《人工智能应用于肺癌筛诊疗的专家共识（2026 版）》

制定单位：中国医师协会胸外科分会、中国抗癌协会非小细胞肺癌专委会等；发表于《中国胸心血管外科临床杂志》2026，通讯作者吴一龙、钟文昭；核心定位：明确 AI 全程仅作为临床辅助工具，严禁 AI 独立出具肺癌诊断报告与独立制定治疗方案；覆盖肺癌筛查、影像诊断、病理诊断、术前规划、治疗预测、随访全链条；建立 AI 医疗器械准入、外部验证、质控、数据安全规范 ⚠️ 仅专业学习资料，不能替代肺癌 MDT 多学科个体化临床决策

一、总体原则与 AI 系统准入要求

1. 定位原则（强共识）：AI 是辅助决策工具，不能替代执业医师；所有 AI 输出结果必须由具备资质临床医师复核确认，最终诊疗决策由人做出。
2. 产品准入：用于临床常规诊疗的 AI 系统须取得 NMPA 医疗器械注册证；研究类 AI 仅限临床试验场景使用，不可纳入常规诊疗流程。
3. 模型验证要求：上市前需完成多中心外部独立验证，覆盖不同地域、设备、扫描参数、人群（含不吸烟亚洲人群）；警惕数据漂移、设备差异导致效能下降；灰区风险病例必须人工复核。
4. 数据安全与隐私：遵循个人信息保护、医疗数据合规；患者影像、病理、基因数据脱敏，禁止未经授权外传。
5. 人员培训：使用单位应对影像、胸外、肿瘤、病理医师开展 AI 系统培训，掌握模型适用边界、常见假阳性 / 假阴性场景。

二、AI 在肺癌筛查阶段的应用

适用载体：低剂量螺旋 CT（LDCT）肺癌高危人群筛查。

1. 自动检出肺结节：AI 自动识别、分割结节，测量大小、密度、体积、体积倍增时间，降低漏诊，减少阅片医师间差异；不能替代医师判定筛查阳性与否。
2. 高危人群风险预测：融合问卷、电子病历、影像特征构建 AI 风险模型，辅助优化筛查入组，减少低危人群不必要 LDCT。
3. 筛查质控：AI 辅助质控 LDCT 扫描图像质量，剔除不合格图像。

局限性：炎症、结核、纤维化病灶易出现假阳性；磨玻璃小结节、微小胸膜下结节仍存在漏诊风险；不吸烟人群模型效能需更多本地数据验证。

三、AI 在诊断阶段的应用（影像 + 病理 + 多模态）

3.1 CT 影像 AI

• 结节良恶性风险分层，自动提取分叶、毛刺、胸膜牵拉、空泡等影像组学特征；
• 纵向随访：配准前后 CT，自动计算结节体积变化、倍增时间，辅助制定随访间隔；
• 分期评估：AI 辅助识别纵隔、肺门淋巴结肿大 / 转移，识别胸膜、胸壁侵犯，辅助 cTNM 分期，但淋巴结转移最终仍需病理确认。

3.2 数字病理 AI

• 细胞学、组织切片 AI 阅片，识别癌细胞，辅助病理分型；
• 免疫组化、PD-L1 表达智能判读，降低人工判读差异；
• 注意：病理 AI 阳性 / 阴性结果，必须病理医师复核。

3.3 多模态融合 AI（影像 + 临床 + 液体活检 + 基因）

多组学 AI 模型整合 LDCT、肿瘤标志物、ctDNA、临床信息，提升中高危灰区结节鉴别能力；仅作辅助参考，不单独作为手术或穿刺指征。

四、AI 在外科治疗与术前规划中的应用

1. 术前三维重建 AI：自动重建肺血管、支气管、结节空间关系；辅助规划肺段 / 亚肺段切除，识别变异血管支气管，降低术中血管损伤、支气管残端漏风险；推荐用于复杂肺段、多发结节术前评估。
2. 术中导航 AI：胸腔镜 / 机器人手术 AI 实时影像配准，辅助定位深部小结节；AI 识别血管、支气管解剖结构，提示危险区域。
3. 预后预测模型：AI 预测术后并发症风险（漏气、心律失常、肺部感染）、复发风险，辅助医患沟通与围术期风险分层；不可单独作为手术取舍的唯一依据。

