AI讀CT能提前6年揪出肺癌？真相不止「早發現」這麼簡單

2025年6月，《Nature Medicine》刊登一篇來自MIT的回顧性隊列研究：讓AI模型只讀一次低劑量CT（LDCT），平均比放射科醫師提前3.6年發現最終確診為肺癌的患者。其中最早的一例，被提前了6.2年！AI一眼看穿6年後的肺癌，是噱頭，還是真突破？

LDCT已把死亡率降20%，為何還要AI？

2011年，美國NLST試驗證實：高危人群每年一次LDCT，肺癌死亡率下降20%。2022年，荷蘭-比利時NELSON試驗再確認：死亡率降幅可達24%。

然而，LDCT同時也帶來一些「難題」，例如：

結節太多——約20至30%受檢者發現「不確定」結節，僅4%最終被證實為惡性。

片子太多——一次胸部CT生成300至500張切片，資深醫師平均需10至15分鐘逐片翻完。

人眼會累——同一批片子，不同醫生一致性僅為78%。於是，AI被寄予「第二雙眼」的厚望。

2025年MIT研究：如何提前6年知悉？

1. 數據量

樣本：12,430名參與者，共41,622次LDCT。

終點：後續6年內誰被病理確診為肺癌。

訓練+驗證：內部交叉+外部三中心（美國、英國、荷蘭）。

2. 模型架構

3D-CNN（ResNet-50為主幹）+時間序列模組。

輸入：單人次全部3D像素（不依賴結節標註）。

輸出：6年內肺癌風險概率（0-1）。

  • 核心結果

局限與風險：AI不是萬能

數據偏差——訓練集以歐美人群為主，對小於1 cm的純磨玻璃結節敏感度仍僅75%。

硬件差異——不同CT層厚、劑量、重建算法會影響模型表現，多中心驗證AUC差距0.04至0.06。

法規空白——目前國內把AI當「輔助軟件」管理，陽性結果仍需兩名高年資醫師簽字，不能單獨作為診斷依據。

過度檢查——檢出更多結節，也可能帶來更多穿刺、焦慮、費用，需要個人化隨訪路徑。

因此，如何看待？還是老生常談！

推薦40歲以上、吸煙≥20包/年的高危人群，每年一次低劑量CT仍是首選。選擇已獲NMPA三類證的AI輔助診斷軟件（名單可在國家藥監局官網查詢），此類工具可讓漏診率再降約1/3，發現≥6 mm混合磨玻璃結節或≥8 mm實性結節，務必按醫囑3至6個月復查，別讓AI白忙。AI報告陽性≠患癌，最終診斷需結合臨床—影像—病理。戒煙+遠離二手煙，仍是降低肺癌風險最划算的投資——10年戒煙，風險下降50%。

AI不會取代放射科醫師，但會淘汰不用AI的醫師。

MIT的最新研究告訴我們：技術已把「肺癌時間軸」提前了整整6年，能否抓住這條「生命線」，取決於我們是否願意把AI裝進口袋，並繼續做好那些看起來老生常談的體檢與戒煙。

如需轉載，請聯絡授權，或註明出處。

Leave a reply