人工智能驱动肺结节良恶性鉴别与风险分层管理

人工智能驱动肺结节良恶性鉴别与风险分层管理【摘要】

随着低剂量计算机体层成像筛查和健康体检的普及，肺结节管理的临床目标已由发现结节转向识别需要干预的结节并避免低风险病灶过度诊疗。人工智能（artificialintelligence,AI）也由早期计算机辅助检出和分割，逐步拓展至良恶性鉴别、动态生长评估、浸润性预测、风险分层及流程闭环管理。本文在梳理肺结节AI发展历程的基础上，围绕偶发结节、筛查结节、亚实性结节和多发结节等临床场景，综述检测与分割、放射组学、端到端深度学习、纵向建模和多模态融合的研究进展；重点讨论真实世界失败场景及其成因，包括数据与标签偏倚、扫描协议差异和设备漂移、亚实性结节谱系偏倚与过拟合、非典型病灶漏检、自动化偏倚，以及AI结果与指南建议冲突时的处理原则。现有证据提示，AI可提高部分场景的检出效率和风险重分层能力，但跨人群校准、临床结局改善、成本效果及持续监测证据仍不足。现阶段AI宜定位为指南框架下的人机协同辅助工具，其临床转化应遵循场景限定、外部验证、透明报告、可解释与可追责、持续性能审计和多学科决策等原则。【关键词】

人工智能；肺结节；良恶性鉴别；风险分层；放射组学；深度学习随着计算机体层成像（computedtomography,CT）尤其是低剂量计算机体层成像（low-dosecomputedtomography,LDCT）在肺癌筛查、健康体检及临床诊疗中的广泛应用，肺结节检出率持续升高，肺结节的规范化评估与管理已成为胸外科、呼吸科、影像科等多学科共同面对的重要临床问题[1-2]。肺结节具有明显的生物学与影像学异质性，其病理基础既可为感染、纤维化、错构瘤等良性病变，也可对应不典型腺瘤样增生、原位腺癌、微浸润腺癌及浸润性肺癌等连续演进谱系[3]。因此，如何在提高恶性病变早期识别能力的同时，减少不必要的复查、侵入性检查及过度治疗，始终是肺结节管理中的核心问题。近年来，人工智能（artificialintelligence,AI）在肺结节诊疗中的应用迅速拓展，相关技术已由早期的病灶检出和图像分割，逐步延伸至良恶性鉴别、恶性风险预测、浸润性评估及辅助决策支持[4-6]。总体来看，AI在肺结节领域的作用已不再局限于影像识别，而是逐渐进入风险分层与管理优化环节[7-9]。由于肺结节管理贯穿结节发现、初始评估、动态随访、风险重分层和干预决策等多个环节，AI的价值也不应仅限于提高某一时点的诊断性能，更在于其能否融入真实世界诊疗路径，服务于更精细的连续管理[10-12]。本文从临床管理需求出发，围绕不同结节类型和临床场景，综述AI在肺结节检测、良恶性鉴别、风险分层及管理支持中的研究进展，重点讨论其在随访优化、术前分层和真实世界闭环管理中的临床转化价值。1肺结节评估难点与传统管理体系1.1良恶性鉴别的临床难点肺结节良恶性鉴别的主要困难在于其病理学和影像学表现具有明显异质性。临床所见肺结节既可能来源于炎症、感染、肉芽肿、纤维化及错构瘤等良性病变，也可能对应肺腺癌前病变、原位腺癌、微浸润腺癌及浸润性腺癌等连续谱系；尤其对于亚实性结节，影像密度及实性成分的演变与病理浸润程度并非简单的线性对应关系，长期稳定也不能等同于终生无进展[13-15]。在LDCT广泛应用后，大量无症状小结节、亚实性结节及多发结节被检出，使肺结节管理由单纯的影像识别问题转变为兼顾风险评估、随访安排与干预时机选择的综合决策问题[3]。此外，结节恶性风险并不只取决于影像形态，还与患者年龄、吸烟史、既往恶性肿瘤史、基础肺部疾病及筛查背景密切相关，因此肺结节良恶性判断本质上是一种多因素参与的概率性评估，而非单一征象的静态判别[16-17]。也正因如此，能够整合高维影像表型与临床信息的AI方法，才具有介入肺结节评估的现实基础。1.2传统评估体系的构成及特点当前肺结节传统评估体系主要由指南共识、标准化分级系统及恶性概率预测模型三部分构成。首先，在偶发肺结节管理方面，FleischnerSociety2017指南[1]仍是国际上应用最广泛的框架之一。该指南依据结节大小、密度、数量及患者危险因素，分别对实性结节和亚实性结节提出差异化随访建议，其核心目标是在降低漏诊风险的同时减少不必要的重复影像检查和侵入性操作。与之相比，英国胸科协会指南[18]更强调体积测量、体积倍增时间及风险模型在肺结节管理中的作用，并将单发结节、多发结节、亚实性结节及正电子发射断层显像与计算机体层成像（positronemissiontomography-computedtomography,PET-CT）结果纳入连续评估路径之中，体现了较强的定量化管理思路。美国胸科医师学会循证指南[16]则进一步强调，在结节管理中应首先估计恶性概率，再结合影像学进一步表征、侵入性检查风险及患者偏好实施个体化决策。这些指南共同构成了当前肺结节分层管理的基本框架。尽管上述指南与传统评估体系推动了结节管理由经验判断向定量评估转变，但其变量维度相对有限，对复杂影像表型、亚实性结节及跨场景泛化能力的覆盖仍存在不足，这也为AI方法的进一步介入提供了空间。其次，在肺癌筛查场景中，肺部影像报告和数据系统（LungImagingReportingandDataSystem,Lung-RADS）已成为标准化分级管理的重要工具。其基本思路是通过预设分类标准，将筛查发现结节与相应的复查周期、进一步检查及临床处置建议相匹配，以提高报告一致性并降低筛查假阳性带来的过度干预。Lung-RADS2022版[19]在既往版本基础上进一步补充了非典型肺囊性病变、胸膜下结节、气道中心型结节及疑似感染性改变等情形的分类与管理建议，同时对结节生长判定和稳定病灶的处理方式进行了修订，使其在真实世界筛查中的适用性进一步增强。因此，当前肺结节管理已形成按发现途径和风险层级进行分流的基本框架，这也为AI进一步参与风险重分层和管理优化提供了接口。再次，恶性概率预测模型是传统评估体系中最具定量特征的组成部分。Mayo模型[17]较早将年龄、吸烟史、既往肺外恶性肿瘤史、结节直径、上叶位置及毛刺征等变量纳入logistic回归框架，实现了孤立性肺结节恶性概率的量化表达。Herder模型[20]在Mayo模型基础上引入PET代谢信息，显著增强了中高危结节的风险再分层能力，因而在PET-CT检查已纳入诊断流程的情境中具有更高实用价值。随着低剂量筛查的发展，泛加拿大肺癌早期检测研究（Pan-CanadianEarlyDetectionofLungCancerStudy,PanCan），亦称Brock模型[21]，被广泛用于筛查人群结节风险评估。该模型除纳入年龄、性别、家族史、肺气肿、结节大小、上叶分布和毛刺征外，还将结节类型及结节数量纳入分析框架，更符合筛查场景下的风险评估需求。后续外部验证研究[22]表明，Brock模型在异质性临床人群中仍具有较好的区分能力，而Herder模型在整合PET信息后往往具有更高的鉴别效能。不同指南体系对应不同发现路径和目标人群。Fleischner和ACR主要服务于偶发结节，Lung-RADS、ESTI及日本筛查指南面向LDCT筛查，AATS聚焦亚实性结节的长期监测与干预，STS则进一步讨论筛查结节何时进入活检或外科路径[13,23-29]。