肺结节
肺结节是指影像学表现为最大径不超过3厘米的局灶性、类圆形、密度增高的肺部阴影，可为实性或亚实性，孤立性或或多发性[^c1]。随着低剂量计算机断层扫描（LDCT）在肺癌筛查和健康体检中的广泛应用，肺结节的检出率显著上升——全球汇总检出率约27%[^c35]，中国体检人群标化检出率达63.6%。2022年全球新发肺癌病例约250万例，肺癌是发病率最高的恶性肿瘤[^c36]，中国新发病例106万例，发病率和病死率均居恶性肿瘤首位[^c3]。东亚地区非吸烟者肺癌占全部病例的近40%，围绕LDCT筛查是否应扩展至从不吸烟人群的争议日益突出[^c76]。
肺结节的临床意义在于其可能是早期肺癌的影像学表现。然而，绝大多数肺结节为良性病变，如何在早期肺癌与良性结节之间做出准确鉴别，同时避免不必要的侵入性检查和过度治疗，是肺结节管理的核心临床挑战。2026年福建卫生报援引钟南山院士数据，国内肺结节过度切除率在20%至40%之间[^c67]；复旦大学覆盖320万人口的研究显示中国肺癌过度诊断率高达50%，约88%的女性肺腺癌属过度诊断[^c68]。同年Molecular Oncology发表的首篇系统综述纳入8项RCT超过84,000名参与者，确认LDCT筛查存在过度诊断，但幅度低于早期较短随访期的估计[^c69]。陈海泉团队在TLCR提出"筛查悖论"——过度筛查（对低风险人群频繁筛查及惰性病灶密集随访）与筛查不足（遗漏侵袭性早期病灶）并存，建议向风险适应筛查框架转变[^c70]。2026年Frontiers in Oncology系统综述（纳入27项研究）报告所有恶性结节VDT均小于200天[^c54]，但2024年大样本Meta分析（33项研究、3,959例肺癌患者）则显示恶性实性结节平均VDT约207天，约34.9%的肺癌呈惰性生长（VDT>400天）[^c57][^c58]，ESTI 2025数据亦显示恶性实性结节中位VDT为248天（范围31至2,122天）[^c55]，提示不同研究对恶性结节VDT的报告范围存在较大异质性。从不吸烟者结节生长速度快于曾有吸烟史者，且VDT随疾病分期进展而缩短[^c54]。WHO第5版（2021年）分类体系为肺结节相关肺癌提供了完整的病理学框架[^c40]。[[肺癌TNM分期|TNM分期]]第9版（2025年实施）通过将N2细分为N2a和N2b以及将M1c细分为M1c1和M1c2，进一步提高了预后评估的精准度[^c39]。
肺癌的早期诊断与预后密切相关。中国肺癌总体5年生存率约为19.7%，而Ⅰ期肺癌患者5年生存率可达77%至92%[^c18]。LDCT筛查已被证实可降低肺癌死亡率，但同时也面临过度诊断的问题，美国NLST数据显示约16.6%的筛查发现的ⅠA期非小细胞肺癌可能属于过度诊断[^c4]。2025年Watch the Spot比较效果试验（34,686例）进一步对当前Fleischner和Lung-RADS指南推荐的小结节随访策略的安全性提出质疑，研究者呼吁开发影像组学特征或血液生物标志物等全新的评估手段[^c27]。欧洲胸影像学会（ESTI）2025年推荐确立了以体积测量为核心的筛查结节管理框架，提出基于体积阈值（100/250/500 mm³）和VDT生长标准（250/400/500天）的分层管理策略[^c55]。近年来，数据驱动的风险分层工具不断涌现：C-Lung-RADS系统基于12万中国受试者开发的阶梯式风险模型在独立验证中敏感度达87.1%，显著优于国际标准Lung-RADS的63.3%[^c5]；Brock模型全球汇总Meta分析确认其汇总AUC为0.796，但对亚洲人群性能较低[^c12]。2026年多项新预测模型相继问世：XGBoost机器学习模型训练集AUC达0.943；AI辅助临床-定量影像列线图（n=951）AUC达0.836[^c56]；针对亚厘米实性结节（<1厘米）的综合列线图AUC高达0.966[^c50]；重庆大学团队通过加权融合Brock（权重4）、Mayo（权重3）和PKUPH（权重3）构建的联合模型在验证集AUROC达0.86，优于所有单一模型[^c61]。2022年网络Meta分析提供四大模型汇总AUC比较：PKUPH 0.830、Brock 0.785、梅奥0.743、VA 0.750，并强调模型选择应基于目标人群特征[^c74]。
