**原文标题**: 早期肺癌诊断中国专家共识（2023年版） --- 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 早期肺癌诊断中国专家共识（2023年版） 中华医学会呼吸病学分会 通信作者：陈良安，解放军总医院呼吸与危重症医学部，北京100039，Email： lianganchen301@263.net 【摘要】肺癌在我国居恶性肿瘤发病与死亡之首，严重危害到人民生命健康。近年来肺癌治疗 取得了较大的进展，我国肺癌的5 年生存率也从16.1% 提高到19.7%，但仍有约75% 的患者在诊断时 处于肺癌晚期，错过了最佳根治性手术治疗时机。早期诊断可显著提高肺癌患者预后生存，从肺癌患 者术后5 年生存率可以看出，Ⅰ期患者术后5 年生存率在77%~92%，而ⅢA~ⅣA 期患者仅为10%~ 36%，5 年生存率存在显著差异。研究显示早期诊断并完全切除的肺原位腺癌（AIS）及微浸润腺癌 （MIA）术后5 年疾病特异性生存率分别为100% 和100%。早期诊断是提高肺癌预后的关键，为进一 步提高我国早期肺癌诊断水平，尤其是肺结节暨早期肺癌诊断、评估中的准确性、规范性，中华医学会 呼吸病学分会肺癌学组的专家针对国内肺癌早诊领域实际情况，参考国内外最新研究数据和相关指 南，制定了《早期肺癌诊断中国专家共识（2023 年版）》，共识围绕早期肺癌筛查人群、无创检查、有创 检查、人工智能与大数据及机器人技术、物联网及多学科合作等在早期肺癌诊断中的应用、疑诊早期 肺癌的肺结节管理及随访策略等7 个方面分别给出推荐意见，为临床医生在早期肺癌诊断方面提供 参考，以进一步推动我国早期肺癌诊断工作。 基金项目：首都卫生发展科研专项（2020‑1‑5011）；陕西省重点研发计划（2017ZDXM‑SF‑044） Chinese expert consensus on diagnosis of early lung cancer (2023 Edition) Chinese Thoracic Society Corresponding author: Chen Liang′an, College of Pulmonary & Critical Care Medicine, Chinese PLA General Hospital, Beijng 100039, China, Email: lianganchen301@263.net 【中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 intelligence, big data and robotics, the Internet of Things and multidisciplinary cooperation in the diagnosis of early lung cancer, the management of pulmonary nodules and follow‑up strategies for suspected early lung cancer, etc., were respectively recommended to provide references for clinicians in the diagnosis of early lung cancer, in order to further promote the early diagnosis of lung cancer in China. Fund program: Capital Health Research and Development of Special(2020‑1‑5011); Key Research and Development Program of Shaanxi(2017ZDXM‑SF‑044) 在世界范围内，肺癌是发病率与病死率最高的 恶性肿瘤 ［1‑2］。我国情况相似，最新癌症数据显示， 2020 年我国新发肺癌约82 万例，死亡71 万例，新 发及死亡人数均居恶性肿瘤之首 ［1］。面对吸烟、空 气污染、人口老龄化加剧等严峻形势，我国肺癌发 病率和病死率呈上升趋势 ［3‑5］。 近年来，肺癌治疗取得了较大进展，我国肺癌 的5 年生存率也从16.1%（2003—2005）提高到 19.7%（2012—2015） ［6］，但仍有约75% 的患者在诊 断时已处于肺癌晚期，错过了最佳根治性治疗时 机 ［7］。因此早筛早诊尤为重要，早期肺癌，一般认 为若发生于段支气管以上的大支气管者，即中央型 早期肺癌，其癌组织仅局限于管壁内生长，包括腔 内型和管壁浸润型，后者不突破外膜，未侵及肺实 质，且无局部淋巴结转移。发生于小支气管者，又 称周围型早期肺癌，在肺组织内呈结节状，直径< 2 cm，无局部淋巴结转移 ［8］。我国开展的社区肺癌 高危人群低剂量胸部CT（LDCT）筛查结果显示，肺 结节阳性率高达22.9%（804/3 512），其中恶性结节 患者比例达6.34%（51/804），肺癌检出率为1.5% （51/3 512） ［9］。研究显示早期诊断并且完全切除的 原位腺癌（adenocarcinoma in situ，AIS）和微浸润腺 癌（minimally invasive adenocarcinoma，MIA），10 年 疾病特异性生存率分别为100%和100%，总生存率 分别为95.3% 和97.8% ［10］，而Ⅰ期浸润性腺癌完全 切除后的5 年复发率高达10%~30% ［11‑13］。综上，提 高肺癌生存率的关键在于早期发现、早期诊断和早 期治疗，而早期诊断又是重中之重。为了更好地指 导我国肺癌的早期诊断工作，中华医学会呼吸病学 分会肺癌学组的专家针对国内肺癌早诊领域实际 情况，参考国内外最新研究数据和有关指南，制定 了《早期肺癌诊断中国专家共识（2023 年版）》，以 供临床参考。 共识形成方法： （1）本共识由中华医学会呼吸 病学分会肺癌学组专家委员会发起，启动时间为 2021 年7 月，审稿时间为2022 年6—9 月，定稿时间 为2022年10月。本共识已在国际实践指南注册平 台（http：//www.guidelines‑registry.cn）进行注册（注 册号：PREPARE‑2022CN41），并完成共识撰写计划 书，读者可联系共识发起组织或通过国际实践指南 注册平台获取计划书。 （2）共识工作组：包括撰写组 和审核组，撰写组包括呼吸与危重症医学科、胸腔 外科为主的多学科专家，由本专业早期肺癌诊治经 验丰富的专家组成核心撰写组；审核组包括呼吸与 危重症医学科、胸腔外科、放射科、病理科等专家组 成。 （3）共识适用人群：该共识适用呼吸与危重症医 学科医师、胸腔外科医师在肺结节暨早期肺癌诊断 时使用；目标人群为肺癌高危人群筛查发现的肺结 节等疑诊早期肺癌患者。 （4）证据检索：根据筛选出 的临床问题，检索PubMed、MEDLINE、Cochrane Library、中国生物医学文献服务系统、万方数据库 和中国知网数据库，检索时间为建库至2021年6月 30 日。主要纳入了Meta 分析、随机对照研究、队列 研究、大型回顾性研究、病例对照研究等，因本共识 不是基于系统评价的循证指南，故不进行证据质量 分级。 （5）推荐意见形成过程：首先由共识专家组成 员对收集的临床问题进行充分筛选，通过在线问卷 与电子邮件沟通等方式最终筛选出7 个方面的问 题；随后在对证据进行充分评价的基础上，充分采 纳专家组意见，形成共识推荐意见和推荐等级。参 考了推荐分级的评估、制定与评价（GRADE） 方法 ［14］，推荐等级根据专家投票分为强推荐、弱推 荐和无共识3 个级别： “非常同意”的票数超过 2/3为强推荐； “部分同意”+“非常同意”的票数超过 2/3 为弱推荐；否则不达成共识。GRADE 推荐强度 分级系统见表1。经过专家组两轮在线问卷、电子 邮件沟通及线上会议讨论，最终确定共识定稿。所 有参与共识制定的专家组成员不存在与本指南撰 写内容相关的利益冲突。 表1 GRADE推荐强度分级系统 项目 推荐强度 强 弱 内容 明确显示干预措施利大于弊或弊大于利 利弊不明确或无论质量高低的证据均显示利弊相当 · · 2 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 一、筛查人群 问题1：早期肺癌发生的危险因素？ 【推荐意见1】肺癌发生主要与以下危险因 素相关：吸烟、被动吸烟、室内外环境污染、长期接 触砷、铬、石棉、镍、镉、铍、二氧化硅、柴油和汽油废 气及煤焦油等，或接触放射性物质如铀和镭等职业 致癌物质暴露史、既往恶性肿瘤病史、一级亲属肺 癌家族史、慢性阻塞性肺病、肺纤维化、肺结核等慢 性肺部疾病及其他危险因素。 （强推荐，参与投票专 家43 人：非常同意37 票，部分同意1 票，不同意 0票，弃权5票） （一）肺癌危险因素 流行病学研究表明，肺癌发病主要与以下危险 因素相关。 （1）吸烟：吸烟是公认的肺癌病因中最重 要的致病因素。烟草烟雾含有7 000 多种化合物， 其中至少有69 种化合物可增加包括肺癌在内的多 种癌症发病风险，对遗传易感个体的致癌风险更 大 ［15］。而且，吸烟量与肺癌发病风险存在剂量‑效 应关系，开始吸烟年龄越小、每日吸烟量越大、持续 时间越长，肺癌的发病率越高。戒烟可以降低肺癌 发病风险，但是与从不吸烟的人相比，戒烟者患肺 癌的风险仍高达9 倍 ［5，7，16］。 （2）二手烟：二手烟（被 动吸烟）也是肺癌发病的危险因素之一，与女性肺 癌发病的相关性更加显著 ［16］。研究显示，在工作场 所经常吸入二手烟的工作者，其肺癌发病风险增加 24%（RR=1.24，95%CI：1.18~1.29），而高度暴露于 二手烟的工作者，其肺癌发病风险增加1 倍（RR= 2.01，95%CI：1.33~2.60），表明二手烟的暴露强度 与肺癌发病有较强的关联 ［17］。 （3）环境污染：广义的 环境污染包括室外大环境污染和室内小环境污染。 工业废气、汽车尾气等导致的空气污染（PM2.5）与 肺癌发病率增加有关。研究显示，PM2.5 在中国的 肺癌死因中占23.9%，远高于全球水平（16.5%） ［18］。 高温导致环境空气中臭氧含量升高也是肺癌的危 险因素 ［19］。室内空气污染如烟草烟雾、燃料烟雾、 烹调油烟等也被认为是肺癌的重要危险因素，尤其 对女性腺癌影响较大 ［16，20］。室内氡污染也是诱发 肺癌的一个不可忽视的因素，建筑物地基（土壤和 岩石）、建筑材料等，特别是含放射性元素的天然石 材，是室内氡的主要来源。研究显示，家中检测到 的氡含量与肺癌发病风险之间具有剂量‑效应关 系 ［16］。而且，氡暴露与吸烟具有协同致癌作用 ［21］。 （4）职业暴露：长期接触砷、铬、石棉、镍、镉、铍、二 氧化硅、柴油和汽油废气及煤焦油等，或接触放射 性物质如铀和镭等，均可增加肺癌发病风险，并且 吸烟可明显加重这些致癌因子的致癌作用 ［22］。 （5）既往恶性肿瘤病史：既往患有肺癌、淋巴瘤或与 吸烟相关恶性肿瘤（例如膀胱癌、头颈部肿瘤）的患 者发生第二原发性肺癌的风险增加 ［23］。患癌后继 续吸烟、胸部放射治疗、烷化剂治疗也可增加第二 原发性肺癌的发病风险 ［16，24］。 （6）肺癌家族史：一级 亲属患肺癌的个体罹患肺癌的风险增加 ［16，25‑26］，可 能与某些基因位点变异有关 ［16］。 （7）慢性肺部疾病： ①慢性阻塞性肺疾病（简称慢阻肺）：慢阻肺增加肺 癌发生风险可能与吸烟相关，但有慢性支气管炎和 肺气肿家族史的非吸烟患者以及非吸烟的慢阻肺 患者发生肺癌的风险仍然增加 ［27‑29］。一项队列研 究显示，慢阻肺为肺癌的高风险因素，不论患者吸 烟状况如何 ［30］。②肺纤维化：弥漫性肺纤维化患者 发生肺癌的相对风险明显增高（RR=8.25，95%CI： 4.70~11.48） ［31‑32］，肺支气管慢性炎症及肺纤维瘢痕 病变在愈合过程中的鳞状上皮化生或增生可能发 展为肺癌；③肺结核：肺内存在陈旧性结核病灶的 患者发生肺癌的风险是正常人群的10 倍 ［7］。 （8）其 他危险因素：电离辐射、水果和蔬菜摄入量低 ［33］、缺 乏体力活动 ［34］、硬皮病 ［35‑36］等也与肺癌风险增高 有关。 问题2：如何界定肺癌筛查的高危人群？ 【推荐意见2】肺癌筛查的高危人群界定为： 年龄40~80 岁，并且至少合并以下任意1 条危险因 素：①累计吸烟指数≥20 包年；②环境或职业暴露 （氡，硅，镉，砷，铍，铬，镍，石棉，柴油烟雾，煤烟，放 射性元素）；③一级亲属肺癌家族史；④合并慢阻 肺、弥漫性肺纤维化或陈旧性肺结核；⑤既往恶性 肿瘤史；⑥长期吸入二手烟（家庭或室内工作场 所，>2 h/d，至少10 年）或长期暴露于厨房油烟中 （炒、煎、炸等烹饪）。建议对肺癌高危人群进行肺 癌筛查。（强推荐，参与投票专家43 人：非常同意 32票，部分同意6票，不同意0票，弃权5票） （二）肺癌高危人群界定 基于上述危险因素，本共识将肺癌高危人群界 定为：年龄40~80岁，并且至少合并以下任意1条危 险因素：①累计吸烟指数≥20 包年；②环境或职业 暴露（氡，硅，镉，砷，铍，铬，镍，石棉，柴油烟雾，煤 烟，放射性元素）；③一级亲属肺癌家族史；④合并 慢阻肺、弥漫性肺纤维化或陈旧性肺结核；⑤既往 恶性肿瘤史；⑥长期吸入二手烟（家庭或室内工作 场所，>2 h/d，至少10 年）或长期暴露于厨房油烟中 · · 3 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 （炒、煎、炸等烹饪）。建议对肺癌高危人群进行肺 癌筛查。 我国国家癌症中心数据显示，肺癌发病率和病 死率在44 岁以前的人群中处于较低水平，但自 45 岁以后快速上升 ［4‑5，37‑38］。近年来，尽管临床存在 40 岁甚至以下肺癌患者，但本共识建议肺癌筛查 的最低年龄为40 岁相对适宜。WHO 公布最新人 口预期寿命数据显示，2019 年我国人口预期寿命 为77.4 岁，60 岁时预期寿命为81.1 年 ［39］，因此建议 将筛查的年龄上限设定为80 岁。取消了人群危险 因素中戒烟时间的限制。对于具有肺癌危险因素 的更年轻个体，根据临床实际情况和个体意愿确定 是否行肺癌筛查。 值得关注的是，与一些欧洲国家女性相比，尽 管亚洲国家女性的吸烟率较低，但亚洲国家女性的 肺癌发病率更高 ［20，40‑41］。与此相关的肺癌危险因素 包括广泛使用煤炭和生物燃料、被动吸烟和烹饪烟 雾等 ［40，42‑43］。因此，对于具有上述环境烟雾暴露因 素且年龄≥40 岁的中国女性，即使不合并吸烟史、 家族史、既往恶性肿瘤史或肺部疾病史等，本共识 也建议进行肺癌筛查。 （三）肺癌相关临床表现 早期肺癌没有特异性临床表现，中晚期可以表 现为原发肿瘤引起的症状和体征、肿瘤局部扩展引 起的症状和体征、肿瘤远处转移引起的症状和体征 及副癌综合征等，如若出现以下临床表现时要高度 警惕肺癌可能： （1）持续刺激性干咳，无痰或少痰； （2）痰中带血或咯血； （3）气短或喘鸣，听诊可闻及 局限性或固定性哮鸣音； （4）持续发热，抗生素治疗 效果不明显； （5）体重降低； （6）出现不明原因、久治 不愈的肺外征象，如杵状指（趾）、非游走性肺性关 节疼痛、男性乳腺增生、皮肤黝黑或皮肌炎； （7）出 现局部侵犯及转移的体征，如声带麻痹、上腔静脉 阻塞综合征、Horner 综合征、肺上沟瘤综合征及锁 骨上窝淋巴结肿大等。 （四）早期肺癌相关病理分型 早期肺癌的组织病理分型包括腺体前驱病变、 腺癌、鳞状细胞前驱病变、鳞状细胞癌、大细胞癌、 腺鳞癌、肉瘤样癌及神经内分泌癌等。 根据2021年版世界卫生组织（WHO）肺肿瘤组 织学分类标准，肺癌包括腺体前驱病变、腺癌、鳞状 细胞前驱病变、鳞状细胞癌、大细胞癌、腺鳞癌、肉 瘤样癌、NUT癌及神经内分泌癌等 ［44］。腺体前驱病 变包括非典型腺瘤样增生及原位腺癌，腺癌包括微 浸润性腺癌、浸润性非黏液腺癌、浸润性黏液腺癌、 胶样腺癌、胎儿型腺癌及肠型腺癌亚型；鳞状细胞 前驱病变包括鳞状细胞不典型增生及原位癌；鳞状 细胞癌包括角化型鳞状细胞癌、非角化型鳞状细胞 癌、基底细胞样鳞状细胞癌及淋巴上皮样癌等亚 型；神经内分泌肿瘤包括弥漫性特发性肺神经内分 泌细胞增生、类癌、神经内分泌肿瘤、小细胞肺癌及 大细胞神经内分泌癌。腺癌鳞癌指含有腺癌及鳞 状细胞癌两种成分，每种成分至少占肿瘤的10%。 部分肺癌病理类型不能通过小标本活检明确诊断， 这包括大细胞癌、多形性癌、腺鳞癌、原位腺癌、微 浸润性腺癌及贴壁样为主型腺癌，这些需要手术切 除标本进行明确。 二、无创检查 问题3：肺癌高危人群筛查影像学检查如何 推荐？ 【推荐意见3】对于高危人群肺癌筛查推荐 胸部低剂量CT（LDCT），不推荐胸部X 线用于肺癌 筛查。