同一模型在筛查、偶发发现和已转诊活检人群中的疾病谱及患病率不同，其区分度、校准度和适宜阈值可明显改变，跨场景直接迁移可能造成过度检查或漏诊[30]。不同指南和共识的适用场景及AI接口见表1。总体而言，传统评估体系已实现从单纯依赖影像经验判断向基于指南、分级和概率模型的规范化管理转变，为肺结节临床处置提供了重要基础。然而，其局限性同样明确：一方面，规则驱动的指南和分级体系虽有助于提高一致性，但难以充分反映结节内部更细微的异质性；另一方面，经典风险模型所依赖的变量相对有限，对复杂结节、亚实性结节及不同中心、不同人群背景下的适用性仍存在边界。这也为后续AI技术介入肺结节风险评估与分层管理提供了现实基础。1.3AI驱动肺结节管理的发展历程肺结节AI的发展可概括为4个阶段。第一阶段为规则模型与传统计算机辅助检测阶段，重点包括候选结节检出、假阳性削减和体积测量；与此同时，Mayo、Herder和Brock等概率模型建立了基于有限临床及影像变量进行定量风险分层的临床基线。第二阶段以LIDC-IDRI和LUNA16等公共数据集及统一挑战任务为代表，卷积神经网络推动自动检测、分割和分类性能快速提高[31-32]。第三阶段进入三维端到端和纵向风险预测阶段，模型开始直接从LDCT体数据及既往检查中学习恶性风险，并在外部筛查队列中接受验证[33-34]。第四阶段则由单点诊断走向人机协同与流程闭环：研究终点由受试者工作特征曲线下面积（areaunderthecurve,AUC）逐步扩展至阅片时间、指南一致性随访、诊断时延、良性侵入性操作、患者结局和成本效果，2026年前瞻性随机试验、真实世界评估、闭环自动分层验证和卫生经济学研究标志着该领域开始进入临床效用评价阶段[35-38]。然而，证据层级的提升并不意味着模型可独立决策，其安全应用仍需以场景限定、指南约束和持续监测为前提[39-40]。该领域的主要发展节点见图1。2肺结节AI评估的技术路径2.1检测与分割技术AI开展肺结节良恶性鉴别的前提，是准确完成病灶识别、定位和分割。当前较常见的相关技术包括计算机辅助诊断、卷积神经网络及三维分割算法等，其主要任务是从胸部X线片或CT图像中自动发现可疑结节，完成轮廓勾画、体积测量及结构表征，为后续定量分析提供标准化输入[41-42]。Gao等[43]总结了深度学习在肺结节检测与分割中的进展，指出相关研究已由早期公共数据库验证逐步转向真实世界场景，关注重点也由单纯提高检出率转向增强跨设备、跨中心和跨人群的一致性。Khalaji等[44]也认为，自动检测技术的临床意义不仅在于提高阅片效率，还在于减少人工测量误差，并为动态随访中的体积变化分析提供更稳定的基础。因此，检测与分割的价值不仅在于提高检出率，更在于为体积变化、密度演变和随访阶段的可比性分析提供标准化基础。检测与分割模型的常见失败并非随机分布，而多集中于血管旁、胸膜旁、肺尖、瘢痕背景、呼吸运动伪影、低剂量噪声以及囊腔型或气道中心型病灶。公共数据集通常以薄层、质量较高且经过筛选的图像为主，部署后若层厚、重建核、剂量或人群背景改变，可能出现敏感度下降或假阳性增加[45-49]。因此，临床评价应在病灶层面同时报告敏感度、每扫描假阳性数、阴性病例误报率和亚组性能，并设置不确定性提示或拒绝判断机制，而不宜只报告总体AUC。2.2放射组学与机器学习模型在完成结节分割后，放射组学成为肺结节良恶性鉴别中最具代表性的技术路径之一。该方法通过从CT或PET-CT图像中提取形状、灰度、纹理及高阶变换等定量特征，并结合机器学习算法进行建模，从而实现对结节内部异质性的量化分析[50-51]。与传统影像征象评估相比，放射组学的优势在于能够捕捉肉眼难以稳定识别的隐匿表型特征，因此在复杂小结节、边界模糊结节及部分亚实性结节中显示出应用潜力[52]。基于CT的放射组学模型在肺结节良恶性鉴别中具有较好的总体诊断效能，但不同研究在感兴趣区勾画、特征标准化、特征筛选流程及外部验证策略方面差异较大，这些方法学异质性仍是其临床转化的主要限制因素[53-54]。因此，不同中心的扫描参数、重建算法、感兴趣区勾画方式及特征筛选流程对模型稳定性的影响，仍应在结果解释中予以充分重视。放射组学的另一核心风险是特征可重复性。扫描设备、层厚、重建算法、体素重采样、离散化参数及分割边界均可改变特征值，同名特征在不同软件中的实现也可能不一致[55-57]。建议相关研究遵循图像生物标志物标准化倡议（imagebiomarkerstandardisationinitiative,IBSI）的定义，预先锁定特征工程流程，进行重复分割与扫描协议敏感性分析，并在外部队列中同时报告校准曲线、Brier评分和决策曲线；若仅在单中心数据中筛选大量特征并以交叉验证AUC作为主要结果，极易产生乐观偏倚。2.3深度学习端到端模型与依赖人工设计特征的放射组学方法不同，深度学习模型能够直接从二维或三维CT图像中自动学习与良恶性相关的判别特征，从而减少传统特征工程步骤[58]。近年来，深度学习已成为肺结节AI研究中发展最为迅速的方向之一，其应用重点逐步由单次图像分类扩展到纵向变化分析、复杂形态识别及多任务联合学习[7]。Wulaningsih[58-59]的Meta分析显示，经过外部验证的深度学习模型在肺结节恶性风险预测中已表现出较好的区分能力。与此同时，围绕磨玻璃结节和亚实性结节的深度学习研究[60-61]也显著增加，提示端到端模型在处理形态细微、边界不清和浸润谱系连续的病灶方面具有一定优势。不过，深度学习模型仍面临可解释性不足、训练数据依赖度高及泛化能力受扫描协议影响等问题，因此其评价不应仅停留于受试者工作特征AUC，还应结合校准性能、可解释性和跨场景适用性综合判断[62-63]。值得注意的是，外部验证并不等于跨场景通用。欧洲筛查数据的外部测试显示，特定深度学习模型可优于传统风险模型，但跨筛查、偶发和活检人群的比较研究[30,54]提示，没有任何单一模型在所有临床场景中稳定占优，活检人群中的性能尤其容易下降。因此，模型的预期用途说明应明确目标人群、结节类型、输入条件和决策阈值，不能将筛查队列训练的风险分数直接用于已高度选择的手术或活检人群。2.4多模态融合策略近年的研究表明，肺结节AI评估正由单一CT模态逐渐转向多模态融合。所谓多模态融合，是指在影像信息基础上，进一步整合PET-CT、临床变量、实验室指标、数字病理甚至液体活检信号，以构建更接近真实临床决策情境的风险模型[64]。Sun等[51]指出，代谢信息与高维影像特征结合后，有助于提高部分性质不确定结节的鉴别能力；Afridi等[65]则认为，循环核酸甲基化、蛋白组学及其他体液信号正成为肺结节分诊的重要补充信息来源。与此同时，数据驱动的风险分层研究开始不再满足于单纯输出恶性概率，而是尝试将不同类型结节分别纳入不同风险层级和管理路径之中，从而提高资源配置效率和临床处置的一致性[6,66]。这说明，肺结节AI的研究重点正逐步由单纯识别和分类转向更精细的风险分层与管理支持。