2026年发布的《肺结节精准管理专家共识（2026年版）》围绕18项核心临床争议问题形成推荐意见[^c7]。该共识由上海市肺科医院苏春霞教授和陈昶教授团队牵头、30余位多学科专家共同制定，推荐在40岁前进行一次基线LDCT筛查，不推荐对从不吸烟的亚裔女性进行无条件普筛[^c62]。共识推荐AI辅助诊断系统作为影像阅片和风险分层的辅助工具，但禁止其独立出具最终诊断报告[^c63]。研究显示超多发GGN（超过5个）的进展风险是单发结节的6.64倍，建议AI辅助综合评估[^c64]。基于GBD 2022数据，预测至2050年全球肺癌新发病例将增至462万例，中国增至179.5万例。共识还报告CT引导穿刺活检假阴性率为8%至16%，其中14.6%的非特异性良性结果最终证实为恶性。
2026年上半年，肺结节管理领域取得了多项重要进展。在AI辅助诊断领域，DeepFAN成为亚洲首个完成注册临床试验的肺结节AI辅助良恶性鉴别模型，获NMPA三类医疗器械注册证并于Nature Cancer发表MRMC临床试验结果——AI单独诊断AUC达0.954，AI辅助下低年资医师诊断AUC从0.667提升至0.776，准确度提升10.0%，敏感度提升7.6%，特异度提升12.6%，诊断一致性提升34.5%[^c53]。模型整合视觉Transformer捕捉全局特征与3D残差网络提取局部特征，其全局依赖特性与传统放射科医生偏重局部特征的诊断逻辑形成互补[^c71]。Bodard等开发的AI集成系统直接从LDCT进行结节级恶性诊断，内部验证AUC达0.98，独立队列验证AUC达0.945，在99.3%敏感性下每次扫描仅产生0.5个假阳性，在早期肺癌和缓慢生长结节评估中超越放射科医师、Lung-RADS、Sybil和Brock等现有方法[^c59][^c60]。AGA-Net实现了肺结节分割Dice系数0.927和恶性分类AUC 0.951，支持联邦学习边缘计算部署[^c20]。基于delta-影像组学的GGN侵袭性预测融合模型在外部验证中AUC达0.985，低风险组阴性预测值达100%[^c33]。多模态堆叠集成模型融合CT影像组学、Swin-Transformer和临床血清学特征，独立测试AUC达0.823[^c41]。在AI基准测试方面，LUNA25国际挑战赛显示最优AI系统在5至15毫米不确定结节评估中超越62/65位放射科医师，检出癌症12%更多、假警报减少20%[^c43]。
在血液生物标志物领域，PrognomiQ ProVue Lung蛋白质组学检测在78例高危成人中实现Ⅰ期肺癌敏感度83%[^c48]；Mercy BioAnalytics基于NLST生物标本库验证的血液检测在两个年度筛查轮次中敏感度与LDCT相当，并能检出LDCT漏诊的肺癌[^c49]。在细胞液体活检方面，循环肿瘤细胞（CTC）在Lung-RADS 4高危结节中展现出优异诊断性能（敏感度87.0%、特异度100%、AUC 0.989），优于肿瘤-巨噬细胞融合细胞（AUC 0.790）[^c73]。在GGN分子机制层面，EGFR突变占中国GGN患者的60%至70%，AAH/AIS阶段即可出现，远高于欧美人群[^c75]。在监管与共识层面，NMPA于6月发布了AI辅助诊断医疗器械临床评价指导原则征求意见稿，为肺结节良恶性判断AI产品的临床试验设计（MRMC设计、样本量265例）提供了技术规范[^c42]；中国研究型医院学会发布了《人工智能应用于肺癌筛诊疗的专家共识（2026版）》，以GRADE体系形成5条核心共识，确认AI筛查敏感度可达91%但禁止独立出具诊断报告[^c44]。在病程评估方面，北京大学人民医院启动了全球首个利用深度学习时间序列模型预测GGN长期生长轨迹的试验（GGN-Trajectory，NCT07647692，n=4,750），将结节分为稳定、缓慢进展、先慢后快和快速进展四种生长轨迹[^c46]。在风险因素研究方面，中国医科大学附属第一医院首次系统证实失眠症状严重度与肺结节恶性风险独立正向关联（OR=1.147），遗传分析支持两者因果关联[^c45]。此外，2026年多项基础性研究系统描述了良性亚实性结节CT特征和转归（98.55%可吸收良性SSN随访中完全消失[^c52]），双能CT（DECT）参数与影像组学联合模型AUC达0.906[^c51]。Sybil深度学习模型在18,057例亚洲健康体检人群外部验证中总体1年AUC 0.91，但对从不或轻度吸烟亚组的未来肺癌预测AUC仅0.56，凸显非吸烟人群中模型泛化性的挑战[^c72]。在侵入性诊断技术方面，MATCH 2研究显示实时影像引导下机器人辅助支气管镜对周围型肺结节的总体诊断率可达96.7%[^c77]；2026年7月南通大学附属医院完成江苏省首例数字影像融合支气管镜机器人辅助一站式肺结节诊断与消融手术，实现"诊断+治疗"一站式完成[^c78]。