人工智能应用于肺癌筛诊疗的专家共识总结2026.docxVIP

人工智能应用于肺癌筛诊疗的专家共识总结2026

一、共识编撰背景与编制方式

肺癌在全球恶性肿瘤里发病率与死亡率位居前列，早期病症表现不明显、病情进展快，肿瘤分子与病理差异化明显，早期检出和精准医治是提升患者生存质量的关键。当下影像、分子诊疗手段持续进步，但大批量医疗数据解析、多维度特征提取环节，受人工处理效率与医师主观经验限制。依托深度学习的人工智能技术，结合影像组学、病理组学与多模态数据融合分析，在肺癌全流程诊疗中展现实用价值，不过落地临床仍存在数据标准不一、模型验证不足、伦理监管欠缺等各类问题，因此多学科专家共同编撰本版专家共识。

本共识围绕肺癌筛查、病理判别、治疗规划、随访监测确定研究问题，系统检索2018至2026年中外主流医学数据库文献，采用GRADE分级体系划分证据与推荐等级，经过多轮研讨投票、外审专家评审后定稿成文。

二、人工智能在肺癌诊疗四大应用场景

（一）肺结节筛查与良恶性鉴别

低剂量螺旋CT筛查过程中，人工智能可自动查找肺结节，针对10毫米以下微小结节识别优势突出，能够大幅压缩阅片用时，病灶检出敏感度优于人工阅片。结合患者个人病史、高危暴露因素或是液体活检结果联合研判，还能降低良性结节错误切除概率。但该技术对亚实性结节识别容易出现漏诊，多数智能模型尚且缺少大型随机对照临床试验佐证。?共识提出，人工智能可用于大批量肺结节初筛工作，筛查结果需要结合临床高危信息综合判