然而，不同类型结节和不同管理场景对应的核心任务并不相同，因此相关模型的真实临床价值仍需结合具体结节类型和应用路径分别讨论。多模态模型的性能增益还可能来自信息泄漏或选择偏倚。例如，仅在完成PET/CT、液体活检或手术的患者中建模，容易造成恶性病变比例升高和疾病谱典型化，所得阈值难以用于一般筛查人群。模型应说明各模态的临床获取时点、缺失机制和成本，并验证在部分模态缺失时的稳健性；新增模态只有在改善校准、临床净获益或减少不必要侵入性操作时，才构成有意义的增量价值。3不同结节类型与临床场景中的AI应用3.1实性结节的风险评估在不同类型肺结节中，实性结节仍是AI良恶性鉴别研究证据较为集中的对象，其临床管理重点通常围绕是否需要进一步行PET-CT、经皮穿刺、支气管镜活检或外科切除展开。现有研究表明，AI工具在这一场景中的作用主要体现为风险重分层和介入决策优化。Kim等[67]在临床应用研究中发现，商业化AI放射组学工具联合临床资料后，可对肺结节恶性风险进行更有临床意义的重分层，从而影响后续处置建议。Shi等[68]则将AI驱动的放射组学分析用于实性成分占优势的肺结节，显示其在复杂实性结节良恶性鉴别中具有一定辅助价值。因此，实性结节场景中的AI应用仍主要围绕恶性概率评估展开，在临床逻辑上与传统风险模型较为接近。实性结节场景最能体现“实验性能-真实世界效果”之间的差距。商业化模型在日本筛查队列中的外部验证提示，较高敏感度可伴随较多假阳性；澳大利亚和中国体检人群的部署研究亦显示，软件性能受病例构成、层厚和工作流显著影响[46,69-70]。2026年的真实世界研究[35]和前瞻性随机试验[36]进一步从模型与放射科报告的一致性、阅片时间和结节检出率等维度评价AI，而不再局限于离线AUC。3.2亚实性结节与磨玻璃结节的动态评估与实性结节不同，亚实性结节尤其是纯磨玻璃结节和部分实性结节的核心临床问题并不局限于良恶性二分类，而在于其病理浸润性、进展速度及干预时机的判断。围绕这一类病灶，AI研究已由静态分类逐步延伸至动态预测。Liu等[59]和Deng等[60]分别从多模态深度学习与特征融合角度探讨了磨玻璃结节的良恶性判断，提示端到端模型在边界模糊、形态细微病灶中的应用潜力。Yang等[71]进一步将三维深度学习模型用于纯磨玻璃结节侵袭性评估。Jin等[72]则把纵向CT信息纳入模型，用于预测初筛时磨玻璃结节的进展状态。这类研究提示，亚实性结节场景中的AI价值，更可能体现在优化随访频率、辅助判断手术时机和支持亚肺叶切除策略选择，而不仅仅是给出单一的良恶性判断结果。亚实性结节是AI最易出现谱系偏倚和过拟合的场景之一。许多研究以手术切除病例作为训练标签，恶性及浸润性病变比例远高于随访人群，并排除了长期稳定或自行消退的结节，导致模型在一般筛查人群中高估恶性和进展风险。另一方面，实性成分仅数毫米时，层厚、重建核和部分容积效应即可改变实性比例及肿瘤实性成分比例（consolidation-to-tumorratio,CTR），炎症、出血或近期感染也可造成短期密度增高。AATS共识及亚实性结节自然史研究[13-15,73]表明，这类病灶的管理重点应放在确认病灶持续存在、监测生长及实性成分演变、评估浸润倾向和确定安全随访间隔，而不是一次CT上的良恶性二分类。当AI判定为高风险，但结节形态稳定、实性成分较小且指南仍建议随访时，不宜仅凭模型分数提前手术，应复核薄层图像、比较既往检查并提交MDT讨论。3.3多发结节与筛查场景中的风险分流多发肺结节和筛查场景中的AI应用，临床目标与单发结节并不完全相同。此时，临床关注的重点不仅是单个病灶的良恶性判断，还包括在全肺多个病灶中识别风险主导结节、确定优先随访对象以及尽可能减少筛查带来的假阳性负担。Wang等[6]的中国肺结节报告和数据系统（ChineseLungNodulesReportingandDataSystem,C-Lung-RADS）研究提供了较具代表性的证据，该研究基于大样本体检人群提出分级驱动的中国肺结节报告和数据系统，强调通过分层分流识别低风险结节并优化资源配置，体现了AI在筛查场景中由性能提升走向管理决策支持的应用方向。Warkentin等[74]也报道，基于放射组学的模型可用于区分筛查中发现的良恶性肺部异常，提示AI在筛查场景中的作用已由病灶检测延伸至风险分层。此外，Jiang等[75]在英国肺癌筛查试验随访研究中发现，AI可自动评估体积倍增时间，并在识别快速生长病灶方面优于人工读片。因此，在多发结节和筛查背景下，AI的优势不只是识别病灶，更在于帮助临床完成全肺层面的风险排序和管理路径分流。多发结节还存在“结节级性能高、患者级管理错误”的风险。自动匹配研究[76]显示，结节数量和位置会影响纵向匹配准确率，漏配或错配可进一步导致错误的生长率和体积倍增时间。因此，多发结节模型应明确患者级主导病灶选择规则，同时报告逐个结节和逐个患者结果；对多个相似磨玻璃结节，不应简单以最大径病灶作为唯一风险代理，而需结合新发、增长、实性成分变化和全肺负荷综合排序[73,77]。3.4非典型结节与算法盲区肺癌相关囊腔性病变、瘢痕旁结节、气道中心型结节、胸膜下结节及感染性改变是常见的算法盲区。囊腔型肺癌早期可仅表现为囊壁不规则增厚或局灶性结节，容易被分割模型误认为肺大疱或非结节性结构；超低剂量CT和不同重建方式也可改变小结节可见性。对于这些情况，模型应输出病灶定位证据和置信度，并设置人工强制复核触发条件；研发阶段则应单独构建困难病例测试集，报告非典型形态、低剂量和不同层厚亚组，而不能以总体平均性能掩盖高风险盲区。总体而言，不同结节类型和临床场景对应不同AI的任务重点。实性结节的应用重点更多在于恶性风险判别和侵入性操作优化；亚实性结节更强调浸润性评估、动态观察和干预时机把握；多发结节及筛查场景则更加依赖全肺风险排序和分层分流；偶发结节管理中，AI的优势主要体现在流程闭环和真实世界管理支持。因此，肺结节AI的评价和转化不宜停留于统一的性能比较，而应建立在结节类型、应用场景和临床目标差异基础上的分层框架之上。4AI在术前决策中的拓展应用4.1术前风险评估的延伸应用随着非小细胞肺癌（non-smallcelllungcancer,NSCLC）精准治疗不断发展，表皮生长因子受体（epidermalgrowthfactorreceptor,EGFR）、程序性死亡配体1（programmeddeath-ligand1,PD-L1）等分子标志物已成为治疗分层的重要依据。近年来，AI在肺癌领域的应用已不再局限于病灶检出和良恶性判断，而是进一步延伸至基于CT、数字病理和多模态数据的分子状态预测[9,78]。这一方向的临床意义在于，当组织样本有限、重复取材困难或肿瘤存在明显时空异质性时，AI有望提供一种非侵入性或微侵入性的辅助分层手段。Wu等[79]的Meta分析显示，AI在预测肺癌EGFR突变和PD-L1表达方面已表现出较好的总体效能；Nguyen等[80]围绕全视野数字病理图像的研究则提示，基于AI的病理模型在EGFR状态推断方面显示出一定应用潜力。此外，Sun等[81]和Shariaty等[82]均指出，影像、基因组和临床资料的整合，正在推动肺癌分层评估由单一组织检测向多模态、动态化推断转变。