肿瘤生长率作为肺癌早期检测的新型影像生物标志物：二维直径与三维容积倍增时间的筛查范式争议

《Cancer Imaging》：Tumor growth rate as a new imaging biomarker in early detection of lung cancer

　　

本期发表的由 Milena Petranovic et al. 撰写的关于 ACR Lung-RADS v 2022（美国放射学会肺部影像报告和数据系统2022版）的极具洞见论文，描述并细化了用于早期检测肺癌概率增加的肺结节的CT（计算机断层扫描）方法学指南，重点集中于首轮CT筛查。作者特别关注基线时结节大小的CT测量，以及为确定结节生长或直接进一步诊断检查而进行重复CT的大小阈值。其关键问题是：与当前更复杂的3D（三维）自动CT结节分割相比，2D（二维）结节直径测量是否足够精确，以有效实施肺癌筛查。作者指出，就CT肺癌筛查的最终死亡结局而言，尚无证据表明自动3D结节容积分割在降低死亡率方面更优。因此，作者认为，新的研究应证明在肺癌筛查中实施3D容积的必要性，尽管欧洲指南均将3D结节容积分割规定为实施肺癌筛查的前提。指南中的这一重要差异需要进一步解释。

该文围绕肺癌CT筛查中肺结节大小测量与生长评估的指南分歧展开评述。研究背景是：ACR Lung-RADS v 2022（肺部影像报告和数据系统2022版）相关方法学强调首轮筛查中基线结节CT测量及重复CT阈值，而美国指南与欧洲指南在2D（二维）直径测量和3D（三维）自动容积分割之间形成范式差异。现存问题包括：NLST（美国国家肺癌筛查试验）未标准化CT采集与图像分析，采用直径作为结节大小替代指标，未将结节生长率作为影像生物标志物，导致较高假阳性率；欧洲NELSON（荷兰-比利时肺癌筛查试验）采用16层多层螺旋CT（16-MDCT）各向同性3D采集、计算机辅助检测（CAD）分割及容积倍增时间（VDT）评估，形成不同的结节管理路径。两项随机试验的死亡率降低幅度不同，而开展以死亡率为主要终点的新随机对照试验成本高、可行性低，因此需要基于现有证据比较两种方法学。作者以评述方式整合指南与队列证据，主张将肿瘤生长率作为肺癌早期检测的新型影像生物标志物，并强调3D容积和VDT在筛查中的价值；其意义在于为降低假阳性、减少不必要间隔扫描、提高筛查可靠性和优化工作流提供依据。

技术方法上，该文不涉及实验操作，主要采用文献与指南比较、随机试验证据整合及筛查队列证据评述。关键方法包括CT结节直径测量、3D自动CT结节分割、CAD（计算机辅助检测）、人工智能（AI）优化分割、VDT（容积倍增时间）计算及纵向肺结节匹配。样本队列来源包括NLST（33个成像中心）、NELSON（4个成像中心，采用相同CT系统及采集分析协议）、SUMMIT研究，以及2025/2026年大型筛查队列和ESTI（欧洲胸影像学会）指南证据。

结果部分（原文未设小标题，按论述主题归纳）：
结果一：基线测量与3D分割争议。通过评述Petranovic et al. 对ACR Lung-RADS v 2022的论文及指南，作者指出2D直径测量与3D自动分割存在方法学争议；就最终死亡结局而言，尚无证据表明自动3D结节容积分割在降低死亡率方面更优，但欧洲指南将3D容积分割作为筛查实施前提。
结果二：NLST与NELSON的范式差异。通过比较两项随机对照试验，作者总结NLST未标准化采集分析并以直径测量为主，6.5年死亡率降低男性8%、女性27%，12.3年随访后总体平均降低8%；NELSON基于容积和生长率评估，10年死亡率降低男性24%、女性39%，8年后高达60%。两项试验成本高，难以再开展以死亡率为终点的新随机对照试验。
结果三：阈值演变与前瞻验证。通过NLST数据回顾分析、Lung-RADS 1.0阈值调整及SUMMIT前瞻研究，作者总结行动阈值由4 mm提高至6 mm（对应外推容积113 mm³），2025年SUMMIT前瞻确认100 mm³（或6 mm）阈值；2017年欧洲立场声明建议100 mm³阈值（80 mm³作为欠精细分割软件校正）并以VDT<400天作为可行动结节生长率生物标志物。
结果四：直径测量局限与容积AI工作流。通过2025/2026年大型筛查队列及ESTI指南，作者总结容积排除阈值<100 mm³与长轴直径阈值具有相同阴性预测值（NPV），但涵盖更多参与者，可减少不必要中间间隔扫描并安全降低假阳性转诊；ESTI指南将容积作为实性结节首选测量，手动直径仅作后备。手动直径重复性低、对生长敏感性低、不规则边缘测量不一致且假阳性率高；基于AI的结节容积分割实现纵向匹配，仅1.5%参与者需手动校正，提供标准化全自动VDT量化和计算。

讨论部分总结：该文核心是揭示美国指南以平均直径为主与欧洲指南以容积和生长率为基础之间的分歧，并权衡现有随机试验和大规模筛查队列证据。作者强调直径测量在生长评估中的可靠性不足，容积化可安全减少假阳性和间隔扫描，AI使VDT标准化计算和工作流优化成为现实，因此应将肿瘤生长率作为肺癌筛查影像生物标志物并推进3D容积实施。

研究结论翻译：通过AI进行结节容积分割使纵向肺结节匹配成为可能，仅1.5%的参与者需要手动校正，提供标准化的全自动结节容积倍增时间量化和计算；这一发展将显著影响肺癌筛查的工作量和成本，并增强安全、可靠的肺癌筛查实施。