2026年世界肺癌大会（WCLC）将于当地时间9月12日至15日在韩国首尔召开。作为肺癌领域重要的国际学术盛会，WCLC汇聚全球肺癌筛查、诊断、分期及治疗领域的最新研究进展与前沿成果。本届大会MO14专题“Scaling Lung Cancer Screening — AI, Access, and Real-World Impact”聚焦肺癌筛查在不同卫生系统中的实际推广与应用。专题将重点探讨人工智能技术在筛查流程中的应用价值，分析筛查服务可及性、资源配置及实施路径等影响规模化开展的关键因素，并介绍肺癌筛查在真实世界中的实施效果与公共卫生影响。相关内容将为进一步优化筛查模式、提升筛查效率与公平性，以及推动肺癌早诊早治策略在不同医疗体系中的落地提供参考。【肿瘤资讯】特此整理该专题重要研究，以飨读者。
MO14.01 欧盟范围内肺癌疾病负担、筛查适格人群及CT检查能力需求的估计
英文标题
EU-Wide Estimates of the Burden of Lung Cancer, Screening Eligibility and CT-Capacity Needs
讲者Katarina Bartekova（Erasmus Medical Center, Rotterdam/NL）
引言
欧盟理事会建议所有成员国评估采用低剂量计算机断层扫描（CT）开展肺癌筛查（LCS）的当地有效性和可行性。本研究首次提供了基于两种适格标准的欧盟范围及各国LCS规模估计。
方法
本研究使用欧洲健康访谈调查（EHIS）第3轮的协调微观数据，估计欧盟50～80岁人群中符合两种LCS标准的人数：基于包年数的美国预防服务工作组（USPSTF）2021年指南，以及基于风险的PLCOm2012模型（6年肺癌风险≥1.51%）。此外，采用混合效应回归分析评估LCS适格人群的健康状况及其对既有癌症筛查项目（结直肠癌、乳腺癌和宫颈癌筛查）的依从性。最后，将适格人群规模与各国当前每年开展的CT检查数量进行比较。
结果
估计有2538万欧洲人（占50～80岁人群的16.6%）符合USPSTF 2021标准，而1642万人（10.5%）符合基于风险的标准，各国之间存在显著差异（图1）。
根据PLCOm2012模型估计，适格人群在6年内将发生约53万例肺癌；与USPSTF适格人群相比，基于风险标准的适格人群中发生肺癌的比例更高（USPSTF适格人群中2.1%发生肺癌，而风险适格人群中为3.2%）。与非适格人群相比，筛查适格人群报告的合并症更多，慢性支气管炎、慢性阻塞性肺疾病和肺气肿的患病率均超过后者的2倍；其对现有筛查项目的依从性也低24%～29%。假设筛查接受率为50%，相对于当前CT检查量，所需增加的CT检查量介于4.2%～32.1%，且基于风险标准下的CT需求始终较低（图2）。
结论
在保持筛查获益的同时，采用基于风险的适格标准可显著降低欧洲范围内CT影像检查的需求。筛查适格人群较高的合并症负担及较低的既有筛查项目参与率提示，开展有针对性的健康宣教与招募以及共同决策，对于肺癌筛查至关重要。
MO14.03 第三届巴西早期肺癌试验（BRELT3）：资源有限环境下移动式肺部CT筛查的初步结果
英文标题
Third Brazilian Early Lung Cancer Trial (BRELT3): Initial Results of Mobile Lung CT Screening in Low Resources Setting
讲者Ricardo Sales Santos, MD, PhD（SENAI CIMATEC University Center）
引言
肺癌仍是全球癌症相关死亡的首要原因，这在很大程度上与烟草暴露和环境致癌物有关。低剂量计算机断层扫描（LDCT）在早期检出和降低死亡率方面已显示出优于胸部X线摄影的优势；然而，来自中低收入国家，尤其是拉丁美洲的证据仍然有限。在巴西，巴西早期肺癌检测试验（BRELT）旨在弥补这一证据空白。在BRELT1和BRELT2证实LDCT筛查可行性、改善风险分层和结节管理后，BRELT3通过移动筛查单元扩大筛查范围，重点覆盖社会脆弱人群和地理位置偏远、医疗服务不足的人群。研究实施了包括社区卫生工作者（CHW）参与在内的社区招募策略，以改善高危人群的筛查可及性。本研究旨在描述资源有限的巴西环境中接受移动式LDCT筛查的高危人群的临床和胸部CT表现，统计肺结节和肺癌的发生频率，并评估CHW对纳入社会脆弱人群的贡献。