（强推荐，参与投票专家43 人：非常同意 37票，部分同意1票，不同意0票，弃权5票） 【推荐意见4】对于复诊或疑似早期肺癌的 肺结节，推荐胸部薄层CT+结节三维重建；可使用 定量CT 分析与计算机辅助、人工智能辅助评估肺 结节诊断。 （强推荐，参与投票专家43 人：非常同意 32票，部分同意6票，不同意0票，弃权5票） 【推荐意见5】对于未定性的实性成分≥8 mm 的实性或亚实性结节，可行肺纵隔平扫+弥散加权 成像（DWI）或PET‑CT 检查。 （强推荐，参与投票专 家43 人：非常同意23 票，部分同意14 票，不同意 1票，弃权5票） （一）影像学检查 肺部影像学检查方法主要包括胸部X 线、胸部 CT、磁共振显像（MRI）、PET‑CT 等。近年来，定量 CT、影像组学，计算机辅助诊断，人工智能等技术 正在研发，将逐步应用于临床。 1. 胸部X 线：简便易行，但分辨率低，不易检出 肺部小结节和纵隔、心包后等隐蔽部位的病灶，对 早期肺癌的检出有一定的局限性，不推荐用于肺癌 的筛查 ［45‑48］。 2. 胸部CT：是当前肺癌诊断、分期、疗效评价 及治疗后随访中最重要和最常用的影像检查方法， 具有更高的分辨率，可检出肺部微小病灶和普通X 线胸片难以显示部位（如心脏后、脊柱旁、肺尖、肋 膈角及肋骨头等）的病变。 · · 4 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 （1）低剂量CT（low‑dose computed tomography， LDCT）可以有效地发现早期肺癌，已经取代胸部X 线成为敏感的肺癌筛查工具。与常规胸部CT 比 较，低剂量CT 放射剂量少，但图像清晰度不足，故 适用于肺结节的初筛和检出。①LDCT筛查的意义 及参数设置：使用LDCT 筛查肺癌高危人群，可显 著降低肺癌死亡的相对风险 ［47，49‑50］。为了获得良好 的胸部LDCT 图像质量，建议LDCT 的扫描参数 为 ［45，51］：CT 扫描探测器≥16 排，机架旋转速度≤0.5， 探测器准直径≤1.5 mm。采用螺旋CT 容积扫描技 术，依据受试者体重，管电压100~120 kVp，管电 流≤60 mAs，总辐射暴露剂量≤5 mSv，不需要注射对 比剂。扫描范围从肺尖到肋膈角（包括全部肺），患 者吸气末一次屏气完成扫描，扫描采样时间≤10 s。 扫描层厚≤5 mm，扫描间距≤层厚。为方便进行计 算机辅助检测及容积分析，建议层间有20%~30% 重叠，应用3D 成像时需有50% 重叠。鉴于国际经 验认为，肺癌LDCT 筛查不应作为独立试验单独进 行 ［52‑53］，应该在具备肺癌筛查能力的医疗单位进 行 ［54］。本共识建议，肺癌LDCT 筛查应该在具备肺 癌诊治能力的专业医疗机构进行，筛查人员需具备 相关专业能力，同时合理选择筛查人群。②LDCT 结果的报告规范：对于胸部LDCT 检查结果的报 告，尤其是对于肺结节的报告，建议采用 Lung‑RADS 标准 ［55］，详细描述肺结节的数量、位置、 大小、密度、形态、边缘、内部是否含有脂肪或钙化 等特征。既往有胸部CT 影像的，需与历史影像比 较。若病灶无明显变化，注明病灶稳定时间；若病 灶有变化，则注明目前病灶数量、大小、密度等与基 线相比的差异之处。 肺结节的恶性概率与结节密度、大小、形态、位 置和生长速度等多种因素密切相关。为了准确评 估基线LDCT 检出的肺结节的恶性风险，建议参照 肺结节处理指南 ［51］进行肺结节风险评估。 （2）高分辨率CT（high resolution computed tomography，HRCT）：薄层CT 重建影像技术可更好 地显示直径<5 mm的微小结节、中央气道内和第6、 7 级支气管和小血管，能更加敏感地发现微小肺结 节并且明确病灶与周围气道和血管的关系。高分 辨率CT 为薄层（0.625~1.500 mm）扫描及高分辨率 算法（高矩阵、骨算法）重建图像的检查技术，是胸 部常规扫描的一种补充。 胸部HRCT 适应证：①对于LDCT 筛查时所发 现的一些磨玻璃影（GGO）、孤立性肺结节及常规 CT所发现的一些可疑病变；②周围型小肺癌。 胸部HRCT 筛查时机：基线/年度LDCT 筛查发 现气道病变者，如为阳性，建议多学科会诊 （multi‑disciplinary treatment，MDT）决定是否进行 临床治疗或进入下年度高分辨率CT（HRCT）筛查。 基线/年度检出的非实性结节平均直径≥8 mm， 或实性结节/部分实性结节的实性成分平均直径≥ 5 mm，如无法排除恶性结节，建议抗炎治疗或随访 后复查HRCT；如结节完全吸收，建议进入下年度 LDCT 筛查；如结节部分吸收，3 个月后复查HRCT （年度筛查6 个月后）；如继续吸收或完全吸收，建 议进入下年度LDCT 筛查；如无变化或增大，建议 多学科会诊后决定是否进行临床治疗或进入下年 度HRCT筛查。 3. 磁共振成像（magnetic resonance imaging， MRI）检查：MRI 中的常用序列弥散加权成像 （diffusion weighted imaging，DWI）是在传统的成像 基础上衍生出来的一种技术，采用快速反转恢复平 面回波成像（short T1 inversion recovery echo‑planar imaging，STIR‑EPI），在自由呼吸状态下完成扫描， 将正常的血管、脂肪、肌肉、肠道等组织背景信号抑 制后，得到高信噪比、高分辨率和高对比度的图 像 ［56］。DWI 功能成像技术在肺癌诊断方面的价值 正逐渐得到重视，且因无放射线和核素的潜在辐射 危险而被临床开始接纳。有研究表明，DWI‑MRI 对于实性肺结节的筛查敏感度和特异度分别为 70% 和97%，而后续研究的诊断性能不断优化，敏 感度和特异度可达93.5% 和91.7% ［56‑57］。因此，考 虑到图像分辨率等因素，对于实性肺结节且难以接 受放射性检查的患者，DWI‑MRI 或可作为LDCT 或 PET‑CT 的补充检查手段 ［58］。此外，DWI‑MRI 对于 青少年患者及需要反复行影像学检查的患者具有 潜在优势。但DWI‑MRI 对于纯磨玻璃结节、微小 亚实性结节和亚厘米实性结节，敏感度尚不理想。 4. 正电子发射计算机断层显像（positron emission tomography‑computed tomography， PET‑CT）检查：PET‑CT 在肺癌的诊断、分期、治疗 评价中具有较高的敏感度和特异度。对于结节直 径≥8 mm 的实性结节或部分实性结节持续存在且 内部实性成分≥8 mm 者，根据患者情况可推荐使用 PET‑CT 进一步判断结节性质；需要注意的是， PET‑CT 对于纯磨玻璃结节、实性成分<8 mm 的亚 实性结节和靠近膈肌的小结节敏感度较低，另外在 肺结核等感染性肺病流行的地区，PET‑CT 的鉴别 · · 5 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 能力较低 ［43，59］。我国肺结核发病率高于西方发达 国家，因此在应用PET‑CT诊断肺癌时，需要鉴别肺 结核等感染性肉芽肿。 5. 定量CT 分析与计算机辅助诊断 （quantitative computed tomography and computer aided diagnosis，CAD）：定量CT可将病灶的常规CT 影像特征进行量化，较常规CT 提供的大多数的二 分类定性分析或者二维测量更加客观且精准。肺 结节质量（MASS）是用于评估肺结节大小的参数， 一些研究证实它是较好的判断肺结节良恶性的影 像标志物 ［60］，并发现MASS 是肺腺癌浸润程度高的 风险因素，即MASS 值越大，肺腺癌的浸润程度越 高。肺结节的实性或非实性占比以及随访中的变 化情况与肺结节恶性风险密切相关，肺结节的实性 成分占比（consolidation tumor ratio，CTR）与其恶性 风险正相关 ［61］。CT 定量参数在常规CT 检查中肉 眼不能识别或直接计算获得，而计算机辅助诊断技 术通过对目标病灶的识别、分割和测算，可提供数 十种定量CT参数，涉及目标病灶的大小、形态如表 面不规则度、密度如脂肪占比和钙化体积等、以及 病灶与周围组织关系，如病灶相关微血管支数、微 血管迂曲度和平均密度等，可用于评价目标病灶的 恶性风险 ［62］。目前，不同的计算机辅助诊断系统所 提供的CT 定量参数不完全相同，而即使相同参数 的分割和测算方法也有待通用数据库的验证和统 一，以便更好地实现CT 定量评估肺结节恶性风险 的临床应用与推广。 6. 影像组学（radiomics）与影像基因组学 （radiogenomics）：影像组学是指利用CT、PET‑CT 或 磁共振成像等方法，提取并分析大量影像学特征， 从而获得医学图像的高通量成像的特征数据 ［63‑64］。 影像组学通过图像获取与重建、图像分割与绘制、 特征提取与量化、数据库建立与共享4 个基本步 骤，最终建立放射组学模型用于评估肺内病灶的恶 性风险。影像组学的重复性较好，但特异度不足， 与个体差异性较小的基因组学互补结合应用，即影 像基因组学。影像基因组学模型可以较准确的评 估病灶的恶性风险，通过高通量数据分析还可以构 建出病理亚型模型和基因水平的诊断模型，实现更 加敏感更加精准的无创诊断 ［65‑66］。 7. 人工智能（artificial intelligence，AI）辅助影 像诊断：是通过计算机、生命科学、临床医学等技术 手段使机器具备感知、分析、推理和决策等人类智 能的能力和功能。人工智能对肺部病灶的检出方 面非常快捷，但仍有一定的假阴性率，需要人工阅 片确认以减少漏诊。人工智能在用于判断病灶恶 性风险时，可为临床提供辅助依据，但目前仍无法 替代人工诊断 ［67‑68］。由于国外人工智能平台的数 据库来源非我国样本，故不适用于我国肺癌早诊的 临床应用 ［69］。我国自主研发的人工智能诊断平台 仍需大样本的全国多中心的数据支持和验证，而将 多组学信息融合分析的人工智能诊断系统将进一 步提高诊断能力 ［70］。 （二）痰病理诊断 问题4：痰细胞病理学诊断意见？ 【推荐意见6】对于疑诊早期肺癌患者伴咳 嗽咳痰时，可行痰脱落细胞学检查，若痰细胞学检 查结果阳性，应进一步行胸部薄层CT+三维重建后 处理、电子支气管镜等检查明确病灶。人工辅助痰 细胞病理诊断系统可有效提高肺癌细胞病理学诊 断效率，但最后诊断仍需病理医师确认。 （强推荐， 参与投票专家43 人：非常同意26 票，部分同意 12票，不同意0票，弃权5票） 1. 痰细胞学检查：痰细胞学检查分为传统涂片 和液基细胞涂片。传统涂片诊断肺癌的敏感度不 超过10%，特异度为40%左右。改良的液基细胞涂 片可将肺癌诊断的敏感度提升至20% 左右 ［71］。痰 脱落细胞学检查结果阳性的患者应进一步行胸部 薄层CT、支气管镜等检查明确病灶。采集痰液的 质量和方法直接影响痰细胞学检查的阳性率，应取 新鲜的清晨深咳的肺深部痰送检。 2. 人工智能辅助痰病理诊断：肺癌痰细胞病理 涂片图像中，肺癌细胞数量较少，且与其他大量非 肿瘤细胞混杂，识别困难，新近研发出的被覆特殊 复合蛋白的磁性纳米颗粒可在痰液中吸附和富集 肿瘤细胞，提高痰病理诊断阳性率 ［72］。随后，收集 大量的肺癌细胞病理图像和专家的标注来训练人 工智能算法，构建肺癌痰细胞病理自动诊断模型。 研究者用图像预先训练一个深层卷积神经网络，并 利用训练过的深层卷积神经网络对良、恶性细胞的 分类性能进行了评估，结果显示，其对细胞的总体 分类准确率较高。人工智能细胞病理诊断系统可 以对肺癌细胞进行分类，且其诊断准确率与病理学 家的诊断准确率相当，可有效提高肺癌细胞病理学 诊断效率 ［73‑74］，但最后诊断仍需要病理医师确认。 （三）传统的肺癌标志物 问题5：疑诊早期肺癌患者相关标志物检测？ 【推荐意见7】原发性肺癌血清肿瘤标志物 · · 6 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 有癌胚抗原（CEA）、神经元特异性烯醇化酶 （NSE）、细胞角蛋白片段19（CYFRA21‑1）、胃泌素 释放肽前体（Pro‑GRP）和鳞状上皮细胞癌抗原 （SCC），推荐作为肺癌诊断、随访及疗效评估的参 考。 （强推荐，参与投票专家43 人：非常同意22 票， 部分同意14票，不同意2票，弃权5票） 【推荐意见8】支气管肺泡灌洗液肿瘤标志 物检测对于诊断早期肺癌的敏感度和特异度偏低， 对于早期肺癌患者不作为推荐检查项目。 （弱推荐， 参与投票专家43 人：非常同意30 票，部分同意 8票，不同意0票，弃权5票） 【推荐意见9】新型肺癌标志物中，可选择性 行肺癌血清七种自身抗体、循环肿瘤细胞、循环肿 瘤DNA、DNA 甲基化及呼出气肺癌标志性成分等 检测。（弱推荐，参与投票专家43 人：非常同意 18票，部分同意17票，不同意3票，弃权5票） 1. 血清肺癌标志物：目前临床常用的原发性肺 癌标志物有癌胚抗原（CEA）、神经元特异性烯醇化 酶（NSE）、细胞角蛋白片段19（CYFRA21‑1）、胃泌 素释放肽前体（Pro‑GRP）和鳞状上皮细胞癌抗原 （SCC）。其中，NSE 和Pro‑GRP 与小细胞肺癌有关， CEA等水平升高有助于肺腺癌的诊断。但是，上述 标志物对早期肺癌的敏感度和特异度均不太理 想 ［75］，酌情组合检查，作为肺癌诊断、随访及疗效评 估的参考。 2. 支气管肺泡灌洗液肺癌标志物检测：收集支 气管肺泡灌洗液，应用电化学发光法检测CEA、 SCC 及HE4 等肿瘤标志物表达水平。一些研究发 现 ［76‑77］，肺癌组患者支气管肺泡灌洗液中CEA，SCC 及HE4水平明显高于肺部良性疾病组，并且标志物 水平肺癌临床分期呈正相关，Ⅱ期、Ⅲ期及Ⅳ期肺 癌患者灌洗液标志物水平明显高于Ⅰ期患者，这也 提示灌洗液标志物检测对于诊断早期肺癌的敏感 度和特异度偏低，近年来，有研究报告，检测肺泡灌 洗液的肺癌相关甲基化有助与肺癌的诊断，但需要 进一步临床证实。 （四）新型肺癌标志物 1. 肺癌血清7 种自身抗体：肿瘤自身抗体是肿 瘤发生时体液免疫针对肿瘤异种抗原所形成的抗 体。国外研究表明自身抗体EarlyCDT‑Lung诊断肺 癌的敏感度仅11%~44%、特异度87%~91%，其中 Ⅰ~Ⅱ期肺癌患者的检测敏感度为21%，Ⅲ~Ⅳ期肺 癌患者的测定敏感度为40%，在肺癌早期诊断中敏 感度尚不足 ［78‑81］。针对我国人群，国内自主研发的 肺癌7 种自身抗体（p53、GAGE7、PGP9.5、CAGE、 MAGEA1、SOX2、GBU4‑5），其部分研究结果提示诊 断早期肺癌的敏感度高于国际前述研究，也高于临 床常用的抗原类肺癌标志物 ［82‑83］。七种自身抗体 检测联合胸部CT可提高恶性肺结节阳性预测值和 诊断准确率，降低七种自身抗体实验诊断的假阳性 率 ［84‑85］。但真正的临床诊断价值还有待进一步的 临床验证。 2. 循环肿瘤细胞（circulating tumor cell，CTC）： CTC 是从实体瘤脱落进入体液的肿瘤细胞。有研 究发现，肺癌高风险人群在LDCT 扫描未发现肺部 结节时即可检出CTC，并与若干年后肺腺癌的发生 密切相关 ［86］。广州医科大学的一项研究表明，肺泡 灌洗液中检出CTC也可较敏感地提示早期肺癌 ［76］。 但CTC在临床应用面临诸多难题，如检测方法不够 灵敏，早期肺癌患者的外周循环中检出率低等 ［87］。 国外有研究表明，CTC 的敏感度为26.3%，特异度 为96.2% ［88］ ，与传统的抗原抗体依赖CTC 检测方法 相比，叶酸受体靶向PCR 技术能提高CTC 的检测 效能，对Ⅰ期NSCLC 患者诊断敏感度可达67.2%， 特异度达84.1% ［89］，因此，CTC 辅助诊断早期肺癌， 并监测早期肺癌手术切除后复发是潜在工具之 一 ［90‑91］，下一步还需要更多的大样本临床试验数据 支撑。 3. 循环肿瘤DNA（ctDNA）：ctDNA 是指坏死或 凋亡的肿瘤细胞释放到血液中的DNA ［92］。有研究 通过二代测序检测Ⅰ~Ⅳ期肺癌患者ctDNA，结果 提示：Ⅰ期肺癌检出率为50%，特异度为90%，Ⅱ~ Ⅳ期肺癌的检出率为100% ［93］，提示ctDNA 对肺癌 早期诊断具有一定潜力，但仍缺大样本临床研究证 据支持。 4. DNA 甲基化：DNA 甲基化是一种主要的表 观遗传修饰，甲基化模式的改变在肿瘤发生发展中 起着关键作用 ［94］。由于DNA 甲基化几乎存在于包 括癌前病变的肿瘤发生发展全程，因此它可能是癌 症早期诊断的理想生物标志物 ［95］。随着甲基化特 异性PCR 的应用，在许多样本类型的肺癌中，各种 异常的基因启动子甲基化被评估为生物标 志物 ［96‑101］。 肺泡灌洗液甲基化检测：国内相关研究显 示 ［102］，在肺泡灌洗液中联合SHOX2 和RASSF1A 甲 基化检测对肺癌的总体诊断效率显著高于细胞学 检查和血清生物标志物癌胚抗原。