2025 年 7 月 10 日，南昌大学第二附属医院肺癌专病中心早诊早筛患者分层管理项目正式启动。启动会同期举办一场融合顶尖学术智慧与临床实践创新的学术活动，特邀中国科学院自动化研究所董迪教授作《人工智能在肿瘤诊疗中的应用》主题授课，深度解析人工智能与肿瘤诊疗的前沿交叉成果。肺癌专病中心则分享了借助 AI 大数据平台实现肺结节患者分层管理的创新实践，标志着医院在肺癌防治领域迈入「医工交叉、精准分层」的全新阶段。
人工智能重塑肿瘤诊疗格局
董迪教授以 2024 年诺贝尔物理奖和化学奖授予人工智能领域学者为切入点，系统阐释了人工智能在肿瘤诊疗中的突破性进展。作为全国医学影像领域学术影响力 Top 100 学者、全球前 2% 高引用科学家，董迪教授团队深耕肿瘤人工智能分析多年，其研究成果连续六年纳入《中国临床肿瘤学会 CSCO 胃癌诊疗指南》。
授课中，董迪教授重点介绍了影像组学技术如何通过深度挖掘 CT、MRI 等影像数据，逼近病理与基因层面的肿瘤特征。在胃癌诊疗领域，其团队研发的隐匿性腹膜转移 AI 诊断模型，对临床漏诊患者检出率高达 85%，相关成果发表于《Annals of Oncology》（SCI IF: 56.7），并写入多部权威指南。在肺癌领域，基于 1.8 万例患者 CT 影像构建的 EGFR 基因突变预测模型，测试集 AUC 达 0.76-0.81，可无创预测靶向治疗疗效，为无法获取病理样本的患者提供治疗决策参考。
「人工智能不仅是辅助工具，更是重构诊疗逻辑的『解码器』」。董迪教授展示了团队最新研发的多模态肿瘤大模型，该模型能整合 CT、病理、基因等多维度数据，在鼻咽癌诊断、胶质瘤术中分级等场景实现突破，其提出的「裸数据智能分析」理念，跳过传统影像重建环节直接挖掘原始信号价值，为肺结节早诊早筛提供了全新技术路径。
AI 赋能肺结节全周期分层管理
授课结束后，南昌大学二附院肺癌专病中心分享了借助 AI 大数据平台分层管理肺结节患者的方案。
我国肺癌患者初诊时早期病例比例显著偏低，I 期确诊率仅为 17.3%，而中晚期病例占比近 70%，且肺癌 5 年相对生存率仅为 28.70%，远低于所有癌种的 43.7%。在此背景下，推进肺癌早诊早筛意义重大。 南昌大学第二附属医院肺癌专病中心在肺癌防治中面临着患者留存难、资源分配难、同质化诊疗难、数据沉淀难等痛点。为解决这些问题，该中心推出了肺癌早诊早筛分层管理解决方案。
该方案以 Lung-RADS 肺结节分类体系为基础，融合人工智能强大分析能力，对肺结节患者进行分层管理。通过智能筛查引擎识别高危人群，进行 LDCT 初筛后，对肺结节进行识别和风险评估，再依照风险等级为患者匹配针对性管理路径，实现定期回院复诊和持续动态评估。 在具体管理中，根据 Lung-RADS 评分将患者分为不同风险等级，对应不同的管理路径。从电话随访频率、随访重点，到复诊提醒及频率、科普频率和内容等，都进行了精细化设置。
AI 在该方案中发挥了重要作用，利用 OCR 及 NLP 技术快速识别患者影像科报告核心要点，匹配 Lung RADS 等级完成患者风险等级分层，助力风险评估。同时，AI 赋能个性化随访路径，优化医疗资源分配的同时提升患者复诊依从性。目前，该项目 1.0 版本测试已上线，已录入 20 余位患者，并依据其肺结节类型采取个体化随访。
「通过 AI 大数据实现风险分层，不仅提升了早诊率，更重塑了医患关系。」南昌大学二附院肺癌专病中心负责人刘安文教授表示，通过这一分层管理模式，中心有望将肺结节患者随访依从性大幅度提升，减少不必要 HRCT 检查，显著提高早期肺癌检出率，为实现「健康中国 2030」癌症防治目标提供有力支撑。
此次项目启动，既是南昌大学二附院肺癌专病中心建设的里程碑事件，更是医工交叉创新的实践起点。中心将以「只有进行时，没有完成时」的理念，不断完善分层管理体系，让人工智能真正成为守护百姓肺部健康的「智慧屏障」。
好文章，需要你的鼓励