方法
本项前瞻性、单臂观察性研究纳入2023年至2025年期间巴西东北部4个城市移动筛查单元中接受LDCT筛查的50～80岁人群。纳入对象为当前吸烟者或既往吸烟者，吸烟量≥20包年，且戒烟时间≤15年。排除标准包括严重心肺疾病、妊娠、既往接受胸部放疗及无法接受LDCT检查。研究通过媒体宣传和经培训的CHW主动动员进行招募，并记录招募来源以供分析。LDCT检查结果根据Lung-RADS v2022进行分类，其中3类和4类结节转诊接受诊断性评估。采用PLCOm2012（不含种族因素）模型估算肺癌风险。研究已获得伦理批准（CAAE：67431523.6.0000.9287）。
结果
在识别出的5223名潜在参与者中，2018人符合纳入标准并接受了LDCT筛查。参与者平均年龄为62±7岁，53%为女性，87%自我认同为非白人，64%受教育程度为小学及以下。大多数参与者为当前吸烟者（58.8%），烟草暴露量中位数为40包年，70.7%存在高或极高尼古丁依赖。22%的参与者报告有肺癌家族史，66%的参与者6年肺癌风险>2%。共有283人（12%）的LDCT检查结果被归类为Lung-RADS 3类或4类。46名参与者有活检指征，其中34人完成了活检，最终确诊19例肺癌（0.94%）。组织病理学结果显示，非小细胞肺癌占42%，腺癌占37%，鳞状细胞癌占11%，神经内分泌肿瘤占5%，其他罕见肿瘤占5%。7例患者（37%）确诊时已处于晚期，另有7例（37%）接受了手术治疗。CHW协助招募了894名参与者（44.3%）。通过CHW招募的参与者更可能具有较低的受教育程度、居住在农村地区并且为当前吸烟者。在农村参与者中（17.6%），近60%由CHW招募。CHW招募在较小规模的市镇中尤为重要，凸显了基于初级卫生保健开展主动动员对于减少筛查可及性差异的重要性。
结论
在资源有限的环境中，针对社会脆弱人群开展移动式LDCT肺癌筛查是可行的。基于社区的招募，尤其是通过CHW开展的招募，提高了高危人群和医疗服务不足人群的纳入比例，为扩大有组织的筛查项目、促进公平可及并降低肺癌死亡率提供了支持。
MO14.04 家族史与吸烟风险肺癌筛查结局比较：来自TNLCEDP的结果
英文标题
Comparison of Lung Cancer Screening Outcomes Between Family History and Smoking Risks: Results From the TNLCEDP
讲者Li Ju Lin, Ph.D. （台湾卫生福利部健康促进署）
引言
中国台湾地区健康促进署（HPA）于2022年7月1日启动“台湾肺癌早期侦测计划”（Taiwan National Lung Cancer Early Detection Program，TNLCEDP）。该计划为两类高风险人群提供每2年1次低剂量计算机断层扫描（LDCT）筛查：具有肺癌家族史者（FH）和重度吸烟者（HS）。不同于主要侧重吸烟史的西方筛查模式，中国台湾地区的这一策略为比较基于家族史与吸烟暴露开展筛查的相对有效性提供了独特机会。
方法
本研究对2022年7月至2025年6月期间参加TNLCEDP并完成首次LDCT筛查的197 283名受检者进行横断面分析。参与者被分为4个亚组：（1）有肺癌家族史但无吸烟相关风险暴露者（仅FH组，n=80 166）；（2）有肺癌家族史且存在吸烟相关风险暴露者（FH+吸烟组，n=21 260）；（3）无肺癌家族史的重度吸烟者（仅吸烟组，n=88 109）；（4）同时具有肺癌家族史和重度吸烟风险者（双重风险组，n=7 747）。主要终点包括肺癌检出率和筛查发现1例肺癌所需筛查人数（NNS）。次要分析包括早期病例（0～Ⅰ期）比例、组织学分布以及比值比（OR）及其95%置信区间（CI）。
结果