重要提醒：AI 三维重建 / 解剖预测存在图像伪影、解剖变异误判，术中必须以实际解剖为准。

五、AI 在内科系统治疗、放疗领域的应用

1. 靶向 / 免疫疗效预测：AI 融合影像组学、病理、基因、临床特征，辅助预判免疫、靶向治疗应答与不良反应；不能替代基因检测结果。
2. 放疗 AI：自动勾画靶区与危及器官，缩短计划设计时间；AI 辅助剂量优化，降低正常肺、心脏、食管受照剂量；放疗医师必须复核靶区与计划。
3. 预后模型：预测 OS、PFS，辅助 MDT 权衡治疗获益与毒性。

六、AI 用于随访与复发监测

1. 随访影像自动比对，检出新发结节、原有结节增大；
2. 结合临床、肿瘤标志物、影像，构建复发预警模型；
3. 复发预警仅作为提示，复发确诊需医师综合评估。

七、AI 的局限性、风险与质控体系

1. 模型局限：存在假阳性、假阴性、数据漂移；在结核高发、纤维化背景肺、低剂量图像、非标准扫描序列下效能下降。
2. 临床风险：过度依赖 AI 易造成过度诊疗（良性结节手术），或假阴性漏诊恶性病变。
3. 院内质控：建立 AI 不良事件上报机制；定期回顾假阳性 / 假阴性病例，持续评估本地人群模型性能；留存 AI 原始输出记录，便于追溯。
4. 临床试验：鼓励开展前瞻性真实世界研究，评价 AI 对肺癌早诊率、过度手术率、患者长期生存的真实临床终点，不只是 AUC、敏感性等算法指标。

八、推荐意见摘要（18 条核心推荐）

1. AI 在肺癌筛诊疗全程定位为医师辅助工具，不得独立出具诊断报告、独立制定治疗方案（强推荐）。
2. 临床常规使用 AI 需具备 NMPA 医疗器械注册证；科研 AI 仅限临床试验场景。
3. AI 模型需经过多中心外部独立验证，评估跨设备、跨人群稳定性；灰区病例强制人工复核。
4. LDCT 肺癌筛查中 AI 可辅助检出肺结节、自动测量、评估体积倍增，减少阅片差异。
5. AI 风险模型可辅助筛选肺癌高危筛查人群，优化筛查队列。
6. CT 影像 AI 可辅助结节良恶性分层、纵向随访对比、纵隔淋巴结评估，不能替代 MDT 分期。
7. 数字病理 AI 辅助细胞学、组织切片阅片及 PD-L1 判读，结果必须病理医师复核。
8. 多模态 AI（影像 + 临床 + 液体活检 + 基因）可提升疑难肺结节鉴别，仅作辅助参考。
9. AI 三维重建推荐用于肺段 / 亚肺段术前规划，识别血管支气管解剖变异。
10. 胸腔镜 / 机器人手术 AI 术中导航辅助小结节定位，但术中决策以直视解剖为准。
11. AI 模型可辅助预测术后并发症、肿瘤复发风险，不能作为手术唯一取舍依据。
12. 放疗 AI 用于靶区自动勾画、计划优化，放疗医师必须复核靶区与剂量方案。
13. AI 结合影像组学、分子特征可辅助预判靶向、免疫疗效，不能替代基因检测。
14. AI 随访影像比对，辅助检出新发病灶、预警复发，复发确诊需医师综合评估。
15. 医疗机构建立 AI 培训、病例复核、不良事件上报、本地性能定期质控制度。
16. 严格落实医疗数据脱敏、隐私保护，保障数据安全。
17. 警惕 AI 假阳性 / 假阴性，避免因 AI 结果造成过度诊疗或漏诊。
18. 鼓励开展前瞻性真实世界研究，以患者临床终点评价 AI 系统价值，不只依赖算法指标