肺癌早期诊断率从26.48%提高到60.78%！
为什么肺癌早期诊断那么难？
......
今天，度“国家科学技术奖”名单公布。四川大学华西医院院长、呼吸与危重症医学科专家李为民教授率领团队研究的“肺癌早期精准诊断关键技术的建立与临床应用”，获得了国家科技进步奖二等奖。
这是一个坚持了的研究，这个奖项很牛，为什么？
为何瞄准肺癌早筛早诊？
因为，相比晚期5.8%生存率
肺癌早期5年生存率达92%以上......
“曾经有一位44岁女性患者，体检时发现2.5mm淡薄小结节影，当时被漏诊；复查时结节直径已经增大至7mm，但因为种种原因未处理；已经长大为27mm，经肺癌手术后明确病理诊断是腺癌，2年后复查时发现已经双肺转移，预后极差。”
李为民说，其实早期肺癌5年生存率可达92%以上，但晚期肺癌生存率仅有5.8%，“如果她在第一次复查发现结节增大时就处理，那么她的预后将是很好的。”这个病人的惨痛教训，让李为民教授把目光瞄准了肺癌早筛早诊。
那么，
如何确定早筛早诊的范围呢？
这需要关注肺癌筛查的高危人群，
这个高危人群又如何确定呢？
目前美国及欧洲各国把年龄大于55岁的重度吸烟者作为肺癌高危人群，然而数据显示，我国肺癌高危人群年龄逐渐年轻化，其中非吸烟肺癌患者的比例接近50%，小于40岁、小于55岁肺癌患者的比例为13.2%和56.7%。如果照搬国外的筛查指南，那么将漏掉90%以上的肺癌。
为何我国与国外肺癌高危人群有如此大的差异？
有无特异分子特征呢？
李为民教授团队对肺癌患者家族进行了深入研究，发现并证实了两个新癌基因PROM1和CRTC2，发现了年轻非吸烟肺癌患者新融合突变基因，BPIFB1等6个新易感基因被“东亚肺腺癌基因组图谱”收录，进一步证实了中国肺癌患者具有特异性的分子特征。
的坚持，
李为民研究团队曾创新性地利用移动车载CT
在四川绵竹、成都龙泉驿区和郫都区、甘孜等地对31500多人进行筛查.......
李为民教授团队提出：40岁以上人群应用低剂量螺旋CT（LDCT）进行肺癌筛查，并创新性地利用移动车载CT在四川绵竹、成都龙泉驿区和郫都区、甘孜等地对31500多人进行筛查，最后筛查出200多例早期肺癌。项目组并以5G信息平台及影像云为支撑，建立华西—县医院—社区的三级协同体系，再由华西医院专家从技术上支持县医院及社区医生的诊断及处理方案制定，建立了华西区域医疗肺结节/肺癌全程管理生态圈，推动了肺癌早期规范筛查。
由此，这项研究成果将肺癌高危人群定义为≥40岁，有任一危险因素（吸烟和曾经吸烟、慢性肺部疾病、环境或职业暴露、肺癌家族史等），这部分人群行LDCT筛查已写入《肺癌筛查与管理中国专家共识》，并被纳入《健康中国行动》计划。
如何破解早期肺癌漏诊？
肺癌（肺结节）AI辅助诊断，检出准确率达98.8%
早期通过仪器筛查出来的结节是不是都是肺癌，如何精准诊断？如何打破早期肺癌漏诊的瓶颈呢？
李为民教授团队创新影像组学技术、人工智能技术，通过建立临床资源数据库，突破了肺癌早期精准诊断的技术难题。通过对临床、影像、病理、基因等多维数据系统的集成和提取，建成了41574例大样本肺癌临床智能病种库，为新型影像技术开发提供大数据支撑。
同时，项目组挖掘CT图像数字化信息，提取病灶纹理、小波、形状、强度等485个特征，并与临床、病理、基因等信息相关联，构建基于影像组学技术的非侵入性肺癌诊断预测模型，提高预测准确性。
有了大数据和预测模型的支撑，团队进一步研发出了肺癌（肺结节）AI辅助诊断系统，1分钟即可实现结节定位识别和定性辅助诊断，对3-5mm肺小结节检出准确率达98.8%，大幅提高＜1cm早期肺癌诊断率。