总体共检出2829例肺癌，检出率为14.3/1000。FH组的肺癌检出率显著高于HS组（17.9/1000 vs. 10.3/1000；NNS：56 vs. 97），早期病例比例（91.9% vs. 83.0%）和腺癌比例（97.0% vs. 78.8%）也更高。在各亚组中，仅FH组的检出率最高，为19.1/1000（NNS=52），其次为双重风险组（14.6/1000）和FH+吸烟组（14.5/1000）；仅吸烟组的检出率最低，为9.9/1000（NNS=101）。在重度吸烟者中，合并肺癌家族史者的肺癌检出率显著高于无家族史者（14.6/1000 vs. 9.9/1000；OR=1.48，95%CI：1.22～1.80，P<0.001）。相反，在具有肺癌家族史的参与者中，存在吸烟暴露者的检出率低于无吸烟暴露者（OR=0.76，95%CI：0.68～0.85，P<0.001），这可能与亚洲从不吸烟女性中腺癌高发有关，仅FH组中女性占73.0%。FH各亚组的早期肺癌检出比例（92.3%～92.5%）显著高于HS各亚组（82.9%～84.0%）。
结论
TNLCEDP研究表明，在中国台湾地区，肺癌家族史是开展肺癌筛查的高效适格标准，与单纯基于吸烟风险的标准相比，可获得更高的肺癌检出率和更早期的诊断。不同的组织学和人口学特征提示，亚洲人群的筛查策略应在烟草控制的基础上重视肺癌家族史，以优化肺癌早期检出。
MO14.05 精准预防付诸实践：INTERCEPTION-Lung筛查与预防项目结果
英文标题
Precision Prevention in Action: Results From the INTERCEPTION-Lung Screening and Prevention Program
讲者Pamela Abdayem, Medical Doctor（Gustave Roussy, Villejuif/FR）
引言
肺癌筛查可降低死亡率，但其实施仍未达到理想水平。法国INTERCEPTION-Lung数字化与实体相结合的协作项目（社区-医院合作）提出了一种独特的肺癌精准预防模式，同时应对戒烟以及碎片化的癌症和心血管疾病预防问题。
方法
本研究分析了年龄≥50岁、目前吸烟者或既往吸烟者（吸烟史≥20包年，戒烟时间≤15年）和/或估计6年肺癌风险≥1.51%（PLCOm2012noRace模型）的参与者数据。参与者进入项目的方式包括自行转诊（51.5%）和医生转诊（43.9%）。参与者接受有针对性的一站式健康检查，包括戒烟干预、低剂量胸部计算机断层扫描（LDCT）肺癌筛查，以及关于吸烟相关风险、营养和身体活动的健康教育课程。项目邀请参与者加入聚焦于风险分层、早期检出生物标志物和癌症药物预防干预的临床试验。通过共同决策制定个体化预防计划，其中包括筛查结果；该计划在参与者离开前提供给本人，并告知其全科医生。随访包括每轮筛查后进行远程医疗咨询，以及通过预防移动应用开展远程监测；该应用支持参与者报告结局、推送个体化预防内容和筛查提醒。本研究采用描述性分析、多变量Logistic回归和广义线性混合模型进行分析。
结果
2021年5月至2025年7月期间，共有522名参与者进入项目，其中男性占50.8%，年龄中位数为61岁；63.6%为当前吸烟者，其余为既往吸烟者，吸烟年限中位数为40年。基于PLCOm12noRace模型估计的6年肺癌风险中位数为2.2%（四分位距：1.3%～4.1%）。24%的参与者入组临床试验。第1、2、3轮筛查中，肺癌筛查不确定结果的比例分别由27.1%降至9.4%和7.6%。共有39名参与者（7.4%）筛查结果阳性。13名参与者被诊断为肺癌（阳性预测值为33.3%；其中7例为基线检出的病例，6例为随访期间新发病例；中位随访时间为6.1个月［范围：0～54.8］；1年累积发病率为2.5%）。其中10例（76.9%）为IA1～IA2期腺癌，1例为Ⅳ期腺癌，2例为小细胞肺癌（1例为广泛期，1例为局限期）。34.1%的参与者新诊断出肺气肿，30.5%的参与者被转诊至呼吸科。由于冠状动脉钙化评分升高（18.8%的参与者评分>100）或出现提示性症状，26.2%的参与者被转诊至心脏科。83.3%的当前吸烟者表示愿意戒烟。分别有51.5%和49.2%的参与者开始接受尼古丁替代治疗或被转诊至成瘾专科医生。吸烟率随时间下降（每增加一个随访时间点的OR为0.56；P<0.001）。一站式健康检查后，参与者对肺癌预防的认知显著提高（P<0.0001），且不受参与者相关因素影响。参与者第二轮和第三轮肺癌筛查的依从率均为88%。参与者满意度超过90%。
