人工智能（AI）正加速渗透肺癌筛查、诊断、病理、治疗决策与随访管理的全流程，但"用得上"不等于"用得好"，应用边界、证据来源、验证途径、公平与信任仍是全球性挑战。2026年国际肺癌研究协会（IASLC）世界肺癌大会（WCLC 2026）已于2026年9月12日—15日在韩国首尔盛大召开。ES20教育专场以"AI in Lung Cancer Care: Implementation, Equity, and Global Perspectives"为主题，邀请全球多国家专家共同探讨这一话题。IASLC人工智能工作组联合主席、孟加拉国卫生服务总局Muhammad Rafiqul Islam教授主讲中低收入国家视角的AI落地挑战，意大利米兰国家肿瘤研究所Arsela Prelaj教授系统盘点AI工具的最新进展，美国Roswell Park综合癌症中心胸外科Kenneth Patrick Seastedt教授剖析高收入环境下的AI实施挑战，KRAS Kickers患者倡导组织Chris Conneran先生则从患者视角阐释信任、透明与沟通。【肿瘤资讯】特将本场教育专场的五场报告内容进行整理，以飨读者。
IASLC AI工作组愿景：竭力构建负责任、循证、全球公平的肺癌AI未来
Muhammad Rafiqul Islam教授指出，AI的应用范畴已覆盖肺癌诊疗全链条——从筛查与早期检测、放射影像、病理、诊断与分期，到分子分型、治疗选择、疗效预测乃至预后与生存评估；与此同时，偏倚（Bias）、验证（Validation）、透明度（Transparency）、安全性（Safety）、信任（Trust）、监管（Regulation）与公平性（Equity）等议题也日益凸显。他特别强调，当前AI的落地速度已超过领域内共识形成的速度，这是全行业必须正视的现实。
一种疾病，众多医疗体系
Islam教授指出，现有AI模型存在明显的地域集中与代表性不足问题，外部验证普遍欠缺；而不同国家和地区在基础设施、专业人才、监管环境和医疗体系方面差异巨大。"一种疾病，众多医疗体系"（One Disease but Many Health Systems）的现实，决定了AI解决方案不能简单"一刀切"。
四大愿景与首要任务
围绕"构建负责任、循证、全球适用的肺癌AI未来"这一使命，IASLC AI工作组提出四大愿景支柱：证据（Evidence）——推动AI应用的系统性评估；临床转化（Clinical Translation）——从算法走向有实质意义的临床应用；负责任AI（Responsible AI）——聚焦偏倚、公平、透明、问责与信任；全球公平（Global Equity）——确保AI在不同医疗体系中均具有相关性与可实施性。
工作组的首要任务包括两方面：其一，制定IASLC肺癌负责任AI框架；其二，搭建一个共同平台，让来自世界各地的医生都能参与其中，构建适合本地需求的AI工具。IASLC AI Task Force（2025—2027）已组建全球多学科团队，并同步发起面向患者与医生的问卷调查，广泛征集一线需求。正如Islam教授所总结的工作组共同目标——"让AI准确到足以信赖、透明到足以理解、公平到足以惠及每一位患者"（AI that is accurate enough to trust, transparent enough to understand, and equitable enough to benefit every patient）。
AI在肺癌诊疗中的前沿现状：从筛查、诊断、病理到治疗决策支持
Arsela Prelaj教授首先概括了AI工具的现状：AI模型数量庞大，且开发门槛正不断降低；但真正完成临床验证并获监管批准者明显减少，而能够与工作流无缝整合、实现跨医院规模化部署者更是凤毛麟角。她强调，不同AI工具的成熟度差异巨大，识别哪些工具"已可用于临床实践"、哪些"尚待验证"，是临床医生必须具备的判断力。
筛查与早期检测：预测型AI工具已趋成熟
Sybil AI（美国）：基于单次低剂量CT（LDCT）预测患者未来1~6年内罹患肺癌的概率，模型基于15,000例受试者的LDCT进行训练与内部验证。在NLST测试集中，相同敏感度下Sybil将假阳性率由Lung-RADS的10%降至8%（Mikhael等，Journal of Clinical Oncology，2023）。
C-Lung-RADS（中国）：将临床数据与CT影像相结合，实现个体化的LDCT监测与筛查随访。模型基于45,064例体检队列开发，并在中国西部移动CT单元14,437例受试者中独立验证；内部数据集AUC达0.918，优于单维度模型的0.881；独立数据集敏感度87.1%，阴性预测值高达99%，显著降低漏诊风险（Chengdi Wang等，Nature Medicine，2024）。
