首页 > 文章详情

【中国好声音】陈克终教授团队的肺癌筛查与结节管理创新系统研究在Lancet子刊发表

08月08日

编译：肿瘤资讯

来源：eClinical Medicine

2024年8月3日，北京大学人民医院陈克终团队团队在LANCET子刊《eClinical Medicine》上发表了题为“Development and validation of an integrated system for lung cancer screening and post-screening pulmonary nodules management: a proof-of-concept study (ASCEND-LUNG)”的研究论文。

该团队开发了一套全面的肺癌筛查和肺结节筛查后管理系统——PKU-LCSMS。该创新系统通过集成多组学液体活检模型，进行高灵敏度的LDCT前筛查，以及基于胸部CT图像和cfDNA甲基化的诊断模型，实现对筛查后肺结节分类的全过程，从而进行全面评估。

陈克终

主任医师、博士生导师

北京大学人民医院胸外科主任医师、博士生导师
胸部肿瘤研究所执行所长
中组部第十批援藏干部
中国抗癌协会肺癌专业委员会委员
中国研究型医院学会胸外科专业委员会委员
中国临床肿瘤学会青年委员会常务委员
北京医学科学健康学会理事
美国纪念斯隆凯特琳癌症中心及英国UCL癌症中心高级访问学者
主要从事胸部肿瘤及其它胸部疾病的外科诊疗，擅长胸腔镜微创手术。入选国家万人计划青年拔尖人才，聚焦早期肺癌开展创新性转化研究。代表性论文在Cancer Cell，Am J Respir Crit Care Med，eClinicalMedicine，Science Bulletin等杂志发表。是我国首位在全部四项胸外科国际会议（AATS，STS，ESTS，EACTS) 均投稿发言的学者。获第十四届吴孟超医学青年基金奖、第三十五届北京青年五四奖章、第三届北京市卫健委首都卫生健康“未来之星”青年典型、第五届北大医学青年科技奖、北京大学林松年杰出青年奖等。

研究背景

液体活检因其微创性和高便利性，为肺癌筛查提供了新的解决方案。它有助于提高筛查的依从性，并可能通过整合多组学数据来提高检测性能。此外，液体活检结合放射组学分析，利用AI算法，可以更准确地区分良性和恶性肺结节，减少不必要的侵入性检查。

北京大学肺癌筛查与管理系统（PKU-LCSMS）是一种创新的综合性系统，它结合了血液多组学检测和基于cfDNA甲基化及胸部CT图像的AI辅助诊断模型，旨在简化筛查和管理流程，提高肺癌筛查的准确性和效率。这一系统通过提供实用有效的解决方案，有望优化肺癌筛查和管理过程。

研究进展

AI辅助肺结节诊断模型的构建与验证

为了有效区分恶性与良性结节，团队开发了一种结合胸部CT图像数据和cfDNA甲基化的肺结节诊断模型。

该模型在不同组别中均显示出高AUC值（训练组0.875，验证组0.834，独立验证组0.798），准确率分别为77.6%、75.6%和80.3%。

模型在高危人群和早期肿瘤中表现出高风险识别能力，及时诊断率显著高于传统模型和专家判断，漏诊率极低（0.8%），同时减少了对良性疾病的不必要侵入性检查（24.0%）。

医生可通过上传CT和cfDNA数据评估肺结节风险，高风险结节建议手术或活检，中低风险则建议随访。

2 (3).png

图1 人工智能辅助肺结节诊断模型的性能

组织中多组学的探索性关联分析

在癌症患者中，ctDNA突变的检测率为28.7%，且ctDNA突变状态与肺癌特异性的DNA甲基化区域（DMRs）显著相关，显示出肿瘤脱落与非脱落癌症的甲基化差异。在具有组织和血浆ctDNA测序数据的92位患者中，只有13种ctDNA突变被检测到，表明大多数癌症患者为ctDNA突变非脱落者。

通过分析癌症组织和邻近组织的mRNA测序数据，发现1,300个基因上调，主要与细胞分裂途径相关，而697个基因下调，与细胞迁移和血管系统发育相关。免疫簇分析揭示了不同的免疫亚组。

进一步的关联分析显示，4种DMRs与相应基因的mRNA表达呈负相关，涉及Notch、hedgehog和wnt-beta-catenin信号通路的上调，以及PI3K/AKT/mTOR信号通路的下调。这些基因的mRNA表达与免疫细胞富集显著相关，暗示免疫激活特征的存在。

3 (1).png 图2 肺癌筛查模型的性能

研究结论

团队开发了PKU-LCSMS系统，以解决肺癌筛查的依从性和假阳性问题，同时减少与LDCT相关的辐射暴露。该系统包括肺癌筛查模型和AI辅助肺结节诊断模型，以血液cfDNA甲基化为关键。肺癌筛查模型能预筛出56.3%的人群，避免LDCT，同时只有0.8%的几率漏诊。AI辅助诊断模型则能为81.1%的癌症患者提供及时诊断，而0.8%的癌症患者将被归类为低风险，接受年度随访。

PKU-LCSMS系统还整合了多组学模型和AI辅助诊断模型，通过肿瘤组织验证了4种共享的血液cfDNA甲基化标记物，与免疫激活和Notch信号通路上调相关。在独立验证队列中，模型展现出良好的性能。

此外，团队还开发了一种顺序方法的AI辅助诊断模型，结合放射组学和cfDNA甲基化特征，无需额外检查。该模型的敏感性为81.1%，特异性较高（72.0%），在肺部筛查阶段优先考虑高灵敏度策略。该模型有助于降低不必要的手术风险，确保准确识别恶性结节，并优化患者管理，与传统肺结节模型相比，结果更准确，由经验丰富的医生判断。

参考文献

Jin Y, Mu W, Shi Y, et al. Development and validation of an integrated system for lung cancer screening and post-screening pulmonary nodules management: a proof-of-concept study (ASCEND-LUNG). eClinicalMedicine, 2024, 75: 102769. DOI:https://doi.org/10.1016/j.eclinm.2024.102769

责任编辑：Nydia
排版编辑：Nydia

08月17日

李磊

上海市普陀区人民医院 | 血液肿瘤科

很好的研究，学习

08月12日

孙超敏

嵊州市人民医院 | 呼吸内科

肺癌筛查与结节管理创新系统研究

08月12日

苗雨

清河县人民医院 | 肿瘤内科

肺癌筛查模型能预筛出56.3%的人群，避免LDCT，同时只有0.8%的几率漏诊