从此意义上，AI正逐渐成为连接影像表型、病理表型和分子表型的重要工具。4.2围术期决策支持随着可切除NSCLC新辅助治疗策略的发展，临床对病理完全缓解（pathologiccompleteresponse,pCR）、主要病理缓解（majorpathologicresponse,MPR）及复发风险的术前预测需求不断增加。在此背景下，AI开始被用于分析术前CT、穿刺病理和围治疗期多时间点信息，以辅助判断治疗敏感性和后续手术策略。Yang等[83]从肿瘤边缘区提取CT放射组学特征，用于预测新辅助免疫联合化疗后的pCR，提示肿瘤周围微环境信息具有潜在价值。Han等[84]进一步整合肿瘤内、肿瘤周围及不同habitat亚区特征，用于MPR预测，强化了AI对空间异质性的定量分析能力。此外，Yang等[85]的系统综述提示，围绕早期NSCLC复发风险的AI研究数量正在不断增加，多模态整合可能有助于提高模型的泛化能力。这些结果表明，AI的应用已由肺结节早期识别逐步延伸至治疗反应评估和围术期决策支持。4.3多模态整合与术前分层总体来看，AI在肺癌治疗决策中的作用更应被视为一种多模态整合框架，而非对单一分子标志物的替代。放射基因组学、数字病理、液体活检和多组学整合的发展，使肺癌分层评估逐步由单一组织检测扩展为影像、病理、分子和临床信息的协同推断。这种模式尤其适用于组织样本有限、肿瘤异质性较强以及需要动态监测和重复评估的患者。与此同时，现阶段相关应用仍普遍面临外部验证不足、算法可解释性有限、数据标准化程度不高及前瞻性证据不足等问题。因此，未来AI在治疗决策中的真正落地，关键不只是提高模型性能，还在于建立透明、可解释、可迁移并能够嵌入多学科诊疗（multidisciplinaryteam,MDT）流程的临床工具。对于肺结节管理而言，这一拓展方向也提示，AI的价值并不止于良恶性鉴别本身，而是可以进一步延伸至术前分层和治疗匹配。同时，需要进一步限定AI在胸外科决策中的边界。现阶段关于浸润性、淋巴血管侵犯、淋巴结转移和治疗反应的研究多为回顾性建模，模型分数不能单独决定楔形切除、肺段切除、肺叶切除或淋巴结处理范围。对于亚实性病灶，应优先依据薄层CT表现、实性成分、生长动力学、患者功能储备及AATS、STS等共识制定诊疗方案；AI可作为MDT中的补充风险证据，但若与指南指征或术中病理不一致，应以可验证的临床证据和共同决策为主[13,26]。5AI的临床决策价值5.1减少过度干预从临床实践看，肺结节管理的重点不只是提高良恶性鉴别准确率，还包括减少低风险结节的过度随访、过度活检和过度手术。现有研究提示，AI在这一场景中的价值主要体现在更精细的风险重分层。Kim等[67]发现，AI放射组学工具可在传统临床信息基础上进一步调整结节癌变风险估计，从而影响复查或干预建议。Wang等[6]提出的C-LungRADS则体现了分层管理思路，即通过针对实性结节和纯磨玻璃结节设置不同风险阈值，将不同结节分流至更合适的管理路径。AI更适合在既有指南和风险模型基础上提供补充性分层信息，而不是替代现有临床判断框架。5.2高风险结节识别与诊断提速对于高风险结节而言，AI的另一项重要价值在于促进高危病灶尽早进入诊断路径。Hill等[86]报道，将AI工具嵌入肺结节随访流程后，指南一致性随访率可明显提高，NSCLC的诊断时间也相应缩短。Woodhouse等[87]则提出，AI可作为偶发肺结节管理的安全网，用于识别影像报告中已提及但在后续流程中可能被遗漏的高风险结节，从而减少随访和管理遗漏。此外，Grolleau等[88]和Mojibian等[89]分别从自然语言处理和命名实体识别角度，展示了文本AI在报告级自动筛查与患者追踪中的应用前景。肺结节的延迟诊断并不总是发生在影像识别阶段，筛查后、报告后和转诊后的流程衔接同样关键。在这一场景下，AI的临床意义更多体现在报告识别、随访提醒、转诊衔接和流程闭环等环节。5.3胸外科术式选择与围术期评估随着肺结节管理逐渐与早期肺癌的保功能手术策略相衔接，AI的辅助价值也开始延伸至术前病理高危因素评估和术式选择支持。对于是否继续随访、何时实施手术、是否选择亚肺叶切除以及是否需要更积极的淋巴结评估，传统上主要依赖结节大小、实性成分比例、影像形态及术者经验判断。近年来，AI在术前预测肿瘤分期、淋巴血管侵犯及其他病理高危因素方面已展现出一定潜力。Garabinovic等[90]报道，基于AI的模型可用于早期NSCLC术前评估，包括肿瘤分期、淋巴结状态及淋巴血管侵犯风险预测。Peng等[91]的多中心研究进一步表明，整合二维和三维深度学习与放射组学特征，可提高T1期浸润性肺腺癌淋巴血管侵犯的预测能力。Shimada等[92]的研究还提示，将AI放射组学与血清来源分子标志物结合，可能进一步增强病理高危因素评估的临床适用性。这些证据说明，AI在胸外科中的潜在作用，不仅在于判断是否切除，更在于辅助识别何种病灶适合保功能策略、何种病灶需要更积极的淋巴结处理和更严格的围术期管理。5.4真实世界路径嵌入肺结节AI的临床效用评价应建立“证据阶梯”：算法内部验证回答模型能否学习，外部验证回答能否迁移，阅片者研究回答能否改善医生表现，前瞻性试验回答能否改变实际工作流，真实世界部署回答能否在复杂路径中稳定运行，卫生经济学评价则回答其价值是否足以支持规模化应用。近期研究结果相互补充，但并非一致乐观，前瞻性随机试验开始检验阅片效率和检出，闭环系统验证显示自动分层具有可行性，但真实世界研究仍发现模型与放射科报告频繁不一致，成本效果又明显依赖结节恶性前验概率。因此，评价指标应至少包括指南一致性随访率、诊断时延、漏诊癌比例、良性穿刺/手术率、工作负荷、患者焦虑、分期迁移和成本，而不能仅依据AUC或敏感度判断模型已经具备临床可用性[93-94]。Purohit等[95]指出，偶发肺结节项目、肺癌筛查项目与AI协同运行，可提高结节识别、转诊和肺癌检出效率。Lee等[96]则比较了AI在不同低剂量CT筛查场景中的使用方式，认为其可分别承担预筛查、并行辅助阅片和后备复核等角色，其临床价值更多体现在对整条管理路径的流程优化，而不是单个读片时点的性能提升。因此，AI若要真正实现临床转化，仍需与报告系统、结节项目、随访平台和临床提醒机制有效衔接。5.5健康经济学与实施结局AI能否节约医疗资源，取决于目标人群的患病率以及其在临床工作流中的具体定位。若工具在低风险人群中增加大量假阳性，即使敏感度提高，也可能带来额外复查、PET/CT、穿刺和焦虑；相反，在中等以上前验风险的疑难结节中，准确的非侵入性重分层可能减少良性侵入性操作并缩短诊断路径。2026年决策模型[38]显示，AI辅助策略的成本效果随恶性前验概率显著变化。因此，未来研究应在预先设定的临床场景中报告预算影响、增量成本效果、资源占用和公平性，并避免将单一支付体系下的卫生经济学结果直接外推至其他地区。6关键争议、未解决问题与未来方向6.1数据、标签与谱系偏倚肺结节AI研究中的常见偏倚包括选择偏倚、验证偏倚、谱系偏倚和标签偏倚。