Optellum（美国/英国，FDA、CE认证）：用于评估肺结节恶性风险并指导随访决策。在一项模拟AI赋能路径的研究中，指南一致性随访率由34%提升至94%，非小细胞肺癌（NSCLC）确诊中位时间由129天缩短至25天（Hill NR等，BMJ Open Respiratory Research，2025）。
影像诊断与数字病理：从辅助阅片到"从切片预测基因突变"
Qure.ai qXR-LN（美国/欧洲，FDA、CE认证）：判断胸片是否含可疑肺结节。模型基于超过350万张胸片训练，经3名放射科医生独立评估的225张胸片外部验证，并在CREATE研究712例患者中完成前瞻性验证，结节检出的阳性预测值（PPV）为54.2%、阴性预测值（NPV）为93.5%——即一张"干净"的胸片可可靠地排除结节，而阳性标记中约半数可在CT中得到确认（Anchía-Alfaro等，BioMedInformatics，2026）。
AISight Dx（美国/欧洲，FDA、CE认证）：泛癌种数字病理图像管理与阅片平台，验证显示数字化初始诊断非劣于光学显微镜（一致率96.6%~97.9%）。
Path AI AIM-TumorCellularity（美国/欧洲）则用于评估组织样本的肿瘤含量是否足以进行分子检测，AI预测与分子定量的相关性优于病理医师的目测估计，但目前尚无证据表明其能提高二代测序（NGS）成功率或减少假阴性（Gachechiladze等，Laboratory Investigation，2026）。
PathChat-Modella AI（美国）是获FDA突破性器械认定的多模态生成式病理辅助系统（Lu等，Nature，2024）。
EAGLE（美国/欧洲）：直接基于常规苏木精-伊红（H&E）切片预测表皮生长因子受体（EGFR）突变状态，纳入多机构8,461张肺腺癌（LUAD）切片，内部验证AUC 0.847、外部验证AUC 0.870，前瞻性"静默验证"（silent validation）AUC约0.890；面向多基因预测的预印本研究也在推进中（Campanella等，Nature Medicine，2025）。
TROP2 QCS-NMR作为数字化生物标志物，可用于治疗反应预测（Garassino等，WCLC 2024，摘要PL02.11）。
治疗规划与临床决策支持：从放疗勾画到免疫治疗疗效预测
RayStation/RayPlan（放疗，CE、FDA认证）：采用3D U-Net样全卷积网络进行危及器官的深度学习自动分割，通常1分钟内即可自动生成轮廓，并直接整合入治疗计划工作流，医师可审核并手动修正。
InferOperate（中国，美国，欧洲，FDA、CE、NMPA认证）：面向外科的深度学习分割工具，基于500例训练，经113例回顾性与139例前瞻性患者验证，并完成140例多中心临床研究；可帮助术者识别解剖变异、优化术式选择并缩短规划时间（Chen X等，Nature Communications，2025）。
I3LUNG（免疫治疗决策支持）：整合欧洲6家癌症中心2,396例III~IV期NSCLC免疫治疗患者的多模态数据（临床数据2,252例、基因组学1,723例、CT影像1,705例、H&E切片936例），构建临床决策支持系统（CDSS）。其临床可用性研究显示，可解释AI使全体医师预测真实疾病控制率（DCR）的概率提升37%、预测真实总生存期（OS）的概率提升36%，且非专家医师获益尤为显著（DCR预测：专家提升23% vs 非专家提升53%；OS预测：专家提升14% vs 非专家提升61%）。该研究成果于会议当日正式发表于Nature Medicine（Prelaj A, Miskovic V等，2026）。
生活质量监测与效率工具：生成式AI与Agentic AI走进临床
Kaiku（欧盟，CE认证）：患者症状报告、分诊与医护预警工具。患者填报仅需1~4分钟，医护每周每例患者使用1~3分钟；出现预警的问卷其医护审阅中位时间为19.6小时，优于非预警问卷的21.5小时；采用率85%、依从率76%（Arriola等，The Oncologist，2024）。
Abridge（美国）：将临床对话自动转化为经医师审核的文书（AI scribe）。使用者报告文书流程更简便的可能性接近7倍，在下次就诊前完成病历的可能性达5倍；至2026年中已覆盖300余家医疗系统，欧洲亦有同类工具应用（Albrecht等，JAMIA Open，2025）。
LUCC（法国）：基于大语言模型（LLM）的自动数据提取工具（Aldea等，Annals of Oncology，2025）。
