本文发表于 npj | precision oncology，是一篇由 Erjia Zhu、Amgad Muneer 等来自德克萨斯大学MD安德森癌症中心、浙江大学医学院附属第二医院、香港科技大学及同济大学医学院等多家国际知名研究机构的学者联合撰写的 综述文章（Review Article）。该文于2025年在线发表，系统性地探讨了人工智能（Artificial Intelligence, AI）在肺癌管理全流程中的转化研究进展、面临的挑战及未来发展方向。
本综述并非报告一项独立的原创性研究，而是从临床肿瘤学家的视角，全面梳理和评述了AI在肺癌预防、筛查、诊断、预后、治疗及监测等多个临床环节的应用现状。文章不仅概述了代表性研究的性能与潜力，更重点剖析了阻碍AI从学术成果向临床实践转化的关键障碍，包括数据共享、模型偏见、可解释性及可重复性等，并最终展望了通用型医学AI的未来。
观点一：AI在肺癌筛查与早期检测中展现出超越传统方法的潜力，但其普适性仍受限于数据偏见。
文章指出，现有的肺癌筛查标准主要依据年龄和吸烟包年史，这是一种不精确的标准，导致高危人群识别不足和假阳性率过高。AI技术通过深度学习算法，能够分析常规临床数据、胸部X光片甚至网络搜索历史中的隐藏模式，更准确地识别肺癌高风险个体。例如，谷歌开发的一种深度学习算法通过分析NLST的6716个病例，达到了94.4%的曲线下面积，与六位放射科医生相比，其假阳性率降低了11%，假阴性率降低了5%。另一款名为Sybil的算法能从单次低剂量CT预测未来1至6年的肺癌风险，1年预测AUC高达0.92。此外，AI还能在肺癌筛查的同时分析慢性阻塞性肺病和心血管疾病等吸烟相关疾病。然而，一项荟萃分析显示，虽然AI筛查工具的灵敏度高达94.6%，但特异性仅为中等（93.6%），意味着约6.4%的假阳性率和5.4%的假阴性率。模型性能还可能因训练数据集在图像质量、扫描条件和供应商平台上的偏差而波动，导致在不同机构间的检测率不一致。因此，文章强调，模型必须在大型、多中心、人口统计学多样化的队列中进行开发与验证，并配备系统性的偏移审计框架，才能可靠地用于临床部署。
观点二：AI在肺癌诊断领域实现了从影像、病理到基因组学的多维度突破，推动了“虚拟活检”新范式的形成。
此观点从三个子领域展开论证。首先，在影像组学（Radiomics）方面，深度学习模型已展示出在病理确诊前从常规影像中获取全面病理信息的能力，例如区分肺腺癌与鳞状细胞癌、预测EGFR与ALK等驱动基因突变，以及预测PD-L1和CD8+T细胞的表达以指导免疫治疗。其次，在数字病理学（Digital Pathology）领域，AI实现了对多种标本类型的自动诊断，包括H&E染色切片、冰冻组织切片和细胞病理学样本，并能直接从H&E切片预测驱动基因突变和肿瘤浸润淋巴细胞。最后，在基因组测序（Genomic Sequencing）方面，AI在下一代测序中识别体细胞突变的能力优于传统方法，并可准确判定原发不明肿瘤的细胞来源，还能预测肿瘤突变负荷和新抗原等免疫生物标志物。这些多维度的AI分析共同促成了“虚拟活检”（Virtual biopsy）的概念，即通过非侵入性或微创性检查手段提取以往仅能通过活检获得的临床相关病理和基因组信息，从而极大提升诊断效率并拓展临床洞察的深度。
观点三：AI通过整合多模态数据，在肺癌的预后分层和治疗全流程决策支持中扮演日益重要的角色。
文章详细阐述了AI在手术、放疗、全身治疗及临床决策支持系统中的应用。在手术领域，有研究开发了深度学习模型，可在术前预测淋巴结阴性状态，从而协助外科医生筛选出适合亚肺叶切除的候选者，并利用虚拟现实系统重建胸内解剖结构以辅助术前规划。在放疗领域，AI算法被用于实现肿瘤靶区和危及器官的自动勾画，尤其对中低收入国家意义重大，影像组学模型还被用来预测放疗后的复发、心脏毒性和肺毒性。在全身治疗方面，AI的价值体现在三个方面：一是影像组学和血液中的ctDNA、细胞因子等生物标志物可用于预测免疫治疗反应、超进展和恶病质等不良事件；二是AI能识别EGFR突变型肺腺癌患者中对靶向治疗高风险进展的人群，从而帮助筛选出最可能从联合治疗中获益的患者；三是尽管像Watson for Oncology这样的临床决策支持系统在指南依从性上展现出潜力，但仍有相当比例病例未获支持，且需学习患者的区域特征。预后方面，AI通过提取医学影像中的复杂特征，在预测总生存期上（AUC 0.70-0.71）优于仅基于临床特征的预测（AUC 0.58-0.66）。
观点四：大语言模型（LLMs）的兴起为肺癌诊疗带来新的交互范式，但其固有的“幻觉”问题使其目前仅适合作为人类监督下的辅助工具。
文章指出，LLM能响应自由文本查询，无需针对特定任务进行训练，这使其能极快地学习和理解医学领域知识。例如，医疗聊天机器人在回答患者问题时，其质量和共情力已能媲美临床医生。在肺癌领域，LLM已被尝试用作决策辅助工具。然而，最大的隐患是其不准确性，LLM可能“编造事实”，因为它们学习的是词语间的统计学关联而非实现真正理解，且训练数据常来自未经核实的互联网信息。因此，作者明确指出，LLM在人类监督下作为辅助工具功能最佳，而非自主执行任务。
观点五：阻碍AI临床转化的核心挑战在于数据共享难题、模型偏见及公平性、可解释性不足和普遍缺乏可重复性。
此部分是文章的核心洞见。第一，数据共享面临患者隐私与知识产权保护的双重障碍，文章介绍了集中式学习、创建去标识化公共数据集和联邦学习（Federated Learning）三种解决路径，其中联邦学习允许多个机构在不共享原始数据的情况下共同训练模型，已在肺癌等癌种中得到实施。第二，AI模型会不可避免地继承数据中的种族、民族或性别偏见，导致在多样化人群中表现不佳，文章呼吁生成更多样化的数据集并设计专门的公平性算法。第三，深度学习模型端到端的“黑箱”特性使其决策因素难以理解，导致其在医疗决策中难以被接受，这催生了可解释AI（Explainable AI）这一活跃研究领域。第四，已发表的大多数AI研究缺乏外部验证和可重复性，CT扫描仪制造商、辐射剂量、重建核算法等因素都会严重影响算法性能，为此，影像生物标志物标准化倡议（IBSI）及多种报告指南（如MINIMAR、SPIRIT-AI、CONSORT-AI）正在尝试建立标准化流程。
本综述的学术意义在于，它并非技术方法的简单罗列，而是从临床医生的实际需求出发，清晰地勾勒了AI在肺癌全周期管理中的功能性能力图谱，并准确地指出了技术潜力与临床实践之间的鸿沟。其应用价值在于，为临床肿瘤学家和人工智能研究者提供了一个双向理解的桥梁，明确了多学科合作是推动AI从“算法开发”走向“临床部署”的必经之路。文章最终强调，未来方向是开发能够整合多模态数据并能与医生进行自然语言交互的通用型医学AI（Generalist Medical AI），实现一种整体的、整合式的决策支持，最终推动肺癌诊疗的精准化和个性化进程。