结论
数字化与实体相结合的INTERCEPTION-Lung项目将肺癌筛查、戒烟和有针对性的健康检查整合于单日流程中，在保证较高依从率的同时，为肺癌预防提供了一种高效、现代且整体性的管理模式。该项目还为包括生物标志物驱动的药物预防干预试验在内的临床研究提供了平台。
MO14.06 Sybil人工智能与Lung-RADS在低剂量CT筛查中肺癌检出方面的比较
英文标题
Comparison of Sybil Artificial Intelligence With Lung-RADS for Lung Cancer Detection on Low-Dose CT Screening
讲者Rowena Yip, PhD, MPH（2Icahn School of Medicine at Mount Sinai, New York/NY/USA）
引言
采用低剂量CT（LDCT）进行肺癌筛查，依赖于Lung-RADS等指南认可的、以放射科医生评估为基础的结节风险分层框架。Sybil是一种深度学习模型，可直接基于LDCT影像体数据预测肺癌风险，无需识别肺结节，也不需要放射科医生参与。本研究在两个独立的筛查队列中，比较Sybil与Lung-RADS对1年内肺癌检出的区分性能。
方法
本研究评估了来自美国国家肺癌筛查试验（US-NLST）的2343名参与者（1年内检出肺癌41例，占1.7%）和来自潘普洛纳国际早期肺癌行动计划（P-IELCAP）的3610名参与者（1年内检出肺癌28例，占0.8%）。针对每个模型计算时间依赖性受试者工作特征（ROC）曲线及曲线下面积（AUC）。采用DeLong检验评估两两AUC差异。在预设阈值以及各模型假阳性（FP）率相匹配的情况下，比较模型的敏感度和FP率。对于Sybil，预先设定风险阈值为0.6%；此外，在每个队列中另行选择一个阈值，以达到与Lung-RADS≥3相当或更低的FP率。
结果
在US-NLST中，Sybil和Lung-RADS对1年内肺癌检出的AUC分别为0.93［0.89～0.98］和0.90［0.84～0.95］（DeLong检验P=0.227）。在预设阈值下，Lung-RADS≥3的敏感度为75.6%，FP率为14.8%；Sybil（0.6%）的敏感度为90.2%，FP率为23.0%。在FP率相匹配的情况下，Sybil（1.1%）的敏感度为87.8%，FP率为12.3%。在P-IELCAP中，Sybil的AUC最高，为0.93［0.89～0.97］，Lung-RADS的AUC为0.85［0.77～0.94］（DeLong检验P=0.085）。在预设阈值下，Sybil（0.6%）的敏感度为89.3%，FP率为15.6%；Lung-RADS≥3的敏感度为75.0%，FP率为10.3%。当Sybil的FP率与Lung-RADS相匹配时，Sybil（1.1%）在保持相同敏感度（75.0%）的同时，实现了更低的FP率（7.6% vs. 10.3%）。
结论
Sybil是一种完全自动化的模型，无需放射科医生进行肺结节评估；在两个大型队列中，其表现与Lung-RADS相当，且ROC-AUC在数值上更高。这些发现提示，端到端人工智能模型可能成为现有肺癌筛查框架的补充，但在应用于临床前仍需开展前瞻性验证。
MO14.07 基于人工智能的吸烟者和非吸烟者心脏CT肺癌风险预测：MESA队列中的Heartlung研究
英文标题
Artificial Intelligence-Based Lung Cancer Risk Prediction From Cardiac CT in Smokers and Non-Smokers: A Heartlung Study Within the MESA Cohort