TrialGPT（美国）：基于患者摘要在ClinicalTrials.gov中为匹配度评分并给出忠实解释，匹配准确率达87.3%、接近专家水平，可使患者招募筛选时间缩短42.6%（Jin Q等，Nature Communications，2024）。
展望未来2~3年，Prelaj教授认为，面向肿瘤多学科讨论与治疗决策的Agentic AI（智能体AI）将成为下一个发展前沿。但她也提醒，AI的可及性正加速扩张，其缔造者们却在呼吁"踩刹车"，而监管规则仍在途中——三者的张力将贯穿AI临床落地的全过程。
小结
高收入环境下的AI实施挑战：证据薄弱、性能"本地化"与安全治理
Kenneth Patrick Seastedt教授开宗明义地提出警示："我们部署AI的方式，可能是这个时代对患者安全最大的新威胁，因为我们部署这些工具的速度，已经超过了我们判断它们是否有效的速度。"
证据是薄弱的：1,357款获批器械中仅3款评估了患者结局
截至相关统计，已有1,357款AI/机器学习（ML）医疗器械获FDA批准或许可，但其中仅34款（2.5%）与注册的前瞻性试验相关联，仅12款（0.9%）发表了同行评议的结果，而真正评估以患者为中心结局（死亡率、并发症、再入院）的仅有3款（0.2%）。值得注意的是，放射领域占全部获批器械的78%（Abulibdeh R等，PLOS Digital Health，2026）。
AI为何失败：性能是"本地"的
Seastedt教授列举了三类典型教训。其一，性能随场景迁移而衰减：2021年一项纳入38,000例住院患者的研究显示，Epic脓毒症预测模型的内部验证AUC为0.76~0.83，但在外部验证中骤降至0.63，敏感度仅33%、PPV仅12%；更新后的模型才在4个医疗体系中达到0.82~0.92的AUC（Wong A等，JAMA Internal Medicine，2021）。2026年一项2,153例连续急诊头颅CT研究同样显示，商用AI的敏感度（84%）尚不及住院医师（96.4%）（Pedrini Q等，European Radiology，2026）。
其二，模型可能学到"捷径"而非疾病本身：一项经典研究发现，肺炎检测模型识别"图像来自哪家医院"的准确率超过99.9%——包括借助侧位标记等伪影——而其识别肺炎本身的AUC仅为0.75~0.80，即"认出医院比认出疾病更容易"（Zech JR等，PLoS Medicine，2018）。
其三，我们并不能可靠地发现自身的错误：据估计，美国每年与诊断错误相关的死亡或永久残疾约795,000例（可能范围598,000~1,023,000例）（Newman-Toker DE等，BMJ Quality & Safety，2024）。
上线之前：验证用例、明确责任、持续监测
Seastedt教授提出，任何AI工具上线前必须回答两个问题："在本地验证"（Test it here）——它在本院自己的患者身上有效吗？"指定责任人"（Name the owner）——上线之后谁负责监测？整体路径应遵循"验证（Validate）→上线（Go live）→监测（Monitor）"的闭环（Youssef A, Pencina MJ等，Nature Medicine，2023）。他强调应"验证用例，而非模型本身"：以肺结节AI为例，真正的用例是"防止可干预的结节失访"，因此必须明确——它应该找到谁？什么算漏诊？随访是否真的发生？"如果你无法定义它应该做什么，你就无法验证它。"
他进一步指出，"高收入"不等于"准备充分"：本地验证与持续监测需要信息学能力、可靠的本地数据、生物统计学支持以及完善的治理体系。正因如此，Stanford、Mayo Clinic、Johns Hopkins、Duke、FDA、ONC、MITRE等机构均提议设立专门的"AI保障实验室"（AI assurance labs）——即使是资源高度充足的机构也承认，评估医疗AI需要专门的基础设施，而同样的商用工具所触达的医院，其评估能力却天差地别（Shah NH等，JAMA，2024）。他还倡议将AI素养列为临床胜任力，对使用AI工具的临床医生开展周期性培训，使其能够追问："它在什么人群中验证过？它会漏掉什么？这里由谁监测？当患者特征变化时会发生什么？"
小结
最后，Seastedt教授以三句话总结实施AI前的自查清单：在你自己的数据上验证用例；明确上线后的责任人；确保你能察觉它何时失效——厂商的性能数字未必是你的数字，总要有人在性能变化时有所察觉，而你必须知道它何时犯错。
中低收入国家（LMICs）视角：为LMICs而建，而非将AI"移植"进LMICs
Muhammad Rafiqul Islam教授从疾病负担切入：LMICs目前承担了全球约70%的癌症死亡，预计到2050年这一比例将升至75%。在许多LMICs，肺癌患者的5年生存率不足10%，约80%的患者确诊时即为III~IV期；疾病谱亦与西方人群显著不同——非吸烟者占30%~40%，EGFR突变率高达35%~50%。这意味着基于西方人群训练的模型，未必适用于这些地区。