手术或活检队列通常富集恶性、较大和形态典型的结节，未接受组织学验证的稳定良性结节则被排除；病理标签虽被视为金标准，但取材、术中冰冻与最终石蜡病理之间亦可能存在差异。此类偏倚可使训练集患病率和特征分布脱离目标人群，表现为内部AUC偏高、外部校准失真及阈值迁移[30,47]。研究应明确患者来源、连续入组方式、参考标准和未验证病例处理，并按年龄、性别、吸烟状态、地区、结节类型、大小和设备进行亚组及交互分析。6.2分布漂移与技术标准化扫描设备厂家、管电压、辐射剂量、层厚、重建核、增强状态、呼吸状态及软件版本均可造成分布漂移。放射组学尤其容易受特征计算流程影响，深度学习也可能利用站点或协议特征形成伪相关[55-57]。建议在部署前完成地理、时间和设备层面的外部验证，锁定预处理流程和软件版本，并持续记录数据分布漂移；上线后持续监测敏感度、特异度、校准和亚组差异，达到预设警戒阈值时暂停自动输出并重新验证。6.3亚实性结节过拟合与误判亚实性结节的标签时间跨度长、病理谱系连续且管理终点多样，是最不适合以单时点二分类简化的场景。以切除样本训练的模型容易将与手术选择相关的征象错误学习为恶性相关特征，并在长期随访人群中高估风险；短期炎症吸收又可能被误标为良性“真阴性”。更合理的任务包括病灶持续性预测、增长或实性化风险、浸润性概率、安全随访间隔及患者层面的干预收益，并通过长期随访队列和时间到事件方法验证[97]。6.4AI与指南建议冲突时的处理原则AI与指南结论不一致时，建议采用五步处理框架：第一，确认发现场景属于筛查、偶发、已知肿瘤或术前评估；第二，依据相应指南确定满足最低安全要求的基线管理方案；第三，核对模型是否在同类人群、结节和扫描协议中验证；第四，复核病灶定位、测量、纵向变化及模型不确定性；第五，将可能改变侵入性操作或手术的分歧提交MDT和医患共同决策。AI可在指南允许的范围内辅助调整复查优先级和资源配置，但不应自行缩短指南规定的必要随访、取消高风险评估，亦不应单凭风险分数触发手术。6.5人机交互与自动化偏倚人机协同并不必然优于单独医生或单独模型，其效果取决于提示方式、医生经验、任务复杂度和错误相关性[98]。高敏感度系统可能诱发过度关注假阳性，低风险分数则可能产生虚假安全感，降低医生对非典型病灶的警觉性。界面应展示病灶位置、测量依据、风险区间和不确定性，允许医生拒绝模型建议并记录原因；机构还应审计医生采纳率、改判率及AI与医生共同漏诊的病例，而不是仅记录软件是否被调用。6.6临床评价、报告与治理肺结节AI研究应按阶段采用相应规范：模型开发与预测研究遵循TRIPOD+AI和PROBAST+AI，影像AI研究遵循CLAIM，诊断准确性研究遵循STARD-AI，早期现场评价可参考DECIDE-AI，随机试验方案和报告分别参考SPIRIT-AI和CONSORT-AI[99-101]。除区分度外，还应报告校准、临床净获益、错误病例、缺失数据、人工干预、软件版本、模型更新及潜在利益冲突；部署后还应建立责任归属、版本变更验证、事件报告和退出机制。6.7未来优先研究方向未来值得优先推进的方向包括：①基于连续CT的时间到事件和生长动力学模型；②能够量化不确定性并在必要时拒绝判断的安全模型；③在保护隐私前提下开展多中心联邦或分布式验证；④将影像、临床和液体活检整合为可解释的增量风险模型；⑤利用自然语言处理和大语言模型辅助完成报告结构化、指南匹配和随访追踪，同时保留人工审核[102-103]；⑥开展以患者结局、公平性和成本效果为终点的前瞻性实施研究。研究重点应由“谁的AUC更高”转向“在哪类患者、哪个时间点、以何种人机配置，能够减少漏诊和不必要干预且不扩大健康不平等”。7结语总体而言，AI已推动肺结节评估由病灶检出和单时点分类逐步转向纵向风险预测、临床分流与流程闭环，但其效能具有明显的场景依赖性。筛查、偶发、亚实性、多发及已转诊活检人群的疾病谱和管理目标不同，任何模型均不应脱离预期用途和指南框架直接迁移。当前更为合理的定位并非独立替代医生，而是在经过外部验证的目标人群中提供可追溯的增量风险信息，并与结构化报告、随访系统、MDT和胸外科决策相衔接。未来临床转化的关键在于减少数据与标签偏倚，提升模型在不同设备和不同人群中的校准能力，明确亚实性及非典型结节的失败边界，建立AI与指南冲突的处理机制，并通过前瞻性试验、真实世界监测和卫生经济学评价证明患者层面的净获益。只有在可解释、可审计、可追责和持续更新的治理体系下，AI才可能真正推动肺结节管理由性能驱动走向安全、精准和高价值的临床决策支持。参考文献[1]MacmahonH,NaidichDP,GooJM,etal.GuidelinesformanagementofincidentalpulmonarynodulesdetectedonCTimages:fromtheFleischnerSociety2017[J].Radiology,2017,284(1):228-243.[2]DeKoningHJ,VanDerAalstCM,DeJongPA,etal.Reducedlung-cancermortalitywithvolumeCTscreeninginarandomizedtrial[J].NEnglJMed,2020,382(6):503-513.[3]CallisterME,BaldwinDR,AkramAR,etal.BritishThoracicSocietyguidelinesfortheinvestigationandmanagementofpulmonarynodules[J].Thorax,2015,70Suppl2:ii1-ii54.[4]DeMargerie-MellonC,ChassagnonG.Artificialintelligence:acriticalreviewofapplicationsforlungnoduleandlungcancer[J].DiagnIntervImaging,2023,104(1):11-17.[5]QuanyangW,YaoH,SicongW,etal.Artificialintelligenceinlungcancerscreening:detection,classification,prediction,andprognosis[J/OL].CancerMed,2024,13(7):e7140.DOI:10.1002/cam4.7140.[6]WangC,ShaoJ,HeY,etal.Data-drivenriskstratificationandprecisionmanagementofpulmonarynodulesdetectedonchestcomputedtomography[J].NatMed,2024,30(11):3184-3195.[7]LiX,WeiQ,WangT,etal.Narrativereviewoftheapplicationofartificialintelligence-relatedtechnologiesinthediagnosisofpulmonarynoduleswithrecommendationsforclinicalpracticeandfutureresearch[J].JThoracDis,2025,17(8):6326-6338.