讲者D. Yankelevitz（Icahn School of Medicine at Mount Sinai, New York/NY/USA）
引言
通过心脏CT扫描获得的冠状动脉钙化（CAC）评分可用于心血管风险评估。近期研究显示，人工智能（AI）还可基于同一次心脏CT扫描机会性获取具有临床应用价值的非冠状动脉信息，如心腔容积、心包脂肪、椎体骨密度和肺气肿情况。本研究评估将Sybil这一基于低剂量CT扫描预测肺癌（LC）风险的深度学习模型应用于常规心脏CT扫描后，能否对吸烟者和非吸烟者的长期肺癌风险进行分层。
方法
将Sybil AI应用于多种族动脉粥样硬化研究（MESA）队列中5726名参与者的基线CAC扫描，以计算Sybil评分。其中包括2875名吸烟者和2851名非吸烟者。根据Sybil评分百分位数将参与者分为≤50%、50%～85%、85%～95%、95%～99%和≥99%组。主要结局为15年随访期间新诊断的肺癌。绘制不同风险分层的累积发病曲线，并采用Log-rank检验进行比较。
结果
该队列的平均年龄为62.2±10.3岁，女性占52.3%。15年随访期间，共有100名参与者新诊断肺癌，其中吸烟者79例，非吸烟者21例。吸烟者与非吸烟者的Sybil平均风险评分相似（P>0.05）。尽管两组新诊断肺癌的比例存在显著差异，即吸烟者为2.7%、非吸烟者为0.7%（P<0.001；见图1），但根据Log-rank检验，Sybil在吸烟者和非吸烟者中均显示出良好的风险分层能力（P<0.001）。Sybil评分处于≥99百分位数的吸烟者，其肺癌累积发病率显著高于合并的较低风险类别吸烟者（20.7% vs. 2.6%，P<0.001）。同样，Sybil评分处于≥99百分位数的非吸烟者，其肺癌发病率显著高于其他非吸烟者（21.2% vs. 0.5%，P<0.001）。
结论
基于常规CAC扫描的AI肺癌风险评估可在吸烟者和非吸烟者中实现稳健的长期风险分层。Sybil评分处于最高百分位数的个体，在15年内的肺癌发病率显著升高。对心脏CT扫描进行机会性AI分析，可能有助于识别肺癌高风险个体，包括目前尚不符合肺癌筛查条件的人群。
MO14.08 人工智能驱动的偶发性肺结节项目诊断的肺癌患者多于低剂量CT筛查
英文标题
Artificial Intelligence (AI) Driven Incidental Pulmonary Nodule (IPN) Programs Diagnosed More Lung Cancer Patients Than LDCT Screening
讲者Luis Raez, MD（Memorial Cancer Institute/Florida Atlantic University, Pembroke Pines/FL/USA ）
引言
尽管低剂量CT（LDCT）扫描是高风险人群肺癌筛查（LCS）的标准诊疗方式，但其实施仍面临诸多障碍，筛查率较低。现行筛查适格标准排除了从不吸烟者和年轻人群，而社会人口学健康决定因素（SDOH）也给服务不足人群接受筛查造成了障碍。本文显示，人工智能驱动的偶发性肺结节（IPN）项目可提高肺结节的识别、分类和管理水平，从而增加肺癌检出。
方法
2023年2月，我们在美国佛罗里达州纪念癌症研究所/纪念医疗系统启动了人工智能驱动的IPN项目，以补充LDCT项目。像本医疗系统这样的大型医疗系统每月开展的CT扫描超过25 000例，依靠人工阅片很难完成结节识别。为应对这一挑战，我们将名为Illuminate的人工智能解决方案整合至电子病历（EMR）系统EPIC中，用于检测肺结节并进行分诊，将其分为高危、中危或低危。该人工智能系统对5家医院所有包含部分肺组织的CT扫描结果进行分析，包括胸部、腹部、脊柱CT以及冠状动脉钙化评分扫描。一名专职护士导航员负责管理该项目，审核人工智能系统生成的报告，并将病例提交至每周举行的肺结节评估小组（LNRG）；该小组由肺科医生和胸外科医生组成。每例患者均由小组建议进一步检查，或在LCS项目中继续随访。通过IPN项目诊断的患者被分为监测组（入组后≥100天确诊）或即时检查组（入组后<100天确诊）。将IPN项目的结局与LDCT项目的结局进行比较。