"Garbage in, garbage out"：数据是第一大瓶颈
Islam教授坦言，LMICs面临严重的数据挑战：分期缺失、生物标志物缺失、病理报告不规范、ICD编码不一致、随访体系薄弱、数据集规模小——"垃圾进，垃圾出"（Garbage in, garbage out）。在许多LMICs，仅10%~20%的患者能够接受NGS检测，分子层面数据的匮乏直接制约了AI模型的开发与验证。
除数据质量与缺失外，落地障碍还涉及基础设施、实施与人文因素等多个层面：临床信任不足、算法偏倚、数字基础设施薄弱、专业人才短缺、监管不确定性以及成本压力。
Islam教授强调，"AI的落地比算法的开发更为困难"，并提出了本场报告的核心主张——"为LMICs而建造AI，而不是把AI移植进LMICs"（Build AI for LMICs—not transplant AI into LMICs）。只有立足本地的疾病谱、数据条件与医疗体系现实进行正向设计，AI才可能真正缩小而非扩大全球肺癌诊疗的差距。
患者视角：信任、透明、期望与沟通
Chris Conneran先生兼具技术领导者、照护者与患者倡导者三重身份。他指出，AI正成为"人的需求"与"医疗体系现实"之间的中介：患者渴望安全与生存、信息与选择、自主与掌控，而现实中却充斥着信息碎片化、入组标准复杂、地域可及性差异与信息过载。在这一中介位置上，信任取决于"呈现了什么、信息如何被使用、以及谁仍然保持掌控"。
警惕"眼镜蛇效应"：指标不能掩盖人的需求
Conneran先生以"眼镜蛇效应"（Cobra Effect）警示AI设计中的激励扭曲：一个善意的解决方案可能产生意料之外的后果。以"帮助患者找到治疗选择"为例——究竟什么算成功？转诊量？入组数？还是患者的理解与自主？AI会围绕被定义的目标进行快速、一致、规模化的优化，而所选指标可能反过来遮蔽真实的人的需求。因此，在点击"上线"之前，必须认真定义成功的含义。
全球规范正在趋同：FAVES设计框架
全球层面的AI治理框架正走向趋同，核心要素均围绕目的、有效性、透明、隐私、人类监督、安全与监测展开：包括WHO健康AI伦理与治理框架、欧盟AI法案与欧洲健康数据空间（EHDS）、印度ICMR指南、美国ONC/FAVES框架以及亚太APACMed原则；肿瘤领域则有ASCO《肿瘤学中负责任使用AI》、ESMO AI/ELCAP项目以及IASLC AI工作组的专业引领。其中，美国卫生与公众服务部国家健康信息技术协调办公室提出的FAVES框架——公平（Fair）、适当（Appropriate）、有效（Valid）、高效（Effective）、安全（Safe）——可作为AI工具的设计标尺。
作为实践范例，Conneran先生介绍了KRAS Kickers的临床试验匹配工具：该工具基于公开的ClinicalTrials.gov数据与明确界定的纳入规则，由患者自选临床情境（癌种、KRAS变异、地域），且不限于KRAS靶向治疗；每条结果均可链接回原始注册记录；隐私设计上，检索信息仅用于本次搜索，任何后续沟通均需患者单独、主动地选择加入（opt-in）；结果独立于招募、注册、申办方及任何商业目标。其最终目标并非"更多的问题"，而是"准备得更好的问题"——帮助患者识别需要讨论的要点，以更充分的准备进入下一次医患对话，支持知情共享决策（informed shared decision-making）。
总结
本场ES20教育专场从学会治理、技术现状、高收入国家与LMICs的双重视角以及患者立场五个维度，全景式呈现了AI在肺癌诊疗中的机遇与挑战。在技术层面，AI工具已从单点探索走向覆盖筛查、诊断、病理、治疗规划、决策支持与随访管理的全链条，Sybil、C-Lung-RADS、EAGLE、I3LUNG等代表性成果展示了令人鼓舞的性能，生成式AI与Agentic AI正成为新的前沿。然而，多位讲者不约而同地指出：AI的部署速度已超过证据积累与共识形成的速度——获批器械中评估患者结局者寥寥无几，模型性能随场景迁移而显著衰减，"高收入"也不等于具备安全使用AI的基础设施与人才储备。在LMICs，数据质量、数字基础设施、监管与成本的多重瓶颈更决定了AI必须"为本地而建"，而非简单移植。归根结底，信任、透明与患者掌控是AI落地的最终落脚点。正如IASLC AI工作组所倡导的，唯有全球同道携手共建负责任、循证且公平的AI生态，才能让AI"准确到足以信赖、透明到足以理解、公平到足以惠及每一位患者"。
排版编辑：肿瘤资讯-明小丽
苏公网安备32059002004080号
