首页 > 文章详情

2025 WCLC 中国之声 | Yang Xia教授：外周血单细胞免疫特征驱动的小型恶性肺结节精准诊断：一项前瞻性多中心研究

08月15日

编译：肿瘤资讯

来源：肿瘤资讯

Session Type

Mini Oral

Session Title

MA05. Precision in Lung Cancer Screening

摘要号

MA05.09

英文标题

Precise Diagnosis of Small Malignant Pulmonary Nodules Driven by Peripheral Single-Cell Immune Signatures: A Prospective Multi-Center Study

中文标题

外周血单细胞免疫特征驱动的小型恶性肺结节精准诊断：一项前瞻性多中心研究

讲者

Yang Xia, M.D., Ph.D

讲者机构

浙江大学医学院附属第二医院

背景

肺结节的早期检出对改善肺癌患者预后至关重要。然而如何准确诊断恶性结节（尤其是≤10 mm者）并预测肿瘤侵袭性以指导手术决策仍是重大挑战。已知免疫功能紊乱参与肿瘤发生发展，研究者假设外周血免疫特征改变可为肺结节诊疗提供新思路。

方法

本研究前瞻性纳入健康对照、肺结节人群和晚期肺癌患者三个队列，采集外周血样本并通过质谱流式细胞术解析免疫特征。应用机器学习算法识别肺癌相关免疫特征，由此开发出基于人工智能挖掘单细胞免疫特征的SMART平台。该平台包含两个连续模块：用于鉴别结节良恶性的诊断决策（DIA）模块和预测肿瘤侵袭性的手术决策（SUR）模块。

结果

从三家医疗中心共纳入1032例受试者，其中930份血液样本符合分析要求。将早期肺癌（CA）与非癌性（non-CA）结节样本分为训练队列（396例）和验证队列（408例）。DIA模块在鉴别良恶性结节中表现优异，验证队列AUC达0.952，显著优于Mayo（AUC=0.751）、Veterans Association（AUC=0.733）和Brock（AUC=0.840）等现有模型。在包含无肺结节健康对照和晚期肺癌患者的独立验证集中亦保持良好效能（AUC=0.945）。针对肺癌样本（N=435），SUR模块能准确区分微浸润性腺癌（MIA）与浸润性腺癌（IA），训练队列（N=218）和验证队列（N=217）AUC分别达0.984和0.949，其准确性超越基于CT影像和临床资料评估的资深临床医师平均水平。

结论

通过解析外周血免疫特征，研究者开发的SMART平台能高效精准实现小型肺结节鉴别诊断和肺癌侵袭性评估，具有重要临床价值，有望成为肺结节全程管理的关键工具。

责任编辑：肿瘤资讯-明小丽
排版编辑：肿瘤资讯-明小丽