的肺癌病变，为早期干预提供机会。筛查方法的选择03筛查过程中应注意避免过度诊断和过度治疗，对于筛查发现的良性结节，应避免不必要的干预，减轻患者的经济负担和心理压力。

同时，要加强对筛查人员的培训，提高其对肺结节的识别能力和诊断水平，确保筛查工作的质量。筛查的注意事项筛查人群的界定

肺结节的诊断评估03202X

010203CT检查的要点对于筛查或机会发现的肺结节，推荐进行薄层CT扫描或薄层高分辨CT，以便更好地显示肺结节的特征，如结节的大小、形态、密度、边缘等。

通过与既往历史影像学资料进行对比，可以观察结节的变化趋势，为诊断提供重要依据，如结节的生长速度、形态改变等。其他影像学检查的补充除了CT检查外，PET-CT、MRI等影像学检查在某些情况下也可作为补充手段，用于进一步评估肺结节的代谢特征和软组织特性。

例如，PET-CT对于判断结节的良恶性具有一定的参考价值，但其费用较高且存在一定的假阳性率，需根据具体情况谨慎选择。影像学检查的局限性影像学检查虽然能够提供丰富的信息，但仍有其局限性，如部分结节的影像学表现不典型，难以仅凭影像学特征准确判断其性质。

此时需要结合其他诊断手段，如病理学检查、临床症状等，综合评估肺结节的性质，避免误诊和漏诊。影像学检查的作用

AI影像辅助诊断系统能够快速、准确地分析肺结节的影像学特征，如3D最长径、体积和密度等，为医生提供诊断参考。

其具有专家无法比拟的优势，如能够处理大量的影像数据，发现一些肉眼难以察觉的细微变化，有助于提高诊断的准确性和效率。01AI影像辅助诊断的优势为克服AI识别存在假阳性和假阴性等问题，我国专家提出了人机MDT（expert-robotmulti-disciplinaryteam）模式，即人和计算机的MDT。

由自然人专家与AI肺结节评估系统联袂互动为患者做出个体化诊断意见，充分发挥人和机器的优势，最大限度地避免误诊误治。02人机MDT模式的提出人机MDT模式的实践有助于推动医学与人工智能的深度融合，提高医生解决肺结节领域疑难问题的能力。

通过人机交流互动，可以将复杂的医学问题简单化、数字化、程序化，最终制定出基于循证医学、同时兼顾个体化的最佳解决方案。03人机MDT模式的实践意义人工智能（AI）在诊断中的应用

肺结节的管理策略04202X

根据肺结节的大小、数量和密度进行分类，其中最大径≤5mm者定义为微小结节，最大径5~10mm定义为小结节，最大径大于10mm则为较大结节。

密度分类包括实性肺结节和亚实性肺结节，后者又包含纯磨玻璃结节和部分实性结节，不同类型的肺结节其恶性概率和管理策略有所不同。根据肺结节的分级诊疗原则，基层医院、肺结节诊治分中心和肺癌防治联盟等各级医疗机构应各司其职，协同合作。

通过端口开放质控，根据本共识评估肺结节恶性概率和各种替代管理的相关风险，合理分配医疗资源，提高肺结节患者的管理水平。对于不同类型和大小的肺结节，应根据循证医学证据制定常规管理策略，如微小结节可在基层医院随访管理，小结节可在有诊治经验的医院管理，较