另一项研究显 示 ［103］上述两基因甲基化PCR 联合检测时，任一阳 · · 7 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 性者肺腺癌、鳞癌检出率分别达到66.0%和90.9%。 但其实际临床应用价值还有待进一步研究和评价。 血液甲基化检测：采用外周静脉血样本进行靶 向DNA 甲基化测序及深度学习方法，构建肺结节 良恶性诊断模型PulmoSeek，用于早期肺癌的诊断 效果较好 ［104］。因此，甲基化在肺癌早期诊断中的 应用潜能已受到重视，但还需通过大样本临床研究 进一步验证。 （五）呼出气检测 在呼出气体检测中，主要有两种检测方法，一 种是气相检测，另一种是将呼出气液化进行检测。 较早的研究就已发现肺癌患者与健康对照者之间 质谱峰值分析图不同，进而提出呼出气体中的多种 有机化合物可作为候选的肺癌标志性气体成分，主 要是烷烃类及衍生物、苯及其衍生物 ［105］。近年，深 度学习与神经卷积应用于呼出气有机化合物图谱 的分析和模型构建，进一步提高了呼出气检测在早 期肺癌的诊断能力 ［106］。呼出气冷凝液，其成分既 包括代谢产物，也包括各种细胞因子、DNA 和蛋白 质，如FeNO、白细胞介素‑6 水平、内皮素‑1，甚至呼 出气温度在肺癌患者与正常对照者之间存在差 异 ［107‑108］。呼出气检测在经过大样本的临床验证 后，其在早期肺癌患者的筛查诊断中应用中前景 广阔。 三、有创检查 问题6：疑诊早期肺癌患者可行哪些有创 检查？ 【推荐意见10】经胸壁肺穿刺活检术主要应 用于肺外周病变特别是外周肺结节的穿刺和活检， 不推荐应用于直径<10 mm 的肺内结节。 （弱推荐， 参与投票专家43 人：非常同意31 票，部分同意 7票，不同意0票，弃权5票） 【推荐意见11】对于疑诊早期中央型肺癌患 者，推荐行电子支气管镜+活检、支气管肺泡灌洗 等，必要时结合荧光支气管镜、窄谱成像支气管镜 及超声支气管镜等技术明确早期肺癌诊断及淋巴 结分期。（强推荐，参与投票专家43 人：非常同意 33票，部分同意5票，不同意0票，弃权5票） 【推荐意见12】导航支气管镜及相关技术可 显著提高周围型早期肺癌的诊断率，可结合机器人 技术应用于早期肺癌诊断。 （弱推荐，参与投票专家 43人：非常同意25票，部分同意13票，不同意0票， 弃权5票） 【推荐意见13】光学相干断层成像及共聚焦 显微内镜技术目前处于临床早期探索阶段，在肺癌 早期诊断的价值有待进一步验证，暂不推荐。 （弱推 荐，参与投票专家43 人：非常同意32 票，部分同意 6票，不同意0票，弃权5票） 【推荐意见14】对于疑诊早期肺癌患者，不 推荐行手术活检及纵隔镜淋巴结分期，临床分期为 Ⅰ、Ⅱ期的NSCLC 患者首选推荐外科手术切除。 （强推荐，参与投票专家43人：非常同意26票，部分 同意11票，不同意1票，弃权5票） （一）非手术活检 1. 经胸壁肺穿刺活检术（transthoracic needle biopsy，TTNB）：是在CT 或超声引导下对肺内病灶 进行穿刺活检的技术，其中CT引导下的TTNB是目 前临床最常用的方法。TTNB在早期肺癌诊断中的 应用主要是肺外周病变特别是肺结节的穿刺及活 检，包括：①筛查发现的实性肺结节≥15 mm，增强 CT 扫描和（或）结合PET‑CT 结果考虑为恶性病变 者；②筛查发现的部分实性肺结节，其中实性成分≥ 8 mm，增强CT扫描和（或）结合PET‑CT结果考虑为 恶性病变者；③筛查发现的纯磨玻璃肺结节，直径≥ 20 mm，或新发结节随访过程中直径不断增大，直 径≥20 mm ［16］。 TTNB 诊断肺外周恶性结节的敏感度可达 81%~97% ［109‑111］，但是当病灶小于1 cm时，穿刺的假 阴性率会明显上升。此外需要强调的是，对于肺内 不确定性结节，可有专科医师提交多学科专家会 诊，结合患者病史及影像学表现，经多学科团队 （multi‑disciplinary team，MDT）临床诊断的可根治 性早期小肺癌应谨慎行TTNB，谨防穿刺带来的胸 膜种植潜在风险，同轴技术可以减少针道种植转 移，如果临床MDT 综合考虑，肺癌可能性大，排除 手术禁忌证后可考虑胸腔镜微创手术切除。TTNB 常见并发症包括气胸、出血、胸膜反应等，系统性空 气栓塞、心包填塞和肿瘤针道种植等相对 罕见 ［112‑113］。 2. 经气道活检： （1）常规支气管镜。常规气管 镜检查是通过气管镜直视下刷检、活检、冲洗用于 中央型肺癌的诊断，或经支气管肺活检（TBLB）、经 支气管针吸活检（TBNA）及支气管肺泡灌洗用于周 围型肺癌的诊断，是最常用的肺癌非手术活检方 法。但常规支气管镜在早期中央型肺癌的诊断率 仅约30% ［114］，在早期周围型肺癌的诊断率低于 50%，因此用于早期肺癌的诊断效力不足。尽管如 此，常规支气管镜是许多经气道开展的肺癌早期诊 · · 8 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 断新技术的基础，因此在肺癌早期诊断方面仍有不 可替代的作用。 （2）荧光支气管镜（autofluorescence bronchoscopy，AFB）：AFB 在常规气管镜的基础上， 结合了细胞自发荧光和电脑图像分析技术，利用良 恶性细胞间不同的自发荧光特征，提高了中央型肺 癌、特别是早癌（原位癌）和癌前病灶（不典型增生） 的检出率 ［115］。文献报道 ［116］，AFB 诊断的敏感度和 特异度分别为90% 和56%，而白光支气管镜（white light bronchoscopy，WLB）为66% 和69%，AFB 在癌 前病变的诊断方面明显优于WLB。此外，AFB 还 可以清晰地显示出中央型肺癌侵袭边缘，对肺癌的 分期和外科手术切缘的选择有重要参考价值。 3. 窄谱成像支气管镜（narrow band imaging， NBI）：NBI 利用光学滤光器产生两种带宽的窄谱 光：被气道黏膜表面微血管吸收的395~445 nm （蓝）和被黏膜表面下的血管吸收的530~550 nm （绿）。利用组织对光吸收特性和散射特性的不同， NBI 使不同组织层次的血管展现出来，用以区分病 变的性质。研究显示 ［117］，NBI较常规支气管镜提高 了早期中央型肺癌和癌前病变的检出率，NBI 和 AFB 两种方法之间相比无显著差异。联合应用 NBI和AFB 不能进一步提高诊断率，NBI和AFB 检 查顺序变化对诊断率也无影响 ［118］。此外，NBI可用 于中央型肺癌侵袭边缘的检测，为肺癌的分期和外 科手术切缘的选择提供重要参考依据 ［119］。 4. 超声支气管镜（endobronchial ultrasound， EBUS）：EBUS 通过实时超声扫描，获得气管、支气 管管壁各层次以及周围相邻脏器、血管的超声图 像，可用于判断黏膜下、管壁内、气道外周病灶和肺 外周病变的异常变化以及定位周围型病灶。根据 超声探头不同，EBUS 分为径向探头（radial probe， RP）EBUS 和凸面探头（convex probe，CP）EBUS 两 种。CP‑EBUS的超声探头集成于内镜头端，在肺癌 早期诊断方面主要用于淋巴结活检和分期，其准确 性明显优于CT，PET/CT ［120］以及纵隔镜 ［121］，且手术 创伤也明显小于纵隔镜，已成为肺癌淋巴结分期的 首选技术。RP‑EBUS探头直径较细，通常与细支气 管镜或新型超细支气管镜联合应用，通过支气管镜 工作孔道送至肺外周目标区域，主要用于肺外周病 变或肺结节的定位和活检，研究显示RP‑EBUS 诊 断肺外周病变的敏感度73%，特异度100% ［122］，总 体并发症发生率为2.8% ［123］。EBUS 是目前常用的 肺癌诊断与分期的方法。 5. 光学相干断层成像（optical coherence tomography，OCT）：OCT 利用弱相干光干涉与相干 的基本原理，通过测量生物组织不同深度层面对入 射弱相干光的反向散射或反射光而获得组织内部 二维或三维结构的高分辨图像。其原理和超声断 层扫描装置类似，但扫描探头无需和组织紧密接 触。OCT 图像空间分辨率10~30 μm，最大穿透深 度2~3 mm，能显示支气管上皮下层的多层显微结 构，上皮细胞、上皮下组织和软骨均清晰可辨，与病 理结构匹配度较高。早期的研究结果已显示了 OCT 用于肺癌早期诊断的潜力 ［124‑127］。但由于早期 肺癌的OCT典型图像特征尚未建立，因此该技术目 前仍处于临床早期研究阶段，用于肺癌早期诊断的 价值有待进一步验证。 6. 共聚焦显微内镜（confocal laser endomicroscopy，CLE）：CLE基于共聚焦显微镜的成 像原理，使用一根可弯曲的光纤探头替代了共聚焦 显微镜的物镜，对目标病灶进行扫描，可实时获得 活组织的断层图像，然后利用计算机将断层图像整 合成三维图像，图像可放大1 000 倍，分辨率高达 3.5 μm，最大探测深度为70 μm，最大视场为 600 μm。CLE 在人肺和支气管获得的图像依赖于 弹性蛋白纤维的存在 ［128］。多项研究表明，CLE 能 够识别支气管内 ［129‑132］和肺实质内 ［133‑136］的病灶所在 异常区域，但难以区分病灶的良恶性 ［135］，这可能主 要源于单独的CLE无法获取上皮细胞图像，而对活 体实时的上皮和肿瘤细胞进行染色又非常困难。 因此该技术的临床应用仍处于早期探索阶段，在肺 癌早期诊断的价值有待进一步验证。 7. 导航支气管镜：提供了三维的仿真“路线 图”，使医生能够通过支气管树的多个分支，到达肺 部远端的目标病灶 ［137］。早期的导航支气管镜及相 关技术主要包括基于X 线引导、CT 手动绘图引导 或虚拟导航引导的经细支气管镜或超细支气管镜 对早期周围型病变进行活检诊断的技术，上述技术 提升了经支气管镜到达肺外周并病变的能力。 RP‑EBUS研发成功后与之联合应用，利用其超声下 实时定位功能以提高导航成功率和诊断率。 RP‑EBUS 引导鞘管（guide sheath，GS）的出现进一 步简化了导航活检的重复定位问题，提升了操作效 率，减少了操作时间。研究显示，导航支气管镜及 相关技术用于早期肺外周病变活检的诊断率在 70% 左右，与传统支气管镜相比提升了周围型早期 肺癌的诊断率 ［138］。新型导航支气管镜主要包括电 磁导航、经肺实质肺结节抵达技术、Conebeam CT · · 9 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 等技术。这些新型导航支气管镜技术进一步提升 了肺外周病变的导航成功率、缩短了操作时间。肺 结节的诊断率可提升至74%~90% ［139‑142］。因此，导 航支气管镜在周围型肺癌早期诊断方面还有很大 的发展潜力和应用前景。此外，导航支气管镜活检 的并发症发生率在3% 左右，安全性显著优于经胸 壁肺穿刺活检。 机器人技术主要与导航支气管镜技术结合，用 于早期周围型病变的活检诊断 ［143］。机器人支气管 镜系统用于周围型病变的诊断在80%~90% 之间， 安全性与导航支气管镜相当 ［144‑147］。机器人支气管 镜系统在肺癌早期诊断领域有相当大的发展潜力。 （二）手术活检 手术活检方式主要包括电视辅助胸腔镜手术 （video‑assisted thoracic surgery，VATS）和纵隔镜检 查（mediastinoscopy） ［148］。VATS 常应用于经气管镜 和TTNB 无法取得病理标本的近胸膜处的可疑早 期癌症病灶。尤其对于肺部恶性微小结节病变，通 过电视辅助胸腔镜下病灶切除可明确诊断和分期。 纵隔镜在肺癌早期诊断方面主要用于淋巴结分期， 但由于操作创伤及并发症风险较EBUS 相对更大， 目前已不是早期肺癌淋巴结分期活检的首选方法。 （三）外科手术指征 按照第8 版TNM 肺肿瘤分期，Ⅰ、Ⅱ期NSCLC 患者推荐的首选治疗方式是根治性外科手术切除， ⅢA 及少部分ⅢB 可手术的患者可选择外科手术 治疗。 四、人工智能与大数据及机器人技术在早期肺 癌诊断中的应用 问题7：人工智能与大数据技术辅助早期肺癌 诊断应用前景？ 【推荐意见15】人工智能与大数据技术可显 著提高肺结节诊断敏感性，结合呼吸内科、胸外科、 放射科及病理科等多学科专家团队科显著提高肺 结节暨早期肺癌诊断效能。 （强推荐，参与投票专家 43 人：非常同意32 票，部分同意6 票，不同意0 票， 弃权5票） 近年来人工智能和大数据分析在肺癌早期诊 断领域发展迅猛 ［149］。基于人工智能的肺结节辅助 诊断系统整合了肺部影像几乎所有可能的结构测 量需要，包括叶间裂、肺叶、肺段、支气管、肺血管、 肺实质等结构，其中包括肺结节的具体特点，如位 置、大小、密度、形态、轮廓、与周边结构的关系等。 人工智能和大数据分析在肺结节诊断方面体现出 多种优势： （1）肺结节识别的敏感度高，提升阅片效 率； （2）自动化分析和展示后处理图像和定量数据； （3）将影像组学数据与临床、生物组学数据融合分 析，提升诊断的敏感性。但是，由于数据的产生、获 取、分析过程中的异质性，人工智能和大数据分析 在肺癌早期诊断领域还未能获得完全符合临床需 求可广泛应用的核心诊断模型，有待进一步探索。 五、物联网与肺癌早期诊断 问题8：物联网技术在早期肺癌诊断中的应用 价值？ 【推荐意见16】基于物联网医学平台，可对 无症状的肺结节患者进行广泛筛查、精准诊断及科 学管理，提高偏远地区肺癌早期诊断水平。（强推 荐，参与投票专家43 人：非常同意31 票，部分同意 7票，不同意0票，弃权5票） 目前不同医院的医生之间在肺癌早期诊断特 别是肺结节诊断方面的临床经验差别很大，水平高 低不一，无法做到同质化，这与传统继续教育手段 和临床接诊患者数量密切相关。基于物联网医学 平台 ［150］，可对无症状的肺结节患者进行广泛筛查， 有助于及时对早期肺癌患者进行同质化的精准诊 断与科学管理，并且还可作为特殊远程放射和会诊 技术，提高偏远地区肺癌早期诊断的专业水准。 六、多学科合作在早期肺癌诊断中的作用 问题9：多学科合作在早期肺癌诊断中的应用 前景？ 【推荐意见17】对于不确定性肺结节尤其是 影像学随访、微创活检后仍不能明确病变性质且高 度怀疑恶性的患者，建议多学科团队（MDT）共同讨 论制定下一步诊疗计划。（强推荐，参与投票专家 43 人：非常同意37 票，部分同意1 票，不同意0 票， 弃权5票） 多学科诊疗团队（multi‑disciplinary treatment， MDT）在各种癌症中均能提高诊治水平和改善预 后 ［151］，肺癌也不例外 ［152］。肺癌的早期诊断需要呼 吸科、影像科、介入科、胸外科、病理科等多学科的 有效沟通和紧密合作。尤其对影像学随访、微创活 检仍不能明确病变性质且高度怀疑恶性病变的患 者，建议MDT 共同讨论制定下一步诊疗计划。呼 吸科医师在MDT 中应发挥其枢纽作用 ［153］，因为肺 癌的早期诊断、分期、病情评估、并发症处理及全程 管理，往往都需要呼吸科医师牵头完成。肺癌早期 诊断一直都是肺癌领域的重点和难点问题，MDT 被越来越多的临床中心和医生所推崇并运用 ［154］。 · · 10 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 七、疑诊早期肺癌的肺结节管理及随访 问题10：疑诊早期肺癌的肺结节患者管理及 随访模式？ 【推荐意见18】对于肺结节患者，推荐严格 按照实性结节及亚实性结节随访管理指南进行随 访，复查胸部薄层CT+三维重建后处理，对于不能 定性或出现以下变化的肺结节，可申请多学科 会诊。 临床随访薄层CT 显示肺结节有以下变化时， 多考虑为恶性： （1）直径增大、倍增时间符合恶性肿 瘤生长规律；（2）病灶稳定或增大，并出现实性成 分； （3）亚实性结节缩小，但出现实性成分或实性成 分增加； （4）血管生成符合恶性肿瘤规律； （5）出现 分叶、毛刺或胸膜凹陷征； （6）动态增强CT 显示增 强大于15~20 HU 时，恶性的可能性较大。对于怀 疑恶性结节者，可申请多学科会诊，进行临床干预。 （强推荐，参与投票专家43人：非常同意38票，部分 同意0票，不同意0票，弃权5票） 早期肺癌在临床上多以肺结节展现，早期缺乏 特异性临床表现。关于肺结节的管理和随访，推荐 依据中华医学会呼吸分会肺癌学组发布的《肺结节 诊治中国专家共识（2018 年版）》 ［155］或Fleischner 协 会肺结节管理指南 ［51］进行肺结节风险评估，结合 ACR（American college of radiology）肺影像报告与 数据系统Lung RADS 1.1（2019）（lung ct screening reporting and data system） ［55］，给予患者合理化的随 访及诊疗建议（见图1、2）。 