[8]RocheJJ,SeyedshahiF,RakovicK,etal.Currentandfutureapplicationsofartificialintelligenceinlungcancerandmesothelioma[J].Thorax,2025,80(12):957-965.[9]HuangD,LiZ,JiangT,etal.Artificialintelligenceinlungcancer:currentapplications,futureperspectives,andchallenges[J/OL].FrontOncol,2024,14:1486310.DOI:10.3389/fonc.2024.1486310.[10]WangL,YuJ,LuoY,etal.Theintersectionofartificialintelligenceandlungnoduleresearch:currentapplicationsandfutureprospects[J].IntJSurg,2026,112(4):10218-10242.[11]PetersAA,WiescholekN,MüllerM,etal.ImpactofartificialintelligenceassistanceonpulmonarynoduledetectionandlocalizationinchestCT:acomparativestudyamongradiologistsofvaryingexperiencelevels[J/OL].SciRep,2024,14(1):22447.DOI:10.1038/s41598-024-73435-3.[12]AungerJ,YipKP,DosanjhK,etal.Interventionstoimproveadherencetoclinicalguidelinesforthemanagementandfollow-upofpulmonarynodules:asystematicreview[J].Chest,2025,168(1):248-268.[13]ChenH,KimAW,HsinM,etal.The2023AmericanAssociationforThoracicSurgery(AATS)expertconsensusdocument:managementofsubsolidlungnodules[J].JThoracCardiovascSurg,2024,168(3):631-647.e11.DOI:10.1016/j.jtcvs.2024.02.026.[14]KimBG,NamH,HwangI,etal.Thegrowthofscreening-detectedpureground-glassnodulesfollowing10yearsofstability[J/OL].Chest,2025,167(4):1232-42.[15]KakinumaR,NoguchiM,AshizawaK,etal.Naturalhistoryofpulmonarysubsolidnodules:aprospectivemulticenterstudy[J].JThoracOncol,2016,11(7):1012-1028.[16]GouldMK,DoningtonJ,LynchWR,etal.Evaluationofindividualswithpulmonarynodules:whenisitlungcancer?Diagnosisandmanagementoflungcancer,3rded:AmericanCollegeofChestPhysiciansevidence-basedclinicalpracticeguidelines[J/OL].Chest,2013,143(5Suppl):e93S-e120S.DOI:10.1378/chest.12-2351.[17]SwensenSJ,SilversteinMD,IlstrupDM,etal.Theprobabilityofmalignancyinsolitarypulmonarynodules.applicationtosmallradiologicallyindeterminatenodules[J].ArchInternMed,1997,157(8):849-855.[18]BaldwinDR,CallisterME.TheBritishThoracicSocietyguidelinesontheinvestigationandmanagementofpulmonarynodules[J].Thorax,2015,70(8):794-798.[19]ChristensenJ,ProsperAE,WuCC,etal.ACRLung-RADSv2022:assessmentcategoriesandmanagementrecommendations[J].Chest,2024,165(3):738-753.[20]HerderGJ,VanTinterenH,GoldingRP,etal.Clinicalpredictionmodeltocharacterizepulmonarynodules:validationandaddedvalueof18F-fluorodeoxyglucosepositronemissiontomography[J].Chest,2005,128(4):2490-2496.[21]McwilliamsA,TammemagiMC,MayoJR,etal.ProbabilityofcancerinpulmonarynodulesdetectedonfirstscreeningCT[J].NEnglJMed,2013,369(10):910-919.[22]Al-AmeriA,MalhotraP,ThygesenH,etal.Riskofmalignancyinpulmonarynodules:avalidationstudyoffourpredictionmodels[J].LungCancer,2015,89(1):27-30.[23]AshizawaK,MaruyamaY,KobayashiT,etal.Guidelinesforthemanagementofpulmonarynodulesdetectedbylow-doseCTlungcancerscreening6thedition:compiledbytheJapaneseSocietyofCTScreening[J].JpnJRadiol,2025,43(3):333-346.[24]BrimsF,McwilliamsA,WilliamsonJ,etal.TheTSANZpracticalguideforcliniciansinthemanagementofscreen-andincidentally-detectednodules[J].Respirology,2025,30(7):558-573.