58岁的张先生在浙江省人民医院做了胸部CT，人还没走进肺结节联合门诊，屏幕上已经清晰标出3枚磨玻璃结节，较大的一枚8.5毫米，各项定量指标一并列出。这是人工智能系统在数秒内自动检出的病灶，放射科医生林毅结合三维重建技术进一步确认了性质。这样的场景，如今在放射科已是常态。
肺结节筛查，先让人工智能替医生过一遍
一位患者的胸部CT有400到800层图像，医生肉眼筛查平均需要5分钟，还可能漏掉微小病灶。多年前，放射科主任龚向阳和同事们就卡在这个痛点上。2017年，医院启动胸部CT智能4D影像系统研发，用50万例临床标注数据训练深度学习模型，目标就是让机器先替医生把海量图像过一遍。
三维重建下的肺部彩色影像，图片取自原科普报道。
人工智能是怎么练出火眼金睛的
系统带来三方面突破。其一是全肺智能扫描，采用多尺度特征融合算法，对0.5到30毫米的肺结节检出敏感度达98.7%，对传统阅片容易漏诊的磨玻璃结节，识别率提升40%。其二是精准定位，通过三维卷积神经网络自动标注结节位置、大小、密度等12项参数，定位准确率98%，大小误差不超过0.3毫米。其三是4D动态分析，为多次复查的患者提供人眼难以判断的更多维度信息，为肺结节良恶性鉴别提供动态依据。
系统上线首月，放射科肺部CT筛查诊断报告的人均处理量从每天80例增至150例，诊断耗时缩短60%。从这些诊断案例来看，真正的意义在于让早期肺癌在还没有症状的阶段就被发现。这套系统也让医院成为国内最早实现人工智能影像辅助诊断规模化应用的医疗机构之一，目前累计应用已经超过200万例次。
65岁的王阿姨是首批受益者之一。她属于肺癌高危人群，人工智能系统在她近肺门处的血管旁发现一处不规则的磨玻璃影，并标注为高危。诊断医生结合后处理重建技术仔细观察细节，判断为肿瘤性病变、微浸润腺癌可能，手术证实正是微浸润腺癌，术后5年随访没有复发。回头再看以往的旧片，那处淡淡的磨玻璃影在几百幅图像中一晃而过，曾被当成普通炎症。
从发现病灶到决策手术
随着肺结节检出率逐年升高，新的矛盾也浮现出来。据统计，每天有近30%的患者因肺结节就诊，其中过度焦虑与过度治疗的情况并不少见。为此医院启动第二代系统研发，构建起覆盖筛查、诊断、治疗、随访全链条的智能方案，并与胸外科、呼吸内科共建肺结节联合门诊。
新一代系统以人工智能肺结节筛查为基础，针对8毫米及以上的高危肺结节做CT靶重建，综合结节形态、密度、边缘、胸膜牵拉等18项特征，对高危结节的恶性预测准确率达98.3%。在联合门诊里，呼吸内科主任孙益兰与放射科医生一起，结合系统自动生成的重建图像、临床表现与实验室检查，把炎性结节以及隐球菌、结核这类特殊感染从高危结节中甄别出来，同时为肺癌患者结合年龄、心肺功能、基础疾病等制定治疗方案。
系统还能自动分割肺动静脉、支气管树等解剖结构，把结节与血管的三维关系呈现出来，并可通过虚拟肺段切除模拟，规划安全切除范围、计算预计切除体积、剩余肺功能与手术风险评分。
72岁的李奶奶做术前评估时，屏幕上是系统自动生成的5枚高危结节立体图像和虚拟胸腔镜手术路径。胸外科主任王海涛表示，这套模式让肺结节手术更精准也更安全，既能有效切除病灶，又能最大限度保留肺功能，对多原发肺癌患者尤其有意义。今年8月，他还接诊过一位45岁的教师，体检发现右肺12毫米混杂密度结节，系统三维重建后显示结节位置较深，位于两个亚段交界处且紧邻叶间裂胸膜，自动生成的联合亚段切除方案经多学科讨论完善确认，患者术后肺功能保留率提高27%，住院时间缩短3天。
人工智能赋能下的精准医疗新图景
从2017年的初筛助手，到2022年的决策支持系统，人工智能已经深度融入放射科的工作流程。目前团队正在研发第三代系统，融合多模态成像，新增肺结节生长速率预测、智能提取影像与检验等关键信息进行综合判断等功能，计划三年内实现一人一策的精准诊疗。
需要说明的是，人工智能不会替代医生，而是让医生拥有更强大的透视眼和导航仪。文中案例均为真实诊疗病例，个体情况存在差异，查出肺结节后是否随访、是否需要手术、选择哪种术式，仍需由专科医生结合影像与身体状况综合判断。
本文所涉内容整理自浙江省人民医院放射科与肺结节联合门诊的临床实践与诊断案例，门诊安排以医院公告为准。