临床随访薄层CT 显示肺结节有以下变化时， 多考虑为恶性： （1）直径增大、倍增时间符合恶性肿 瘤生长规律；（2）病灶稳定或增大，并出现实性成 分； （3）亚实性结节缩小，但出现实性成分或实性成 分增加； （4）血管生成符合恶性肿瘤规律； （5）出现 分叶、毛刺或胸膜凹陷征； （6）动态增强CT 显示增 强>15~20 HU 时，恶性的可能性较大。对于怀疑恶 性结节者，可申请多学科会诊，进行临床干预。 八、未来与展望 随着国民健康意识的不断提升及胸部低剂量 CT（LDCT）的普及应用，非高危人群中肺结节的检 出率也在逐渐增高，如何快速精确的将恶性结节从 数量庞大的结节群中筛选出仍是摆在广大医务工 作者面前的一大困境。随着胸部薄层CT及数据三 维重建后处理、人工智能辅助诊断系统的不断发 ༶ֲ ڝ ӥԛ༶ֲ ڝ &7 PP ߵЄכӌԳ ؀т Єтֲ ڝϡҰ ᱕ PP JPPJ aPP JaPPJ !PP J!PPJ PP JPPJ aPP JaPPJ !PP J!PPJ ԛը ߯ ຽ aϬ֊ߒݓ&7 Ϭ֊ߒݓ&7 ԛը ߯ ຽ aϬ֊ߒݓ&7 aϬ֊ߒݓ&7 ҙ ӡ ׯዓჭЩ ӡ ҙ ӡ ׯዓҶϽ ڈоѴд I I ׺ ҳ ׯዓҶϽ ڈоѴд I I ׺ ҳ ׯዓҶϽ ڈоѴд I I ׺ ҳ ӡ ׯዓҶϽ ڈоѴд I I ׺ ҳ Ϥؑ ׶ ڦ Ϭ֊њ ߒݓ ח&7 aϬ֊ ߒݓ ח&7 aϬ ֊ߒݓ ח&7 ЄѺ Ͽᒎ׍ ݾ 3(7 ࿷ᆡIѲ I ӵ I Պҳ aϬ ֊ߒݓ ח&7 3(7ڈ ҅ ЄѺ Ͽᒎ ׍ ݾ Ѳ Iӵ I Պҳ ЄѺ Ͽᒎ ׍ ݾ Ѳ Iӵ I Պҳ Ϥؑ ׶ ڦ Ϭ֊ њߒݓ ח&7 Ϭ֊ њߒݓ ח&7 aϬ ֊ߒݓ ח&7 ЄѺ Ͽᒎ ׍ ݾ Ѳ Iӵ I ՊҳJ aϬ ֊ߒݓ ח&7 ЄѺ Ͽᒎ ׍ ݾ Ѳ Iӵ I ՊҳJ ӡ ׯዓҶϽڈ оѴд I I׺ ҳ 3(7ڈ ԑݵԛ ӡ ׯዓҶϽڈ оѴд I I׺ ҳ Ϭ֊ њߒݓ ח&7 ЄѺ Ͽᒎ׍ ݾ 3(7 ࿷ᆡIѲ I ӵ I Պҳ 3(7ڈ ԑ ԛ ЄѺ Ͽᒎ׍ ݾ 3(7 ࿷ᆡIѲ I ӵ I Պҳ 图1 实性肺结节临床管理流程 · · 11 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 展，中华医学会呼吸病学分会肺癌学组未来将不断 推进肺结节暨早期肺癌诊断多中心随机对照试验 的开展，优化早期肺癌诊断流程，不断提高诊疗水 平，将肺癌诊断关口前移，重心下移，抓早抓小，切 实改善早期肺癌患者预后情况真正达到治愈目的。 执笔人：张艰、赵微 组长：陈良安 专家顾问（以姓氏拼音为序）： 白春学、胡成平、黄建安、李强、李为民、钱桂生、宋勇、王孟 昭、杨拴盈、张艰、张捷、周承志、周建英 专家组成员（以姓氏拼音为序）： 白莉（陆军军医大学附属新桥医院）；常宁（空军军医大学西 京医院）；陈良安（解放军总医院）；程渊（北京大学第一医 院）；付秀华（内蒙古医科大学附属医院）；高蓓莉（上海交通 大学附属瑞金医院）；韩一平（海军军医大学附属长海医 院）；何勇（陆军特色医学中心）；洪群英（复旦大学附属中山 医院）；胡洁（复旦大学附属中山医院）；姜丽岩（上海市胸科 医院）；金阳（华中科技大学同济医学院附属协和医院）； 兰芬（浙江大学医学院附属第二医院）；李敏（中南大学湘雅 医院）；李强（上海同济大学附属东方医院）；刘丹（四川大学 华西医院）；刘晓芳（北京同仁医院）；吕镗烽（东部战区总医 院）；穆传勇（苏州大学附属第一医院）；施焕中（首都医科大 学附属北京朝阳医院），施敏骅（苏州大学附属第二医院/核 工业总医院）；唐华平（青岛市市立医院）；王凯（浙江大学医 学院附属第二医院）；王珂（吉林大学第二附属医院）； 王孟昭（北京协和医院）；王琪（大连医科大学附属二院）； 王晓平（中日友好医院）；王悦虹（浙江大学医学院附属第一 医院）；吴迪（深圳市人民医院）；席杭天（空军军医大学西京 医院）；谢宝松（福建省立医院）；谢敏（华中科技大学同济医 学院附属同济医院）；徐淑凤（秦皇岛市第一医院）； 徐小嫚（中国医科大学附属盛京医院）；杨侠（西安交通大学 第二附属医院）；杨震（解放军总医院）；余宗阳（联勤保障部 队第九〇〇医院）；张艰（空军军医大学西京医院）；张晓菊 （河南省人民医院）；张勇（空军军医大学西京医院）；赵微 （解放军总医院）；钟殿胜（河南省人民医院）；周承志（广州 医学院第一附属医院）；周向东（陆军军医大学西南医院）； 周燕斌（中山大学附属第一医院）；朱强（解放军总医院） 利益冲突 所有作者声明无利益冲突 参 考 文 献 [1] Sung H, Ferlay J, Siegel RL, et al. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries[J]. CA Cancer J Clin, 2021, 71(3):209‑249. DOI: 10.3322/caac.21660. [2] Zheng R, Zhang S, Zeng H, et al. Cancer incidence and ༶ֲ ڝ ӥԛ༶ֲ ڝ &7 PP ߵЄכӌԳ ᆂᅏֲ ڝ חдӥԛֲ ڝ Єт ӥԛֲ ڝϡҰ ᱕ PP JPPJ PP JPPJ PP JPPJ IPP JIPPJ IPP JIPPJ IPP JIPPJ ԛը ߯ ຽ aϬ֊ߒݓ ח&7 ԛը ߯ ຽ aϬ֊ߒݓ ח&7 aϬ֊ߒݓ ח&7 ҙ ҙ ӡ ӡ ӡ ف۟ Ϩ ӥԛ юдׯዓPP ӥԛюд !PPڈ ׯዓҶϽ ڈӥԛю дҶЄڈ ׯዓჭЩ Ԕӥԛю дҶЄ ف۟ Ϩ ׯዓҶϽڈоѴӥԛ юдڈӥԛюдҶЄ ڈׯዓჭЩԔӥԛю дҶЄ Ϥؑ ׶ ڦ Ϥؑ ׶ ڦ ҟёߒݓ ח&7 ё֏ߒݓ ח&7 ЄѺ Ͽᒎ׍ ݾ Ѳ Iӵ I Պҳ ЄѺ Ͽᒎ ׍ ݾ Ѳ Iӵ I  Պҳ ЄѺ Ͽᒎ ׍ ݾ Ѳ Iӵ I Պҳ Ϭ֊њߒݓ ח&7 ё֏ߒݓ  ח&7 ё֏ߒݓ  ח&7 ҟёߒݓ ח&7 Ұ ᱕ۘ ༶ჩ Ұ ᱕Ћ༶ჩ Ұ ᱕ ϡᒎ ӡ Ҥ J Ғ њᔅ ҳ ߈ϩϡҋϴ ᱕ټӱڦ J۠ վё ֏ߒݓ ח &7 ׯዓҶϽڈ ӥԛюдҶ Єڈׯዓჭ ЩԔӥԛю дҶЄ ЄѺ Ͽᒎ ׍ ݾ Ѳ Iӵ I Պҳ ׯዓҶϽڈ ӥԛюдҶ Єڈׯዓჭ ЩԔӥԛю дҶЄ Ϭ֊ߒݓ ח&7 图2 亚实性肺结节临床管理流程 · · 12 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 mortality in China, 2016 [J]. J Nat Cancer Cent, 2022. DOI: 10.1016/j.jncc.2022.02.002. [3] 郑荣寿, 孙可欣, 张思维, 等. 2015 年中国恶性肿瘤流行情 况分析[J]. 中华肿瘤杂志, 2019, 41(1): 19-28. DOI: 10.3760/cma.j.issn.0253-3766.2019.01.005. [4] Chen W, Zheng R, Baade PD, et al. Cancer statistics in China, 2015[J]. CA Cancer J Clin, 2016, 66(2): 115‑132. DOI: 10.3322/caac.21338. [5] 孙可欣, 郑荣寿, 曾红梅, 等. 2014 年中国肺癌发病和死亡 分析[J]. 中华肿瘤杂志, 2018, 40(11): 805-811. DOI: 10.3760/cma.j.issn.0253-3766.2018.11.002. [6] Zeng H, Chen W, Zheng R, et al. Changing cancer survival in China during 2003‑15: a pooled analysis of 17 population‑based cancer registries[J]. Lancet Glob Health, 2018, 6(5): e555‑e567. DOI: 10.1016/S2214‑109X(18) 30127‑X. [7] Hong QY, Wu GM, Qian GS, et al. Prevention and management of lung cancer in China[J]. Cancer, 2015, 121 Suppl 17: 3080‑3088. DOI: 10.1002/cncr.29584. [8] 步宏, 李一雷. 病理学[M]. 9 版. 北京:人民卫生出版社, 2018. [9] Yang W, Qian F, Teng J, et al. Community‑based lung cancer screening with low‑dose CT in China: results of the baseline screening[J]. Lung Cancer, 2018, 117:20‑26. DOI: 10.1016/j.lungcan.2018.01.003. [10] Yotsukura M, Asamura H, Motoi N, et al. Long‑term prognosis of patients with resected adenocarcinoma in situ and minimally invasive adenocarcinoma of the lung [J]. J Thorac Oncol, 2021, 16(8):1312‑1320. DOI: 10.1016/ j.jtho.2021.04.007. [11] Travis WD, Brambilla E, Noguchi M, et al. International association for the study of lung cancer/american thoracic society/european respiratory society international multidisciplinary classification of lung adenocarcinoma[J]. J Thorac Oncol, 2011, 6(2): 244‑285. DOI: 10.1097/JTO.0b013e318206a221. [12] Henschke CI, Yankelevitz DF, Libby DM, et al. Survival of patients with stage I lung cancer detected on CT screening [J]. N Engl J Med, 2006, 355(17): 1763‑1771. DOI: 10.1056/NEJMoa060476. [13] Siegel RL, Miller KD, Jemal A. Cancer Statistics, 2017[J]. CA Cancer J Clin, 2017, 67(1): 7‑30. DOI: 10.3322/ caac.21387. [14] Guyatt GH, Oxman AD, Vist GE, et al. GRADE: an emerging consensus on rating quality of evidence and strength of recommendations[J]. BMJ, 2008, 336(7650): 924‑926. DOI: 10.1136/bmj.39489.470347.AD. [15] National Center for Chronic Disease P, Health Promotion Office On S, Health. Reports of the Surgeon General. The Health Consequences of Smoking—50 Years of Progress: A Report of the Surgeon General[M]. Atlanta (GA); Centers for Disease Control and Prevention (US). 2014. [16] Wood DE, Kazerooni EA, Baum SL, et al. Lung Cancer Screening, Version 3.2018, NCCN Clinical Practice Guidelines in Oncology[J]. J Natl Compr Canc Netw, 2018, 16(4):412‑441. DOI: 10.6004/jnccn.2018.0020. [17] Stayner L, Bena J, Sasco AJ, et al. Lung cancer risk and workplace exposure to environmental tobacco smoke[J]. Am J Public Health, 2007, 97(3):545‑551. DOI: 10.2105/ AJPH.2004.061275. [18] Song C, He J, Wu L, et al. Health burden attributable to ambient PM(2.5) in China[J]. Environ Pollut, 2017, 223: 575‑586. DOI: 10.1016/j.envpol.2017.01.060. [19] Wang N, Mengersen K, Tong S, et al. Short‑term association between ambient air pollution and lung cancer mortality[J]. Environ Res, 2019, 179(Pt A): 108748. DOI: 10.1016/j.envres.2019.108748. [20] Kang HR, Cho JY, Lee SH, et al. Role of low‑dose computerized tomography in lung cancer screening among never‑smokers[J]. J Thorac Oncol, 2019, 14(3): 436‑444. DOI: 10.1016/j.jtho.2018.11.002. [21] Darby S, Hill D, Auvinen A, et al. Radon in homes and risk of lung cancer: collaborative analysis of individual data from 13 European case‑control studies[J]. BMJ, 2005, 330(7485):223. DOI: 10.1136/bmj.38308.477650.63. [22] Markowitz SB, Levin SM, Miller A, et al. Asbestos, asbestosis, smoking, and lung cancer. New findings from the North American insulator cohort[J]. Am J Respir Crit Care Med, 2013, 188(1): 90‑96. DOI: 10.1164/ rccm.201302‑0257OC. [23] Wu GX, Nelson RA, Kim JY, et al. Non‑Small Cell Lung Cancer as a Second Primary Among Patients With Previous Malignancy: Who Is at Risk?