[25]SnoeckxA,SilvaM,ProschH,etal.Lungcancerscreeningwithlow-doseCT:definitionofpositive,indeterminate,andnegativescreenresults.AnodulemanagementrecommendationfromtheEuropeanSocietyofThoracicImaging[J].EurRadiol,2026,36(1):135-147.[26]ServaisEL,HayangaJWA,LindenP,etal.TheSocietyofThoracicSurgeons(2025)expertconsensusdocumentoninterventionsforscreen-detectedlungnodules[J].AnnThoracSurg,2026,121(6):1283-1297.[27]GilyardS,AhmedO,KimCY,etal.ACRAppropriatenesscriteria®radiologicmanagementofpulmonarynodulesandmasses:update2025[J].JAmCollRadiol,2026,23(5):915-927.[28]中国肺癌早诊早治专家组,中国西部肺癌研究协作中心,周清华,等.中国肺癌低剂量CT筛查指南(2025年版)[J].中国肺癌杂志,2025,28(12):887-895.ChineseExpertGrouponEarlyDiagnosisandTreatmentofLungCancer,ChinaLungOncologyGroup,ZhouQH,etal.ChinaNationalLungCancerScreeningGuidelinewithLow-doseComputedTomography(2025Version).ChinJLungCancer,2025,28(12):887-895.[29]中华医学会呼吸病学分会,中国肺癌防治联盟专家组.肺结节诊治中国专家共识(2024年版)[J].中华结核和呼吸杂志,2024,47(8):716-729.[30]LiTZ,XuK,KrishnanA,etal.Performanceoflungcancerpredictionmodelsforscreening-detected,incidental,andbiopsiedpulmonarynodules[J/OL].RadiolArtifIntell,2025,7(2):e230506.DOI:10.1148/ryai.230506.[31]ArmatoSG,3rd,MclennanG,BidautL,etal.Thelungimagedatabaseconsortium(LIDC)andimagedatabaseresourceinitiative(IDRI):acompletedreferencedatabaseoflungnodulesonCTscans[J].MedPhys,2011,38(2):915-931.[32]SetioAaA,TraversoA,DeBelT,etal.Validation,comparison,andcombinationofalgorithmsforautomaticdetectionofpulmonarynodulesincomputedtomographyimages:TheLUNA16challenge[J].MedImageAnal,2017,42:1-13.[33]ArdilaD,KiralyAP,BharadwajS,etal.End-to-endlungcancerscreeningwiththree-dimensionaldeeplearningonlow-dosechestcomputedtomography[J].NatMed,2019,25(6):954-961.[34]VenkadeshKV,SetioAAA,SchreuderA,etal.Deeplearningformalignancyriskestimationofpulmonarynodulesdetectedatlow-dosescreeningCT[J].Radiology,2021,300(2):438-447.[35]HwangEJ,LeeT,LimWH,etal.Artificialintelligence-assistedlungnoduleevaluationonlow-dosechestCTinasymptomaticindividuals:aprospectiverandomizedcontrolledtrial[J/OL].AJRAmJRoentgenol,2026,227(1):e2634552.DOI:10.2214/AJR.26.34552.[36]Sodhi-KalraH,JhaS,DigumarthyS.AIinlungnodulesonchestCT:retrospective,real-worldassessmentofAIinclinicalpractice[J/OL].JMIRFormRes,2026,10:e86416.DOI:10.2196/86416.[37]TahaA,MuneerMS,KalraA,etal.PerformancevalidationofaclosedloopfullyautomatedAImodelforlungnodulestratificationinscreeningcases[J/OL].RespirInvestig,2026,64(2):101373.DOI:10.1016/j.resinv.2026.101373.[38]GodfreyCM,LeechAA,McgannKC,etal.Cost-effectivenessanalysisofartificialintelligence-assistedriskstratificationofindeterminatepulmonarynodules[J/OL].PLoSOne,2026,21(3):e0343492.DOI:10.1371/journal.pone.0343492.[39]吴阶平医学基金会模拟医学部胸外科专委会.人工智能在肺结节诊治中的应用专家共识(2022年版)[J].中国肺癌杂志,2022,25(4):219-225.ToracicSurgeryCommittee,DepartmentofSimulatedMedicine,WuJiepingMedicalFoundation.ChinJLungCancer,2022,25(4):219-225.[40]林耀彬,林勇斌,赵泽锐,等.《人工智能在肺结节诊治中的应用专家共识(2022年版)》解读[J].