该系统于开始先后在四川大学华西医院等全国155家医院使用，既提高了胸部CT阅片效率，也减少了肺部小结节漏诊率，赋能基层，对实现肺癌早期诊断同质化发挥了重要作用。
突破性的创新
开发国内首个大样本肺癌智能数据库，提高诊断准确性
患者接受了低剂量螺旋CT检查后，如何确保“阅片”的准确性，直接关系到对患者的诊断和后续治疗。据了解，甚至有的知名三级甲等医院，阅片的正确率也只有70%左右。因此，医生阅片的技术直接关系到诊断结果，那如何提高阅片的准确性？
李为民教授团队建立了大样本肺癌智能数据库，集成各类数据系统，构建呼吸疾病病种库，采用自然语言处理和机器视觉算法，对临床、影像、病理、基因等多维数据实现全景信息提取，建成中国首个肺癌临床智能数据库，实现病种库的可视化、结构化、智能化，为新型影像技术开发提供大数据支撑。基于以上的创新，针对小结节容易漏诊、误诊和性质难以判别，团队开发了肺结节/肺癌人工智能辅助诊断系统，对3-5mm肺小结节检快速检出准确性到了98.8%，优于放射科专科医师平均水平，且阅片效率提高了50%；对肺结节性质判断准确性90.39%，这一比例甚至高于国际领先水平。目前，该技术已在四川大学华西医院等155家医院推广应用，为基层医院肺癌早筛早诊提供了技术保障。
如何推动肺癌规范诊疗？
“确立高危、规范筛查、系统评估、精准诊断”
8年前，李为民带领团队建立并完善了肺癌小标本获取方法及分子分型快速检测路径，通过影像智能无创预测常见基因突变（EGFR、TP53等），相比传统方式时间大为缩减。建立经皮穿刺获取小样本技术用于EGRF、ALK等基因突变检测和分子分型，准确率达95.45%；建立目标捕获结合NGS技术液体活检检测ALK融合基因，与组织分子检测吻合率92%；发明一步法快速构建扩增子文库方法，开发出系列肿瘤液体活检试剂盒……
为了更快地推动肺癌规范诊疗，近年来，李为民团队更是将“抢”时间做到了极致。
他们率先整合了染色质开放序列、基因组及转录组特征解析肺癌演化分子机制，发现了染色质开放区域与肺癌相关基因拷贝数变化明显相关并调控PI3K/Akt信号通路，描绘了肺癌染色质开放图谱，该研究成果发表在国际著名癌症杂志Cancer Res上，该刊同期述评认为该成果开启了肺癌多组学研究新时代。
针对临床缺乏高敏感性、高特异性分子标志物的现状，李为民团队从早期肺癌血浆中筛选证实BAI-1、TSP-1等4个分子，实现早期肺癌诊断敏感性达90%，高于常用标志物（敏感性<50%），获发明专利10项并进行了临床转化。同时在RNA层面发现四个新环状RNA（hsa-circ-0077837等），诊断肺癌准确性达90%。
“我们希望通过这一系列的研究，创立‘确立高危、规范筛查、系统评估、精准诊断、全程管理’的肺癌早筛早诊早治系列技术，更快地用于老百姓。”在李为民教授带领下，团队通过集成创新，使手术可治愈的早期肺癌（IA1期）诊断率提高了10倍，为11.82%（全球仅1.1%)，lA期肺癌诊断率从的26.48%提高至的60.78%，破解了早期肺癌漏诊难题，突破了肺癌早期精准诊断技术瓶颈，解决了肺癌早期分子分型靶向治疗的临床问题，有力地推动我国肺癌精准诊疗的规范化进程。
李为民曾在华西医院实行“肺癌登月计划”，因为改变不容易，所以称作登月计划，希望通过这个计划实现两个提升：肺癌早期诊断率提升至80%，患者5年生存率提升至50%-60%。如今，李为民教授团队系列成果破解了国内早期肺癌漏诊难题，突破了肺癌精准诊断技术瓶颈，并建立肺癌规范治疗体系，对我国肺癌的早诊断、精准诊断和规范治疗做出了贡献。