[J]. Clin Lung Cancer, 2017, 18(5):543‑550.e3. DOI: 10.1016/j.cllc.2017.02.007. [24] Shiels MS, Gibson T, Sampson J, et al. Cigarette smoking prior to first cancer and risk of second smoking‑associated cancers among survivors of bladder, kidney, head and neck, and stage I lung cancers[J]. J Clin Oncol, 2014, 32(35): 3989‑3995. DOI: 10.1200/ JCO.2014.56.8220. [25] Matakidou A, Eisen T, Houlston RS. Systematic review of the relationship between family history and lung cancer risk[J]. Br J Cancer, 2005, 93(7):825‑833. DOI: 10.1038/sj. bjc.6602769. [26] Coté ML, Liu M, Bonassi S, et al. Increased risk of lung cancer in individuals with a family history of the disease: a pooled analysis from the International Lung Cancer Consortium[J]. Eur J Cancer, 2012, 48(13): 1957‑1968. DOI: 10.1016/j.ejca.2012.01.038. [27] Turner MC, Chen Y, Krewski D, et al. Chronic obstructive pulmonary disease is associated with lung cancer mortality in a prospective study of never smokers[J]. Am J Respir Crit Care Med, 2007, 176(3): 285‑290. DOI: 10.1164/rccm.200612‑1792OC. [28] Yang P, Sun Z, Krowka MJ, et al. Alpha1‑antitrypsin deficiency carriers, tobacco smoke, chronic obstructive pulmonary disease, and lung cancer risk[J]. Arch Intern Med, 2008, 168(10): 1097‑1103. DOI: 10.1001/ archinte.168.10.1097. [29] Young RP, Hopkins RJ, Christmas T, et al. COPD prevalence is increased in lung cancer, independent of age, sex and smoking history[J]. Eur Respir J, 2009, 34(2): 380‑386. DOI: 10.1183/09031936.00144208. [30] Park HY, Kang D, Shin SH, et al. Chronic obstructive pulmonary disease and lung cancer incidence in never smokers: a cohort study[J]. Thorax, 2020, 75(6):506‑509. DOI: 10.1136/thoraxjnl‑2019‑213732. [31] Turner‑Warwick M, Lebowitz M, Burrows B, et al. Cryptogenic fibrosing alveolitis and lung cancer[J]. Thorax, 1980, 35(7):496‑499. DOI: 10.1136/thx.35.7.496. [32] Hubbard R, Venn A, Lewis S, et al. Lung cancer and cryptogenic fibrosing alveolitis. A population‑based · · 13 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 cohort study[J]. Am J Respir Crit Care Med, 2000, 161(1): 5‑8. DOI: 10.1164/ajrccm.161.1.9906062. [33] Vieira AR, Abar L, Vingeliene S, et al. Fruits, vegetables and lung cancer risk: a systematic review and meta‑analysis[J]. Ann Oncol, 2016, 27(1): 81‑96. DOI: 10.1093/annonc/mdv381. [34] Liu Y, Li Y, Bai YP, et al. Association between physical activity and lower risk of lung cancer: a meta‑analysis of cohort studies[J]. Front Oncol, 2019, 9: 5. DOI: 10.3389/ fonc.2019.00005. [35] Hill CL, Nguyen AM, Roder D, et al. Risk of cancer in patients with scleroderma: a population based cohort study[J]. Ann Rheum Dis, 2003, 62(8): 728‑731. DOI: 10.1136/ard.62.8.728. [36] Peng H, Wu X, Wen Y, et al. Association between systemic sclerosis and risk of lung cancer: results from a pool of cohort studies and Mendelian randomization analysis[J]. Autoimmun Rev, 2020, 19(10): 102633. DOI: 10.1016/j. autrev.2020.102633. [37] Zhang S, Sun K, Zheng R, et al. Cancer incidence and mortality in China, 2015[J]. J Nat Cancer Cent, 2021, 1(1): 2‑11. DOI: 10.1016/j.jncc.2020.12.001. [38] Chen W, Zheng R, Zhang S, et al. Cancer incidence and mortality in China, 2013[J]. Cancer Lett, 2017, 401:63‑71. DOI: 10.1016/j.canlet.2017.04.024. [39] Life Expectancy at Age 60(years) [EB/OL]. [2022‑10‑06]. https://www. who. int/data/gho/data/indicators/ indicator‑details/GHO/life‑expectancy‑at‑age‑60‑(years). [40] Torre LA, Bray F, Siegel RL, et al. Global cancer statistics, 2012[J]. CA Cancer J Clin, 2015, 65(2): 87‑108. DOI: 10.3322/caac.21262. [41] Thun MJ, Hannan LM, Adams‑Campbell LL, et al. Lung cancer occurrence in never‑smokers: an analysis of 13 cohorts and 22 cancer registry studies[J]. PLoS Med, 2008, 5(9):e185. DOI: 10.1371/journal.pmed.0050185. [42] 余艺文, 王传鹏, 韩耀风, 等.中国非吸烟女性肺癌危险因素 的Meta 分析[J]. 中华流行病学杂志, 2016, 37(2):268‑272. DOI: 10.3760/cma.j.issn.0254‑6450.2016.02.024. [43] Bai C, Choi CM, Chu CM, et al. Evaluation of pulmonary nodules: clinical practice consensus guidelines for Asia[J]. Chest, 2016, 150(4): 877‑893. DOI: 10.1016/j. chest.2016.02.650. [44] Nicholson AG, Tsao MS, Beasley MB, et al. The 2021 WHO classification of lung tumors: impact of advances since 2015[J]. J Thorac Oncol, 2022, 17(3): 362‑387. DOI: 10.1016/j.jtho.2021.11.003. [45] Network® NCC. NCCN Clinical Practice Guidelines in Oncology (NCCN Guidelines®) Lung Cancer Screening Version 1.2021[EB/OL]. [2022‑10‑06]. www. ncen. org/ guidelines/nccn‑gaidelines. [46] Krist AH, Davidson KW, Mangione CM, et al. Screening for lung cancer: US preventive services task force recommendation statement[J]. JAMA, 2021, 325(10): 962‑970. DOI: 10.1001/jama.2021.1117. [47] Aberle DR, Adams AM, Berg CD, et al. Reduced lung‑cancer mortality with low‑dose computed tomographic screening[J]. N Engl J Med, 2011, 365(5): 395‑409. DOI: 10.1056/NEJMoa1102873. [48] Detterbeck FC, Mazzone PJ, Naidich DP, et al. Screening for lung cancer: diagnosis and management of lung cancer, 3rd ed: American College of Chest Physicians evidence‑based clinical practice guidelines[J]. Chest, 2013, 143(5 Suppl): e78S‑e92S. DOI: 10.1378/ chest.12‑2350. [49] de Koning H, Van Der Aalst C, Ten Haaf K, et al. Effects of volume CT lung cancer screening: mortality results of the NELSON randomised‑controlled population based trial [J]. J Thorac Oncol, 2018, 13(10): S185. [50] Horst C, Nair A, Janes SM. Lessons on managing pulmonary nodules from NELSON: we have come a long way[J]. Thorax, 2019, 74(5): 427‑429. DOI: 10.1136/ thoraxjnl‑2018‑212783. [51] MacMahon H, Naidich DP, Goo JM, et al. Guidelines for management of incidental pulmonary nodules detected on CT images: from the fleischner society 2017[J]. Radiology, 2017, 284(1): 228‑243. DOI: 10.1148/ radiol.2017161659. [52] Mazzone P, Powell CA, Arenberg D, et al. Components necessary for high‑quality lung cancer screening: American College of Chest Physicians and American Thoracic Society Policy Statement[J]. Chest, 2015, 147(2): 295‑303. DOI: 10.1378/chest.14‑2500. [53] Davis AM, Cifu AS. Lung cancer screening[J]. JAMA, 2014, 312(12):1248‑1249. DOI: 10.1001/jama.2014.12272. [54] Bach PB, Mirkin JN, Oliver TK, et al. Benefits and harms of CT screening for lung cancer: a systematic review[J]. JAMA, 2012, 307(22): 2418‑2429. DOI: 10.1001/ jama.2012.5521. [55] Lung CT Screening Reporting & Data System (Lung‑RADS) Version 1.1[EB/OL]. [2022‑10‑06]. https://www. acrorg/Clinical‑Resources/Reporting‑and‑Data‑Systems/Lung‑ Rads. [56] Mori T, Nomori H, Ikeda K, et al. Diffusion‑weighted magnetic resonance imaging for diagnosing malignant pulmonary nodules/masses: comparison with positron emission tomography[J]. J Thorac Oncol, 2008, 3(4): 358‑364. DOI: 10.1097/JTO.0b013e318168d9ed. [57] Zhang J, Cui LB, Tang X, et al. DW MRI at 3.0 T versus FDG PET/CT for detection of malignant pulmonary tumors[J]. Int J Cancer, 2014, 134(3): 606‑611. DOI: 10.1002/ ijc.28394. [58] Jiang W, Han Z, Tang X, et al. Diffusion‑weighted imaging diagnostic algorithm in patients with suspected pleural malignancy[J]. Eur Radiol, 2021, 31(12):9038‑9047. DOI: 10.1007/s00330‑021‑08013‑6. [59] Deppen SA, Blume JD, Kensinger CD, et al. Accuracy of FDG‑PET to diagnose lung cancer in areas with infectious lung disease: a meta‑analysis[J]. JAMA, 2014, 312(12): 1227‑1236. DOI: 10.1001/jama.2014.11488. [60] Senent‑Valero M, Librero J, Pastor‑Valero M. Solitary pulmonary nodule malignancy predictive models applicable to routine clinical practice: a systematic review [J]. Syst Rev, 2021, 10(1): 308. DOI: 10.1186/ s13643‑021‑01856‑6. [61] 符程皓, 蒋以恒, 葛佳云, 等.