移动低剂量 CT 联合 AI 用于肺癌筛查：开启农村医疗新希望

为解决肺癌筛查难题，福建医科大学研究人员开展基于移动低剂量 CT（LDCT）的社区肺癌筛查项目研究，发现该项目可行且具成本效益，对提升农村医疗水平意义重大。

　　肺癌，这个全球 “健康杀手”，尤其在中低收入国家肆虐。据 GLOBOCAN 数据库数据，2018 年全球新增肺癌病例约 209 万，死亡 176 万，其中超六成新病例和死亡发生在中低收入国家。更糟糕的是，约 75% 的肺癌患者确诊时已到晚期或转移阶段，5 年生存率仅 0 - 13%。与之形成鲜明对比的是，早期发现的肺癌患者，生存率能高达 80%。低剂量计算机断层扫描（LDCT）虽能显著提高肺癌早期检测率，降低 20% 的肺癌相关死亡率，但全球范围内其筛查普及率极低。在美国，2010 - 2017 年 LDCT 筛查率仅从 3.8% 增长到 16.3%；在中国，高危人群整体筛查率也只有 33%，欠发达地区更低。农村地区受交通不便、医疗资源匮乏等因素制约，筛查率更是不尽人意。因此，探索一种更有效的肺癌筛查模式迫在眉睫。
为了攻克这一难题，福建医科大学的研究人员开展了一项极具意义的研究。他们聚焦农村地区，启动了 “快乐家园” 村互助肺癌筛查项目，旨在评估基于移动低剂量 CT 扫描单元的社区肺癌筛查项目的可行性和成本效益，并探讨实施过程中遇到的挑战。该研究成果发表于《BMC Cancer》期刊。
在这项研究中，研究人员采用了多种关键技术方法。首先，他们选择了福建七个城市的农村地区作为筛查点，这些地区医疗资源相对匮乏。研究人员制定了严格的纳入和排除标准，招募了 10159 名 40 岁及以上、此前未接受过肺癌筛查且社会经济边缘化的个体。在筛查过程中，多学科专业团队协作，利用移动 CT 单元和远程人工智能（AI）辅助诊断系统开展工作。移动 CT 单元配备先进的设备，能获取高质量图像；AI 肺结节检测系统（InferRead CT Lung Research，ICLR）基于大量数据训练，可精准检测和分类肺结节。研究人员还通过计算成本效益比（CER）和早期检测成本指数（EDCI）等指标，对筛查效果和成本效益进行评估，并运用出声思考法收集项目可行性和操作挑战方面的信息。
研究结果令人瞩目。在可行性方面，共检测出 179 名肺癌患者，其中 108 例为疑似肺癌病例，71 例为确诊病例，肺癌检测率为 1.76%，诊断率为 0.70% 。在确诊的 71 例肺癌患者中，病理类型多样，包括鳞状细胞癌、腺癌等。成本效益分析显示，肺癌筛查总成本为 1203504 元（188847.71 美元），平均每次筛查成本为 118.47 元（18.65 美元），疑似肺癌和确诊肺癌的成本效益比分别为 11143.56 元（1753.29 美元）和 16950.76 元（2669.94 美元），疑似肺癌和确诊肺癌的早期检测成本指数分别为 0.09 和 0.13。不过，研究也发现了一些操作挑战，如资金可能被其他项目分流、人力资源不足、宣传不够、居民健康记录管理不规范以及后勤服务不稳定等。
研究结论和讨论部分意义重大。该项目参与率超 90%，表明患者导航服务可能对提高完成率有积极作用，后续需进一步探索和推广。移动 LDCT 项目有效解决了农村地区医疗服务可及性差等筛查障碍，通过 AI 诊断系统，弥补了当地医疗服务的不足，提升了筛查质量、效率和及时性，缩小了健康差距，促进了健康公平。虽然肺癌检测率与其他地区存在差异，但及时发现异常结果并进行管理，体现了建立区域肿瘤防控数据网络的重要性。从成本效益来看，该项目的 EDCI 值低于中国其他城市，且人均成本低于传统农村 LDCT 项目，证明了其成本效益优势。不过，研究也存在局限性，如观察期和数据集有限、部分参与者数据未收集等，后续研究可在此基础上进一步完善。
总的来说，这项研究为农村地区肺癌筛查提供了新的思路和方法。移动低剂量 CT 联合 AI 的筛查模式，有效克服了农村地区肺癌筛查的诸多障碍，促进了早期检测，且具有成本效益优势，有望在更多类似的中低收入地区推广，为降低全球肺癌死亡率、提升公共健康水平贡献力量。