结果
2023年2月至2026年3月，IPN项目借助人工智能系统审核了348 989份影像学检查记录，并确定6533名患者需要随访（1.9%）。这些患者被提交至LNRG，接受进一步检查或纳入监测。共有49例患者（0.8%）被诊断为肺癌，年龄中位数为74岁。其中女性略占多数（51%），且多数为非西班牙裔白人（NHW）。大多数患者在进一步检查后即被诊断，其他患者则在监测期间确诊。与需要即时检查的患者相比，监测组患者更常见早期肺癌（Ⅰ/Ⅱ期）（77% vs. 27%；P<0.001）；IPN组早期肺癌比例逐年升高（53%、66%、73%；P=0.07）。IPN组大多数患者是在门诊和急诊就诊过程中被诊断，且不符合LDCT筛查条件。相比之下，2021年7月至2026年3月期间，LDCT组共有3122名患者接受筛查，其中1429名（46%）接受了后续扫描。女性占略高比例（51%），NHW占60%；年龄中位数为71岁（范围：25～99岁）。共有32例患者（1%）被诊断为肺癌。
结论
我们的IPN项目显著提高了肺癌检出率，发现的肺癌病例多于LDCT项目。两组患者在年龄、性别或种族方面均无显著差异，支持两组结局具有可比性。人工智能使我们能够审核本医疗系统中的大量CT扫描，借助有限的人力资源应对一项尚未得到充分满足的重大临床需求。延长随访时间后，将能够进一步报告生存数据。
MO14.09 在更广泛高危人群中降低死亡率：中国肺癌筛查（CLUS）1.0版10年随访结果
英文标题
Mortality Reduction in a Broader High-Risk Population: Results From China Lung Cancer Screening (CLUS) Version 1.0 With 10-Year Follow-Up
讲者钱芳菲（上海市胸科医院）
引言
低剂量计算机断层扫描（LDCT）筛查已被证实可降低重度吸烟者的死亡率，但对于具有非吸烟相关危险因素者，其有效性的证据仍有限；这部分人群在东亚肺癌患者中占据相当大且不断增长的比例。本研究旨在评估中国肺癌筛查（CLUS）试验中，基于多因素定义、超越烟草暴露的高风险人群接受筛查后10年的死亡率降低和分期前移获益。
方法
2013年11月至2014年11月，将具有肺癌高危因素的适格参与者随机分配至筛查组或对照组。筛查组接受3轮、每2年1次的筛查；对照组接受问卷调查。通过与上海市疾病预防控制中心（CDC）管理的上海市死亡登记系统进行数据链接，收集肺癌病例和死亡病例数据。中位随访时间为11.7年，总观察时间为74 878人年。
结果
最终分析共纳入6657名参与者。队列中确认发生33例肺癌死亡。筛查组和对照组的肺癌死亡率分别为每1000人年27.81例和62.27例。在Fine-Gray亚分布风险模型中，校正基线年龄和性别后，与对照组相比，筛查组的肺癌死亡风险降低56%（校正后亚分布风险比［sHR］=0.44，95%CI：0.21～0.90，P=0.026）。为校正竞争风险可能造成的偏倚，研究进一步评估了非肺癌死亡原因。两组其他原因死亡率较为均衡（相对风险［RR］=1.015，95%CI：0.857～1.202）。在10年随访期间，LDCT筛查在不同吸烟状态人群中均显示出一致的死亡率获益（交互作用P=0.760）。在高风险从不吸烟者中，实施LDCT筛查与肺癌特异性死亡率降低59.9%相关（sHR=0.40，95%CI：0.14～1.15，P=0.090）。尽管从不吸烟者亚组的P值未达到正式统计学显著性，但未观察到交互作用提示，筛查的保护效应在吸烟者和非吸烟者间具有可比性。
结论
CLUS试验10年结果提供了有力的长期证据，表明LDCT筛查可显著降低广泛高风险人群的肺癌死亡率。这些发现对当前以烟草暴露为中心的筛查模式提出挑战，并有力支持实施更具包容性、基于风险的筛查策略，以适应东亚人群独特的流行病学特征。
苏公网安备32059002004080号