混合磨玻璃结节型肺腺癌脏层胸 膜侵犯的临床特征和危险因素分析[J].中国肺癌杂志, 2022, 25(4):236‑244.DOI:10.3779/j.issn.1009‑3419.2022.102.07. [62] Zhao W, Zou C, Li C, et al. Development of a diagnostic model for malignant solitary pulmonary nodules based on radiomics features[J]. Ann Transl Med, 2022, 10(4): 201. DOI: 10.21037/atm‑22‑462. [63] El Ayachy R, Giraud N, Giraud P, et al. The Role of · · 14 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 Radiomics in Lung Cancer: From Screening to Treatment and Follow‑Up[J]. Front Oncol, 2021, 11: 603595. DOI: 10.3389/fonc.2021.603595. [64] Albano D, Gatta R, Marini M, et al. Role of (18)F‑FDG PET/CT radiomics features in the differential diagnosis of solitary pulmonary nodules: diagnostic accuracy and comparison between two different PET/CT scanners[J]. J Clin Med, 2021, 10(21): 5064. DOI: 10.3390/ jcm10215064. [65] Ma JW, Li M. Molecular typing of lung adenocarcinoma with computed tomography and CT image‑based radiomics: a narrative review of research progress and prospects[J]. Transl Cancer Res, 2021, 10(9): 4217‑4231. DOI: 10.21037/tcr‑21‑1037. [66] Kirienko M, Sollini M, Corbetta M, et al. Radiomics and gene expression profile to characterise the disease and predict outcome in patients with lung cancer[J]. Eur J Nucl Med Mol Imaging, 2021, 48(11): 3643‑3655. DOI: 10.1007/s00259‑021‑05371‑7. [67] Li Y, Chen D, Wu X, et al. A narrative review of artificial intelligence‑assisted histopathologic diagnosis and decision‑making for non‑small cell lung cancer: achievements and limitations[J]. J Thorac Dis, 2021, 13(12):7006‑7020. DOI: 10.21037/jtd‑21‑806. [68] Yeh MC, Wang YH, Yang HC, et al. Artificial Intelligence‑Based Prediction of Lung Cancer Risk Using Nonimaging Electronic Medical Records: Deep Learning Approach[J]. J Med Internet Res, 2021, 23(8): e26256. DOI: 10.2196/26256. [69] Liu D, Sun X, Liu A, et al. Predictive value of a novel Asian lung cancer screening nomogram based on artificial intelligence and epidemiological characteristics[J]. Thorac Cancer, 2021, 12(23): 3130‑3140. DOI: 10.1111/ 1759‑7714.14140. [70] Ueda D, Yamamoto A, Shimazaki A, et al. Artificial intelligence‑supported lung cancer detection by multi‑institutional readers with multi‑vendor chest radiographs: a retrospective clinical validation study[J]. BMC Cancer, 2021, 21(1): 1120. DOI: 10.1186/ s12885‑021‑08847‑9. [71] Lea IA, Jackson MA, Li X, et al. Genetic pathways and mutation profiles of human cancers: site‑and exposure‑specific patterns[J]. Carcinogenesis, 2007, 28(9):1851‑1858. DOI: 10.1093/carcin/bgm176. [72] Lu W, Ling M, Jia M, et al. Facile synthesis and characterization of polyethylenimine‑coated Fe3O4 superparamagnetic nanoparticles for cancer cell separation[J]. Mol Med Rep, 2014, 9(3):1080‑1084. DOI: 10.3892/mmr.2014.1906. [73] Lu H, Gao NL, Tong F, et al. Alterations of the Human Lung and Gut Microbiomes in Non‑Small Cell Lung Carcinomas and Distant Metastasis[J]. Microbiol Spectr, 2021, 9(3): e0080221. DOI: 10.1128/Spectrum.00802‑21. [74] Prabhakar B, Shende P, Augustine S. Current trends and emerging diagnostic techniques for lung cancer[J]. Biomed Pharmacother, 2018, 106: 1586‑1599. DOI: 10.1016/j.biopha.2018.07.145. [75] Chu XY, Hou XB, Song WA, et al. Diagnostic values of SCC, CEA, Cyfra21‑1 and NSE for lung cancer in patients with suspicious pulmonary masses: a single center analysis[J]. Cancer Biol Ther, 2011, 11(12):995‑1000. DOI: 10.4161/ cbt.11.12.15526. [76] Zhong CH, Tong D, Zhou ZQ, et al. Performance evaluation of detecting circulating tumor cells and tumor cells in bronchoalveolar lavage fluid in diagnosis of peripheral lung cancer[J]. J Thorac Dis, 2018, 10(Suppl 7): S830‑S837. DOI: 10.21037/jtd.2017.12.125. [77] Pothal S, Patil KP, Manjhi R, et al. Diagnostic efficacy of broncho‑alveolar lavage carcino‑embronic antigen in carcinoma of lung[J]. J Family Med Prim Care, 2019, 8(5): 1725‑1729. DOI: 10.4103/jfmpc.jfmpc_119_19. [78] Lam S, Boyle P, Healey GF, et al. EarlyCDT‑Lung: an immunobiomarker test as an aid to early detection of lung cancer[J]. Cancer Prev Res (Phila), 2011, 4(7): 1126‑1134. DOI: 10.1158/1940‑6207.CAPR‑10‑0328. [79] Chapman CJ, Healey GF, Murray A, et al. EarlyCDT®‑Lung test: improved clinical utility through additional autoantibody assays[J]. Tumour Biol, 2012, 33(5): 1319‑1326. DOI: 10.1007/s13277‑012‑0379‑2. [80] González Maldonado S, Johnson T, Motsch E, et al. Can autoantibody tests enhance lung cancer screening?‑an evaluation of EarlyCDT(®)‑Lung in context of the German Lung Cancer Screening Intervention Trial (LUSI) [J]. Transl Lung Cancer Res, 2021, 10(1): 233‑242. DOI: 10.21037/tlcr‑20‑727. [81] Borg M, Wen S, Nederby L, et al. Performance of the EarlyCDT® Lung test in detection of lung cancer and pulmonary metastases in a high‑risk cohort[J]. Lung Cancer, 2021, 158: 85‑90. DOI: 10.1016/j. lungcan.2021.06.010. [82] Chen L, Diao L, Yang Y, et al. CD38‑Mediated Immunosuppression as a Mechanism of Tumor Cell Escape from PD‑1/PD‑L1 Blockade[J]. Cancer Discov, 2018, 8(9): 1156‑1175. DOI: 10.1158/2159‑8290. CD‑17‑1033. [83] Du Q, Yu R, Wang H, et al. Significance of tumor‑associated autoantibodies in the early diagnosis of lung cancer[J]. Clin Respir J, 2018, 12(6):2020‑2028. DOI: 10.1111/crj.12769. [84] Ren S, Zhang S, Jiang T, et al. Early detection of lung cancer by using an autoantibody panel in Chinese population[J]. Oncoimmunology, 2018, 7(2): e1384108. DOI: 10.1080/2162402X.2017.1384108. [85] Zhong L, Coe SP, Stromberg AJ, et al. Profiling tumor‑associated antibodies for early detection of non‑small cell lung cancer[J]. J Thorac Oncol, 2006, 1(6): 513‑519. [86] Ilie M, Hofman V, Long‑Mira E, et al. "Sentinel" circulating tumor cells allow early diagnosis of lung cancer in patients with chronic obstructive pulmonary disease[J]. PLoS One, 2014, 9(10): e111597. DOI: 10.1371/journal. pone.0111597. [87] Cohen SJ, Punt CJ, Iannotti N, et al. Relationship of circulating tumor cells to tumor response, progression‑free survival, and overall survival in patients with metastatic colorectal cancer[J]. J Clin Oncol, 2008, 26(19):3213‑3221. DOI: 10.1200/JCO.2007.15.8923. [88] Marquette CH, Boutros J, Benzaquen J, et al. Circulating tumour cells as a potential biomarker for lung cancer screening: a prospective cohort study[J]. Lancet Respir Med, 2020, 8(7):709‑716. DOI: 10.1016/S2213‑2600(20) 30081‑3. · · 15 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 [89] Yu Y, Chen Z, Dong J, et al. Folate receptor‑positive circulating tumor cells as a novel diagnostic biomarker in non‑small cell lung cancer[J]. Transl Oncol, 2013, 6(6): 697‑702. DOI: 10.1593/tlo.13535. [90] He W, Wang H, Hartmann LC, et al. In vivo quantitation of rare circulating tumor cells by multiphoton intravital flow cytometry[J]. Proc Natl Acad Sci U S A, 2007, 104(28): 11760‑11765. DOI: 10.1073/pnas.0703875104. [91] Chemi F, Rothwell DG, McGranahan N, et al. Pulmonary venous circulating tumor cell dissemination before tumor resection and disease relapse[J]. Nat Med, 2019, 25(10): 1534‑1539. DOI: 10.1038/s41591‑019‑0593‑1. [92] De