综述：人工智能与放射科医生预测肺癌治疗反应的对比：一项系统性回顾与荟萃分析

本综述系统比较人工智能（AI）与放射科医生在预测肺癌治疗反应中的诊断性能。结果显示AI在敏感性和特异性方面分别有6%和4%的显著提升，尤其在CT和PET/CT影像中优势明显。研究强调需开展前瞻性多中心试验验证AI临床价值，并关注可解释性（如SHAP、Grad-CAM）与成本效益评估。

　　

背景

肺癌仍是全球癌症相关死亡的主要原因，其中非小细胞肺癌（NSCLC）约占病例的85%。尽管靶向治疗和免疫治疗取得进展，许多患者仍面临不良预后，凸显了早期准确评估治疗反应对指导临床决策的重要性。目前放射学反应评估主要依赖RECIST 1.1标准，但观察者间变异性和主观判断限制了其可重复性。

人工智能（AI）系统通过放射组学流程和深度学习架构，可量化超越人类感知的高维图像特征和时序变化，为治疗反应预测提供更早且更客观的方案。早期研究表明AI在胸部肿瘤学特定任务中可能达到或超越放射科医生表现，但方法学异质性和前瞻性验证不足阻碍了临床转化。

方法

本研究遵循PRISMA 2020指南，检索PubMed、Embase、Scopus、Web of Science和Cochrane Library等数据库，时间从建库至2025年3月31日。纳入标准为直接比较AI系统与放射科医生在预测肺癌治疗反应中的诊断性能的研究，排除仅涉及诊断或无完整数据的研究。两名评审员独立筛选文献和数据提取（Cohen’s κ = 0.87），使用QUADAS-2评估偏倚风险。

统计分析采用DerSimonian–Laird随机效应模型合并敏感度、特异度、准确度和风险差，通过I2统计量评估异质性，Spearman相关性检验阈值效应，Egger检验和漏斗图评估发表偏倚。预设亚组分析包括影像模态（CT、PET/CT、MRI）和治疗类型（如EGFR靶向治疗、免疫治疗）。

结果

共纳入11项回顾性研究（n = 6,615），时间跨度为2018年至2024年，研究来自美国、中国、德国、韩国和日本。影像模态包括CT（5项）、PET/CT（4项）和MRI（2项）。AI表现出统计显著但幅度不大的优势：合并敏感度为0.9（95% CI: 0.8–0.9; I2 = 58%），合并特异度为0.8（95% CI: 0.8–0.9; I2 = 52%），准确度为0.9（95% CI: 0.8–0.9），合并OR为1.4（95% CI: 1.2–1.7）。风险差显示AI在敏感度和特异度上分别领先0.06和0.04。

亚组分析表明，AI优势在PET/CT和CT影像中最为明显，MRI亚组改善较小或不显著。留一法敏感性分析证实结果稳健，未检测到显著阈值效应，Egger检验（p = 0.21）和漏斗图未提示明显发表偏倚。

讨论

本荟萃分析证明AI模型在预测肺癌治疗反应中具有统计显著优势，尽管幅度有限，但在精准肿瘤学中具有重要临床意义。AI在PET和CT影像中的优势可能源于这些模态的定量特性和标准化采集协议，有利于机器学习算法识别人类难以察觉的细微变化。卷积神经网络（CNN）架构在评估的AI系统中占主导，但其“黑箱”性质带来可解释性挑战，需通过Grad-CAM、SHAP等方法增强透明度。

研究存在若干局限性：回顾性设计为主，潜在人群重叠，AI架构和反应定义异质性，以及人口统计学报告不全可能影响公平性和泛化性。此外，无一AI系统获得监管批准，且缺乏成本效益分析，这限制了立即临床应用的可行性。

未来研究应优先开展前瞻性多中心试验，纳入多样化人群和标准化影像协议，结合可解释AI工具和经济评估，以推动AI作为辅助工具整合进临床工作流，增强而非取代放射科医生的判断。

优势与局限性

本研究的优势包括大样本量（6,615例患者）、PRISMA指南遵循、多数据库检索和双评审员流程，确保了方法学严谨性。亚组分析提供了临床相关洞察。局限性主要为回顾性设计主导、潜在人群重叠、AI异质性、人口统计学报告不全、无监管批准和成本效益分析缺失，这些因素可能影响结果外推和立即临床应用。

结论

AI在预测肺癌治疗反应中表现出统计显著但幅度有限的优势，尤其在CT和PET影像以及晚期疾病或EGFR靶向治疗亚组中。这些发现支持AI作为辅助工具提升诊断精确性，但需通过前瞻性试验、可解释AI方法和经济可行性评估进一步验证，以实现多学科、以患者为中心的肺癌护理模式。