中国胸心血管外科临床杂志,2023,30(5):665-671.LinYB,LinYB,ZhaoZR,etal.InterpretationofChineseexpertsconsensusonartificialintelligenceassistedmanagementforpulmonarynodule(2022version).ChinJClinThoracCardiovascSurg,2023,30(5):665-671.[41]LiuJA,YangIY,TsaiEB.Artificialintelligence(AI)forlungnodules,fromtheAJRspecialseriesonAIapplications[J].AJRAmJRoentgenol,2022,219(5):703-712.[42]MegatRamliPN,AizuddinAN,AhmadN,etal.Asystematicreview:theroleofartificialintelligenceinlungcancerscreeningindetectinglungnodulesonchestX-rays[J].Diagnostics(Basel),2025,15(3):246.[43]GaoC,WuL,WuW,etal.Deeplearninginpulmonarynoduledetectionandsegmentation:asystematicreview[J].EurRadiol,2025,35(1):255-266.[44]KhalajiA,RiahiF,RafieezadehD,etal.Artificialintelligenceinautomateddetectionoflungnodules:anarrativereview[J].IntJPhysiolPathophysiolPharmacol,2025,17(2):45-51.[45]GeppertJ,AsgharzadehA,BrownA,etal.SoftwareusingartificialintelligencefornoduleandcancerdetectioninCTlungcancerscreening:systematicreviewoftestaccuracystudies[J].Thorax,2024,79(11):1040-1049.[46]FukumotoW,YamashitaY,KawashitaI,etal.Externalvalidationoftheperformanceofcommerciallyavailabledeep-learning-basedlungnoduledetectiononlow-doseCTimagesforlungcancerscreeninginJapan[J].JpnJRadiol,2025,43(4):634-640.[47]YuAC,MohajerB,EngJ.Externalvalidationofdeeplearningalgorithmsforradiologicdiagnosis:asystematicreview[J/OL].RadiolArtifIntell,2022,4(3):e210064.DOI:10.1148/ryai.210064.[48]TsuchiyaN,KobayashiS,NakachiR,etal.ApplicationofapulmonarynoduledetectionprogramusingAItechnologytoultra-low-doseCT:differencesindetectionabilityamongvariousimagereconstructionmethods[J].JpnJRadiol,2025,43(8):1303-1312.[49]HuZ,ZhangX,YangJ,etal.Adeeplearning-basedcomputedtomographyreadingsystemforthediagnosisoflungcancerassociatedwithcysticairspaces[J/OL].SciRep,2025,15(1):22697.DOI:10.1038/s41598-025-05986-y.[50]ZhuF,YangC,ZouJ,etal.TheclassificationofbenignandmalignantlungnodulesbasedonCTradiomics:asystematicreview,qualityscoreassessment,andmeta-analysis[J].ActaRadiol,2023,64(12):3074-3084.[51]SunY,GeX,NiuR,etal.PET/CTradiomicsanddeeplearninginthediagnosisofbenignandmalignantpulmonarynodules:progressandchallenges[J/OL].FrontOncol,2024,14:1491762.DOI:10.3389/fonc.2024.1491762.[52]ShiL,ShengM,WeiZ,etal.CT-basedradiomicspredictsthemalignancyofpulmonarynodules:asystematicreviewandmeta-analysis[J].AcadRadiol,2023,30(12):3064-75.[53]KimRY.Radiomicsandartificialintelligenceforriskstratificationofpulmonarynodules:Readyforprimetime?[J/OL].CancerBiomark,2025,42(1):Cbm230360.DOI:10.3233/CBM-230360.[54]AntonissenN,VenkadeshKV,DinnessenR,etal.Externaltestofadeeplearningalgorithmforpulmonarynodulemalignancyriskstratificationusingeuropeanscreeningdata[J/OL].Radiology,2025,316(3):e250874.DOI:10.1148/radiol.250874.[55]ZwanenburgA,VallièresM,AbdalahMA,etal.TheImagebiomarkerstandardizationinitiative:standardizedquantitativeradiomicsforhigh-throughputimage-basedphenotyping[J].Radiology,2020,295(2):328-338.[56]LambinP,LeijenaarRTH,DeistTM,etal.Radiomics:thebridgebetweenmedicalimaging