Rubis G, Rajeev Krishnan S, Bebawy M. Liquid Biopsies in Cancer Diagnosis, Monitoring, and Prognosis[J]. Trends Pharmacol Sci, 2019, 40(3): 172‑186. DOI: 10.1016/j. tips.2019.01.006. [93] Newman AM, Bratman SV, To J, et al. An ultrasensitive method for quantitating circulating tumor DNA with broad patient coverage[J]. Nat Med, 2014, 20(5):548‑554. DOI: 10.1038/nm.3519. [94] Jones PA, Baylin SB. The fundamental role of epigenetic events in cancer[J]. Nat Rev Genet, 2002, 3(6): 415‑428. DOI: 10.1038/nrg816. [95] Esteller M, Herman JG. Cancer as an epigenetic disease: DNA methylation and chromatin alterations in human tumours[J]. J Pathol, 2002, 196(1): 1‑7. DOI: 10.1002/ path.1024. [96] Darwiche K, Zarogoulidis P, Baehner K, et al. Assessment of SHOX2 methylation in EBUS‑TBNA specimen improves accuracy in lung cancer staging[J]. Ann Oncol, 2013, 24(11):2866‑2870. DOI: 10.1093/annonc/mdt365. [97] Katayama H, Hiraki A, Fujiwara K, et al. Aberrant promoter methylation profile in pleural fluid DNA and clinicopathological factors in patients with non‑small cell lung cancer[J]. Asian Pac J Cancer Prev, 2007, 8(2): 221‑224. [98] Kneip C, Schmidt B, Seegebarth A, et al. SHOX2 DNA methylation is a biomarker for the diagnosis of lung cancer in plasma[J]. J Thorac Oncol, 2011, 6(10): 1632‑1638. DOI: 10.1097/JTO.0b013e318220ef9a. [99] Mikeska T, Bock C, Do H, et al. DNA methylation biomarkers in cancer: progress towards clinical implementation[J]. Expert Rev Mol Diagn, 2012, 12(5): 473‑487. DOI: 10.1586/erm.12.45. [100] Feinberg AP, Ohlsson R, Henikoff S. The epigenetic progenitor origin of human cancer[J]. Nat Rev Genet, 2006, 7(1):21‑33. DOI: 10.1038/nrg1748. [101] Yu L, Liu H, Yan M, et al. Shox2 is required for chondrocyte proliferation and maturation in proximal limb skeleton[J]. Dev Biol, 2007, 306(2): 549‑559. DOI: 10.1016/j.ydbio.2007.03.518. [102] Zhang C, Yu W, Wang L, et al. DNA Methylation Analysis of the SHOX2 and RASSF1A Panel in Bronchoalveolar Lavage Fluid for Lung Cancer Diagnosis[J]. J Cancer, 2017, 8(17): 3585‑3591. DOI: 10.7150/jca.21368. [103] 陈瑞英, 刘雅, 孙婷, 等. 支气管肺泡灌洗液中SHOX2 和 RASSF1A 基因甲基化检测对肺癌的诊断价值[J]. 郑州大学 学报( 医学版), 2019, 54(5): 732‑736. DOI: 10.13705/j. issn.1671‑6825.2019.03.005. [104] Liang W, Chen Z, Li C, et al. Accurate diagnosis of pulmonary nodules using a noninvasive DNA methylation test[J]. J Clin Invest, 2021, 131(10): e145973. DOI: 10.1172/JCI145973. [105] Phillips M, Cataneo RN, Cummin AR, et al. Detection of lung cancer with volatile markers in the breath[J]. Chest, 2003, 123(6):2115‑2123. DOI: 10.1378/chest.123.6.2115. [106] Chernov VI, Choynzonov EL, Kulbakin DE, et al. Non‑Invasive Diagnosis of Malignancies Based on the Analysis of Markers in Exhaled Air[J]. Diagnostics (Basel), 2020, 10(11): 934. DOI: 10.3390/diagnostics10110934. [107] Choueiry F, Barham A, Zhu J. Analyses of lung cancer‑derived volatiles in exhaled breath and in vitro models[J]. Exp Biol Med (Maywood), 2022, 247(13): 1179‑1190. DOI: 10.1177/15353702221082634. [108] Behera B, Joshi R, Anil Vishnu GK, et al. Electronic nose: a non‑invasive technology for breath analysis of diabetes and lung cancer patients[J]. J Breath Res, 2019, 13(2): 024001. DOI: 10.1088/1752‑7163/aafc77. [109] Yao X, Gomes MM, Tsao MS, et al. Fine‑needle aspiration biopsy versus core‑needle biopsy in diagnosing lung cancer: a systematic review[J]. Curr Oncol, 2012, 19(1): e16‑27. DOI: 10.3747/co.19.871. [110] Spiro SG, Gould MK, Colice GL. Initial evaluation of the patient with lung cancer: symptoms, signs, laboratory tests, and paraneoplastic syndromes: ACCP evidenced‑based clinical practice guidelines (2nd edition) [J]. Chest, 2007, 132(3 Suppl):149S‑160S. DOI: 10.1378/ chest.07‑1358. [111] Gould MK, Ananth L, Barnett PG. A clinical model to estimate the pretest probability of lung cancer in patients with solitary pulmonary nodules[J]. Chest, 2007, 131(2): 383‑388. DOI: 10.1378/chest.06‑1261. [112] 郭志, 史红, 邢文阁, 等. 胸部肿瘤经皮穿刺活检中国专家 共识(2020 版) [J]. 中华医学杂志, 2021 101(3): 185‑198. DOI: 10.3760/cma.j.cn112137‑20200907‑02576. [113] Wu CC, Maher MM, Shepard JA. Complications of CT‑guided percutaneous needle biopsy of the chest: prevention and management[J]. AJR Am J Roentgenol, 2011, 196(6):W678‑W682. DOI: 10.2214/AJR.10.4659. [114] Ikeda N, Hayashi A, Iwasaki K, et al. Comprehensive diagnostic bronchoscopy of central type early stage lung cancer[J]. Lung Cancer, 2007, 56(3): 295‑302. DOI: 10.1016/j.lungcan.2007.01.009. [115] Häussinger K, Becker H, Stanzel F, et al. Autofluorescence bronchoscopy with white light bronchoscopy compared with white light bronchoscopy alone for the detection of precancerous lesions: a European randomised controlled multicentre trial[J]. Thorax, 2005, 60(6): 496‑503. DOI: 10.1136/thx.2005.041475. [116] Chen W, Gao X, Tian Q, et al. A comparison of autofluorescence bronchoscopy and white light bronchoscopy in detection of lung cancer and preneoplastic lesions: a meta‑analysis[J]. Lung Cancer, 2011, 73(2): 183‑188. DOI: 10.1016/j. lungcan.2010.12.002. [117] Iftikhar IH, Musani AI. Narrow‑band imaging bronchoscopy in the detection of premalignant airway lesions: a meta‑analysis of diagnostic test accuracy[J]. Ther Adv Respir Dis, 2015, 9(5):207‑216. DOI: 10.1177/ 1753465815589698. [118] Herth FJ, Eberhardt R, Anantham D, et al. Narrow‑band imaging bronchoscopy increases the specificity of · · 16 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 bronchoscopic early lung cancer detection[J]. J Thorac Oncol, 2009, 4(9):1060‑1065. DOI: 10.1097/JTO.0b013e 3181b24100. [119] Zaric B, Perin B, Becker HD, et al. Combination of narrow band imaging (NBI) and autofluorescence imaging (AFI) videobronchoscopy in endoscopic assessment of lung cancer extension[J]. Med Oncol, 2012, 29(3): 1638‑1642. DOI: 10.1007/s12032‑011‑0038‑2. [120] Sheski FD, Mathur PN. Endobronchial ultrasound[J]. Chest, 2008, 133(1): 264‑270. DOI: 10.1378/ chest.06‑1735. [121] Um SW, Kim HK, Jung SH, et al. Endobronchial ultrasound versus mediastinoscopy for mediastinal nodal staging of non‑small‑cell lung cancer[J]. J Thorac Oncol, 2015, 10(2): 331‑337. DOI: 10.1097/JTO.0000000000000388. [122] Steinfort DP, Khor YH, Manser RL, et al. Radial probe endobronchial ultrasound for the diagnosis of peripheral lung cancer: systematic review and meta‑analysis[J]. Eur Respir J, 2011, 37(4): 902‑910. DOI: 10.1183/ 09031936.00075310. [123] Ali MS, Trick W, Mba BI, et al. Radial endobronchial ultrasound for the diagnosis of peripheral pulmonary lesions: A systematic review and meta‑analysis[J]. Respirology, 2017, 22(3): 443‑453. DOI: 10.1111/ resp.12980. [124] Lam S, Standish B, Baldwin C, et al. In vivo optical coherence tomography imaging of preinvasive bronchial lesions[J]. Clin Cancer Res, 2008, 14(7):2006‑2011. DOI: 10.1158/1078‑0432.CCR‑07‑4418. [125] Tsuboi M, Hayashi A, Ikeda N, et al. Optical coherence tomography in the diagnosis of bronchial lesions[J]. Lung Cancer, 2005, 49(3): 387‑394. DOI: 10.1016/j. lungcan.2005.04.007. [126] Michel RG, Kinasewitz GT, Fung KM, et al. Optical coherence tomography as an adjunct to flexible bronchoscopy in the diagnosis of lung cancer: a pilot