胸部影像诊断新进展

MEDICALIMAGING胸部影像诊断新进展低剂量CT·人工智能·影像组学·人机协同2026年9月内容导览01筛查基石低剂量CT的技术原理与筛查价值02智能跃迁AI辅助诊断的临床验证与突破03精准分型影像组学与影像基因组学的分子预测04协同展望人机协同的边界与未来方向CHAPTER筛查基石辐射与效益的精准平衡低剂量CT以十分之一辐射实现肺癌死亡率降低20%的筛查价值01低剂量CT的降辐保质机制0.6~1.5mSv单次胸部LDCT辐射剂量仅相当于6个月自然本底辐射，远低于安全阈值用更少的辐射，看清肺部每一个细节低剂量CT实现降辐保质，核心依赖两项关键技术协同。智能调节X线管电流扫描时根据组织密度自动分配电流强度，穿透空气丰富的肺部时降至20~50mA仅为常规CT（100~200mA）的五分之一至十分之一从源头压缩辐射剂量迭代重建算法低剂量扫描噪声增强计算机反复比对正常人体结构特征、逐级修正图像，补足细节还原肺部天然高空气对比，病灶与正常肺组织对比度依旧清晰低剂量CT的筛查价值95%早期肺癌检出率LDCT对早期肺癌具备高灵敏度6倍以上灵敏度相较传统X线胸片的检出优势2~3毫米可识别病灶微小结节亦能清晰捕捉20%肺癌死亡率降低美国

NLST研究基于33个医学中心队列，证实与胸片相比，LDCT使肺癌死亡率降低

20%80%以上筛查发现的肺癌为Ⅰ期筛查发现的肺癌中

80%以上为Ⅰ期，5年生存率超

90%对比凸显价值阶段5年生存率Ⅰ期肺癌（LDCT可筛出）超

90%晚期肺癌约

15%早期发现是肺癌预后的决定性变量，LDCT正是实现早诊的关键工具。筛查人群与结节管理建议年度筛查的高危人群5类50岁以上吸烟者≥20包年，或戒烟不足15年被动吸烟或环境油烟暴露≥20年慢性肺部疾病慢阻肺、肺纤维化等职业致癌物暴露石棉、氡气等一级亲属肺癌家族史结节大小随访建议＜6mm微小结节观察随访，通常不立即干预5~10mm中等结节3~6个月复查或行增强CT评估＞10mm或形态可疑及时PET-CT或活检明确性质特别提醒：CT筛查中约

96%

的肺结节为良性，发现结节不等同于肺癌，需避免过度焦虑与不必要的有创检查。CHAPTER智能跃迁从辅助工具到决策伙伴AI辅助使低年资医生诊断准确度提升10%，一致性提升34.5%02DeepFAN的三重架构设计DeepFAN由协和医院联合多家中心开发，2026年4月发表于《自然·癌症》，并完成亚洲首个肺结节AI辅助诊断注册临床试验，获国家药监局三类注册证。视觉Transformer—全局洞察捕捉结节及周围肺组织纹理、血管连接等整体微环境特征，把握病灶与全局的空间关系。全局洞察细粒度3D残差网络—局部精读提取密度、分叶、毛刺等精细细节，专注人眼易忽略的细微形态信号。局部精读图卷积网络—深度融合将全局与局部特征整合为统一表征，实现

既见森林又见树木

的判别结构。深度融合全局+局部AI显著提升医生诊断效能数据来源：3家中心400例患者、463枚病理确诊结节，12名医生两轮阅片三种诊断模式AUC对比3家中心400例463枚12名医生AUC从0.667跃升至0.954AI辅助显著提升诊断效能准确率提升10.0%·敏感度提升7.6%AI辅助下诊断准确率与敏感度同步提升特异度提升12.6%·诊断一致性提升34.5%AI辅助降低误诊、提升阅片一致性AI并非取代医生，而是拉高低年资医生诊断下限推动诊疗同质化，让更多患者受益大规模AI产品的落地实践识识别与诊断能力近百种单次胸部CT可识别异常病变，诊断准确率达97.8%药监已进入国家药监局创新医疗器械特别审查程序效落地与效率数据30余家落地医院，累计处理病例超250万例33%帮助将阅片时间实际缩短33%肺结节AI筛查敏感度96.3%，特异性91.7%肺结节随访最成熟场景AI对肺结节大小、密度、生长状态的

