AI辅助筛查让肺癌早筛更可及，助力拯救180万生命

肺癌、慢性阻塞性肺疾病（COPD）和哮喘等肺部疾病对数百万人、各国经济乃至整个地球都产生了深远影响。贫困、空气污染和地理位置等多种健康决定因素会导致健康状况不佳，并成为检测、诊断和进行指南导向药物治疗（GDMT）的障碍。

仅肺癌每年就造成180万人死亡，肺癌因此成为癌症相关死亡的主要原因——超过乳腺癌、结肠癌和前列腺癌的总和。肺癌给中低收入国家（LMIC）带来的负担最为沉重，70%的癌症死亡发生在这些地区，存活率不到富裕国家的一半。

早期肺癌检测至关重要。超过50%的肺癌病例在确诊时已处于IV期。IV期肺癌的五年存活率为5%，而I期肺癌的五年存活率为65%。

有针对性的、资源分层的早期肺癌检测策略是关键。世界卫生组织（WHO）有望通过的一项综合肺部健康决议有助于加速此类解决方案的实施。

拟提交至世界卫生大会审议的决议旨在应对共同的风险因素和障碍，以改善肺病患者的健康结果，加强卫生系统，并促进健康公平。作为这些目标的一部分，该决议呼吁重新关注肺部疾病的早期检测和诊断。

成功的决议将绘制变革路线图，敦促成员国在其国家卫生战略中优先考虑包括肺癌在内的肺部健康问题，并启动筛查计划、扩大筛查的可及性。

低剂量计算机断层扫描（LDCT）是用于肺癌筛查和风险评估的黄金标准。然而，由于可及性有限且费用高昂，LDCT在许多中低收入国家难以得到广泛应用。拟议的决议适时考虑了将人工智能辅助的胸部X光片分析作为LDCT评估的分诊工具。

通过人工智能分析X光片中的癌变迹象，医护专业人员可以将精力集中在那些需要进一步评估的患者身上，如进行LDCT扫描来确认或排除肺癌。这种分诊方法优化了现有设备和专业技术的利用，确保高危患者得到所需的关注。

最近在欧洲肺癌大会上发布的数据证实，人工智能辅助的胸部X光分析是一种有效的LDCT分诊工具。

在埃及、印度、印度尼西亚、墨西哥和土耳其开展的CREATE研究表明，相较于放射科医生通过LDCT进行的评估，人工智能辅助的胸部X光片分析能够准确预测肺部恶性肿瘤的风险。

另一项建模研究评估了将人工智能辅助的胸部X光片分析作为分诊工具纳入越南医疗体系的临床和经济影响。研究预测，采用该技术将在早期阶段多诊断出3155例病例，并在五年内避免4742名患者过早死亡。研究还得出结论，由于早期癌症检测带来更高效的治疗并降低整体医疗支出，到第五年将实现收支平衡。

其他国家的研究显示，晚期肺癌治疗成本可能比早期治疗高出156%，自2018年以来，治疗晚期癌症的费用已上升了55%。

为了加强肺癌的早期检测，需要在国家筛查项目中广泛采用人工智能辅助的胸部X光片分析，特别是在大多数患者首次求诊的基础医疗领域。

这对于将筛查范围扩大至非吸烟人群至关重要，因为非吸烟者的肺癌发病率正在上升。中国台湾的一项大型研究对超过12000名有家族病史的非吸烟者进行了筛查，发现肺癌的检出率为2.6%。这一比例看似较低，但已是欧洲和美国主要筛查试验中高危吸烟者肺癌发病率的两倍。

人工智能技术还需要融入肺病相关的专科领域。结核病（TB）患者罹患肺癌的风险是普通人的4倍，而慢性阻塞性肺疾病（COPD）则会使肺癌风险增加2-5倍。越南的一项研究利用人工智能对结核病筛查中的胸部X光片进行分析。在近13.6万名患者中，有1733人被判定为高危人群，随后进行了500次LDCT检查，确诊133例肺癌。

综合照护路径至关重要，它能够连接基础、专科和综合医疗保健，引导患者分诊、转诊并获得最佳治疗。

这项有望通过的WHO决议为推动肺部疾病的早期检测和诊断，以及随后在所有肺部疾病中进行指南导向药物治疗（GDMT）提供了契机。要充分实现这一潜力，合作实施的努力至关重要。

政策制定者可以探索将人工智能辅助的胸部X光片分析融入筛查算法，作为分诊工具，以实现减少非传染性疾病的目标，并释放经济效益。

医护专业人员可以在自身体系内倡导资源分层的筛查方法，从而改善患者健康结果并优化资源配置。

通过考虑采用创新技术，探索肺癌、结核病和慢阻肺等领域的高效做法，为医疗服务提供资金的实体可以创造更大的价值。

通过拥抱这项有望通过的决议，优先采用与其行动号召相一致的新方案，并共同努力，我们可以推动创造一个肺癌不再是主要致死原因的未来。

本文作者：

Ti Hwei How，阿斯利康国际市场肿瘤与市场准入副总裁

本文原载于世界经济论坛Agenda博客，转载请注明来源并附上本文链接。

翻译：狄陈静

编辑：万汝鑫