study[J]. Chest, 2010, 138(4): 984‑988. DOI: 10.1378/ chest.10‑0753. [127] Zhu Q, Yang Z, Chen LA. A preliminary study on the application of optical coherence tomography in the diagnosis of central bronchial lesions [Z]. The 21st WCBIP, 19‑22 November 2020. Shang Hai international convention center, China [128] Thiberville L, Moreno‑Swirc S, Vercauteren T, et al. In vivo imaging of the bronchial wall microstructure using fibered confocal fluorescence microscopy[J]. Am J Respir Crit Care Med, 2007, 175(1): 22‑31. DOI: 10.1164/ rccm.200605‑684OC. [129] Wellikoff AS, Holladay RC, Downie GH, et al. Comparison of in vivo probe‑based confocal laser endomicroscopy with histopathology in lung cancer: A move toward optical biopsy[J]. Respirology, 2015, 20(6):967‑974. DOI: 10.1111/resp.12578. [130] Shah PL, Kemp SV, Newton RC, et al. Clinical Correlation between Real‑Time Endocytoscopy, Confocal Endomicroscopy, and Histopathology in the Central Airways[J]. Respiration, 2017, 93(1):51‑57. DOI: 10.1159/ 000452959. [131] Fuchs FS, Zirlik S, Hildner K, et al. Confocal laser endomicroscopy for diagnosing lung cancer in vivo[J]. Eur Respir J, 2013, 41(6): 1401‑1408. DOI: 10.1183/ 09031936.00062512. [132] Filner JJ, Bonura EJ, Lau ST, et al. Bronchoscopic fibered confocal fluorescence microscopy image characteristics and pathologic correlations[J]. J Bronchology Interv Pulmonol, 2011, 18(1):23‑30. DOI: 10.1097/LBR.0b013e 318203da1c. [133] Hassan T, Piton N, Lachkar S, et al. A Novel Method for In Vivo Imaging of Solitary Lung Nodules Using Navigational Bronchoscopy and Confocal Laser Microendoscopy[J]. Lung, 2015, 193(5): 773‑778. DOI: 10.1007/ s00408‑015‑9769‑8. [134] Sorokina A, Danilevskaya O, Averyanov A, et al. Comparative study of ex vivo probe‑based confocal laser endomicroscopy and light microscopy in lung cancer diagnostics[J]. Respirology, 2014, 19(6): 907‑913. DOI: 10.1111/resp.12326. [135] Seth S, Akram AR, McCool P, et al. Assessing the utility of autofluorescence‑based pulmonary optical endomicroscopy to predict the malignant potential of solitary pulmonary nodules in humans[J]. Sci Rep, 2016, 6:31372. DOI: 10.1038/srep31372. [136] Kramer T, Wijmans L, de Bruin M, et al. Bronchoscopic needle‑based confocal laser endomicroscopy (nCLE) as a real‑time detection tool for peripheral lung cancer[J]. Thorax, 2022, 77(4): 370‑377. DOI: 10.1136/ thoraxjnl‑2021‑216885. [137] Edell E, Krier‑Morrow D. Navigational bronchoscopy: overview of technology and practical considerations‑‑new Current Procedural Terminology codes effective 2010[J]. Chest, 2010, 137(2): 450‑454. DOI: 10.1378/chest.09‑2003. [138] Wang Memoli JS, Nietert PJ, Silvestri GA. Meta‑analysis of guided bronchoscopy for the evaluation of the pulmonary nodule[J]. Chest, 2012, 142(2): 385‑393. DOI: 10.1378/ chest.11‑1764. [139] Schwarz Y, Greif J, Becker HD, et al. Real‑time electromagnetic navigation bronchoscopy to peripheral lung lesions using overlaid CT images: the first human study[J]. Chest, 2006, 129(4): 988‑994. DOI: 10.1378/ chest.129.4.988. [140] Folch EE, Pritchett MA, Nead MA, et al. Electromagnetic Navigation Bronchoscopy for Peripheral Pulmonary Lesions: One‑Year Results of the Prospective, Multicenter NAVIGATE Study[J]. J Thorac Oncol, 2019, 14(3):445‑458. DOI: 10.1016/j.jtho.2018.11.013. [141] Herth FJ, Eberhardt R, Sterman D, et al. Bronchoscopic transparenchymal nodule access (BTPNA): first in human trial of a novel procedure for sampling solitary pulmonary nodules[J]. Thorax, 2015, 70(4):326‑332. DOI: 10.1136/thoraxjnl‑2014‑206211. [142] Ali E, Takizawa H, Kawakita N, et al. Transbronchial Biopsy Using an Ultrathin Bronchoscope Guided by Cone‑Beam Computed Tomography and Virtual Bronchoscopic Navigation in the Diagnosis of Pulmonary Nodules[J]. Respiration, 2019, 98(4): 321‑328. DOI: 10.1159/000500228. [143] Fielding D, Oki M. Technologies for targeting the peripheral pulmonary nodule including robotics[J]. Respirology, 2020, 25(9): 914‑923. DOI: 10.1111/ resp.13791. [144] Rojas‑Solano JR, Ugalde‑Gamboa L, Machuzak M. Robotic · · 17 中华结核和呼吸杂志2023 年1 月第46 卷第1 期 Chin J Tuberc Respir Dis, January 2023, Vol. 46, No. 1 Bronchoscopy for Diagnosis of Suspected Lung Cancer: A Feasibility Study[J]. J Bronchology Interv Pulmonol, 2018, 25(3):168‑175. DOI: 10.1097/LBR.0000000000000499. [145] Chen AC, Pastis NJ Jr, Mahajan AK, et al. Robotic Bronchoscopy for Peripheral Pulmonary Lesions: A Multicenter Pilot and Feasibility Study (BENEFIT) [J]. Chest, 2021, 159(2): 845‑852. DOI: 10.1016/j. chest.2020.08.2047. [146] Fielding D, Bashirzadeh F, Son JH, et al. First Human Use of a New Robotic‑Assisted Fiber Optic Sensing Navigation System for Small Peripheral Pulmonary Nodules[J]. Respiration, 2019, 98(2): 142‑150. DOI: 10.1159/ 000498951. [147] Ekeke CN, Vercauteren M, Istvaniczdravkovic S, et al. Lung Nodule Evaluation Using Robotic‑Assisted Bronchoscopy at a Veteran′s Affairs Hospital[J]. J Clin Med, 2021, 10(16): 3671.DOI: 10.3390/jcm10163671. [148] Rivera MP, Mehta AC, Wahidi MM. Establishing the diagnosis of lung cancer: Diagnosis and management of lung cancer, 3rd ed: American College of Chest Physicians evidence‑based clinical practice guidelines[J]. Chest, 2013, 143(5 Suppl): e142S‑e165S. DOI: 10.1378/ chest.12‑2353. [149] Hosny A, Parmar C, Quackenbush J, et al. Artificial intelligence in radiology[J]. Nat Rev Cancer, 2018, 18(8): 500‑510. DOI: 10.1038/s41568‑018‑0016‑5. [150] 中国物联网辅助肺结节诊治专家组. 物联网辅助肺结节诊 治中国专家共识[J]. 国际呼吸杂志, 2017, 37(8):561‑568. DOI: 10.3760/cma.j.issn.1673‑436X.2017.08.001. [151] Prades J, Remue E, van Hoof E, et al. Is it worth reorganising cancer services on the basis of multidisciplinary teams (MDTs)? A systematic review of the objectives and organisation of MDTs and their impact on patient outcomes[J]. Health Policy, 2015, 119(4): 464‑474. DOI: 10.1016/j.healthpol.2014.09.006. [152] Bilfinger TV, Albano D, Perwaiz M, et al. Survival Outcomes Among Lung Cancer Patients Treated Using a Multidisciplinary Team Approach[J]. Clin Lung Cancer, 2018, 19(4):346‑351. DOI: 10.1016/j.cllc.2018.01.006. [153] Prabhakar CN, Fong KM, Peake MD, et al. The effectiveness of lung cancer MDT and the role of respiratory physicians[J]. Respirology, 2015, 20(6): 884‑888. DOI: 10.1111/resp.12520. [154] Freeman RK, Van Woerkom JM, Vyverberg A, et al. The effect of a multidisciplinary thoracic malignancy conference on the treatment of patients with lung cancer [J]. Eur J Cardiothorac Surg, 2010, 38(1): 1‑5. DOI: 10.1016/j.ejcts.2010.01.051. [155] 中华医学会呼吸病学分会肺癌学组, 中国肺癌防治联盟专 家组. 肺结节诊治中国专家共识(2018 年版) [J]. 中华结核 和呼吸杂志, 2018, 41(10): 763‑771. DOI: 10.3760/cma.j. issn.1001‑0939.2018.10.004. ·读者·作者·编者· 本刊常用的不需要标注中文的缩略语 美国胸科学会（American Thoracic Society, ATS） 欧洲呼吸学会（European Respiratory Society, ERS） 急性呼吸窘迫综合征（ARDS） 支气管肺泡灌洗液（BALF） 支气管内超声（EBUS） 红细胞沉降率（ESR） 肺一氧化碳弥散量（DLCO） 第一秒用力呼气容积，一秒容积（FEV1） 第一秒用力呼气容积与用力肺活量比值，一秒率 （FEV1/FVC） 用力肺活量（FVC） 苏木精-伊红染色（HE染色） 重症监护病房（ICU） 白细胞介素（IL） 最低抑菌浓度（MIC） 阻塞性睡眠呼吸暂停低通气综合征（OSAHS） 肺泡气-动脉血氧分压差［P（A‑a）O2］ 动脉血二氧化碳分压（PaCO2） 动脉血氧分压（PaO2） 动脉血氧饱和度（SaO2） 磷酸盐缓冲液（PBS） 聚合酶链反应（PCR） 结核分枝杆菌（MTB） 结核菌素纯蛋白衍生物（PPD） 经支气管肺活检（TBLB） 经支气管针吸活检（TBNA） 辅助性T细胞（Th） 占预计值百分比（占预计值%） · · 18