随访分析

，是当前最成熟的临床应用场景。——北京胸科医院影像中心主任

侯代伦（2026年9月学术大会）这一能力对基层医疗机构意义尤为深远，优质影像诊断能力有望真正下沉。为什么是随访LDCT检出结节中超过

95%

为良性随访的临床价值AI自动比对多次影像，量化结节体积与密度变化为什么是随访LDCT检出结节中超过95%为良性，大量随访需求耗时耗力AI可自动比对多次影像，量化结节体积与密度变化，显著减轻医生负担良性预测值的临床意义DeepFAN外部验证中良性结节预测值高达0.992，模型判定为良性时高度可信大量良性结节患者可避免不必要的频繁复查，降低辐射暴露与经济负担CHAPTER精准分型从看见形态到洞悉分子影像组学以AUC0.868无创预测ALK突变，开启虚拟活检时代03影像组学无创预测ALK突变2026年发表于《放射学实践》的研究证实：基于深度学习自动分割的影像组学模型，可无创预测非小细胞肺癌ALK基因突变状态。影像组学：从人眼难辨的定量特征中解码ALK突变分子信息模型诊断效能（《放射学实践》）指标数值AUC0.868敏感度78.26%特异度83.89%低高研究方法3步回顾性纳入纳入172例NSCLC患者术前CT平扫资料自动分割提取深度学习自动分割后提取定量组学特征筛选构建模型筛选4个最优特征构建预测模型为组织获取受限的患者提供“虚拟活检”可能路径影像基因组学的驱动基因预测影像基因组学将影像表型与基因组数据关联，为非小细胞肺癌的分子分型提供无创窗口。影像组学特征与基因变异的关联建模，正在重塑NSCLC分子分型的无创判定路径。“影像不再只回答有没有肿瘤，更开始回答肿瘤属于哪一类分子亚型。”01基因突变EGFR突变磨玻璃样变、不规则边界与胸膜牵拉是典型影像标志，敏感度达70%~85%。影像组学模型预测AUC可达0.812。02基因融合ALK融合与中心性位置、大胸腔积液相关。血管紊乱特征患者疗效显著更差——中位无进展生存期仅11.4个月，非血管紊乱者为20.2个月。03多基因联合多基因联合预测深度学习系统已可联合预测8种基因变异，AUC达0.862。覆盖EGFR、KRAS、ALK等关键靶点。从手工特征到深度学习数据异质性是最大障碍。不同设备、协议下模型表现不稳定，须依赖多中心数据训练与不确定性质量控制提升泛化能力。深度学习并非取代影像组学，而是让影像组学变得更强、更快、更可重复。传统手工影像组学的局限特征提取依赖人工设计，结果受扫描参数、重建协议差异影响研究间可重复性不足，需ComBat协调等标准化弥补深度学习的自动化优势CNN、视觉Transformer、深度自动编码器实现

自动化、高通量特征提取无观察者间差异，可直接从图像中学习更具判别力的特征可揭示人眼与手工特征均无法捕捉的未知关系CHAPTER协同展望AI是帮手，不是替代最终诊断结论必须结合人工研判，人机协同是胸部影像的未来04AI辅助而非替代的共识AI正在进步，但用其完全取代医生判断为时过早，这是贯穿2026年行业的最新共识。侯侯代伦北京胸科医院“AI在肺结节筛查领域精准度较高，但仅属于辅助诊断工具，最终的精准诊断结论必须结合人工研判得出。权威声音的核心判断：AI的精准度虽高，但定位始终是辅助角色，最终诊断必须由人工把关。概率预警AI给出的是概率层面的预警与初筛，医疗决策需要的是确定性判断。影像科医生应主动掌握AI交互使用方法，在日常工作中结合AI开展科研。基层医生需学会正确使用AI工具，并具备最终的诊断把关能力。移动筛查与人机协同未来2026年9月启动的重走长征路移动CT公益项目，展现了人机协同的现实样本。AI智能初筛与专业医师四审构成落地筛查全程的双重质控体系胸部影像的未来不在于谁取代谁，而在于人机如何各展所长、协同把关。效