临床研究是推动进步和提升诊疗水平的关键。为加强临床研究能力，我院已启动两批共35项院级临床研究项目，总资助额超过3000万元。近期，我院临床研究中心顺利完成了这些项目的结题评审，从中脱颖而出的10个优秀项目，不仅展示了我院的科研实力，也体现了我们对患者福祉的承诺。我们期待这些成果能够进一步转化为患者的实际利益。
集装箱化手术室研究
项目负责人：周晓
本项目开发了一款集装箱化手术室，本体选用国际标准集装箱(箱体内径尺寸5925mm*2340mm*2379mm)，手术区内配置有净化设备及标准手术室内操作设备。该手术室可短期、快速、模块化生产，便于运输，可在紧急的创伤手术等情境下使用。
一项前瞻性、伞式临床研究——局部晚
期非小细胞肺癌精准治疗的胸外探索
项目负责人：张鹏
III期非小细胞肺癌治疗方式多样化。优化疗法，提高疗效是当务之急。该项目通过结合病理类型、驱动基因突变情况以及相关分子表达情况，为III期NSCLC患者精准个体化治疗提供了理论依据和探索前景。该研究在探索新疗法的基础上，惠及更多患者，尽可能满足临床上未被满足的治疗需求，造福患者，改善患者生存。
智能3D打印导板辅助肺部穿刺活检：临
床单臂先导性实验与随机对照试验
项目负责人：陈昶
本项目基于术前影像信息与3D打印技术，开发了一种创新性胸外科肺部病灶定位辅助导航模板装置，具有显著的临床应用潜力。该导板的设计通过精确解析患者的术前诊断性CT影像数据，对胸廓的主要解剖结构进行分割与三维重建，并基于骨性标志物的位置进行导板的精准摆放，以指导术前病灶的精准定位。在肺癌的诊疗过程中，经皮肺部穿刺是获取病灶组织样本进行活检和治疗的重要方法。本项目所开发的导航模板系统不仅有助于肺部病灶的精准定位，还能在临床操作中优化进针角度和路径，显著提升操作的安全性与准确性。
改良肺动脉球囊扩张术联合利奥西呱治疗
不可手术慢性血栓栓塞性肺动脉高压患者
的疗效及安全性研究 (PRACTICE study)
项目负责人：王岚
王岚团队发起的PRACTICE研究中期结果显示，利奥西呱联合肺动脉球囊扩张术（BPA）较利奥西呱，能显著改善慢性血栓相关肺高压（CTEPH）病情。本研究首创性地证实介入手术联合药物的优效治疗。在研究推动下，我院CTEPH预后大幅改善，3年生存率从56%提升至94.6%，生活质量显著提高。
晚期小细胞肺癌一线免疫联合化疗的Ⅱ期
临床研究 (Lung Innovators: Shaping the
Future of Cancer Care - SFLC)
项目负责人：苏春霞
本项目针对晚期小细胞肺癌治疗选择有限，生物标志物缺乏的临床窘境，创新性开展一项探索PD1抑制剂联合化疗的II期临床研究。该研究一年PFS率为21%，中位PFS达7.6月，达主要研究终点，为晚期小细胞肺癌患者提供了新的治疗选择。此外，本研究探索了晚期小细胞肺癌的生物标志物，并有望在将来实现小细胞肺癌患者的个体化治疗，显著提升患者的治疗效果与生活质量，为这一难治性疾病的治疗带来革命性的变革。
局部消融联合免疫治疗对比单纯免疫治
疗在一线免疫治疗后存在寡残存的晚期
非小细胞肺癌患者中疗效和安全性的开
放性、随机、对照II期
临床研究 (BOOSTER trial)
项目负责人：任胜祥
BOOSTER研究是一项随机对照II期研究，旨在探索免疫治疗期间寡残存病灶行局部消融并继续免疫对晚期肺癌患者生存获益的影响。研究证实消融联合免疫显著延长患者生存获益，且未增加不良反应的发生。晚期肺癌已进入免疫治疗时代，但长生存仅见于少数。该研究证实局部消融加免疫联合治疗策略显著改善患者预后，有望实现晚期肺癌从“带瘤生存”向“无瘤生存”的转变。
基于肺动脉高压多模态影像学的人工智能筛
查与评估系统的建立：临床诊断模型研究
项目负责人：史景云
本项目聚焦肺动脉高压危重疾病，基于多模态影像学和人工智能技术，对疾病的早期诊断及疗效评估开展了深入研究，开发了基于胸部X线、CT及心脏磁共振图像的人工智能诊断评估模型与评价方法，致力于辅助各级医疗机构实现对肺动脉高压患者的无创、安全、精准评估，从而推动肺动脉高压的早诊早治，提高患者生存率与生活质量。
3D打印导板辅助肺结节经皮穿刺
项目负责人：张磊
经皮肺穿刺活检依赖反复、多次胸部CT扫描实现肺结节定位，团队前期创新性研发3D打印辅助定位导板指导经皮肺结节定位；本研究通过前瞻性临床试验设计，论证了3D打印导板在经皮肺穿刺活检领域应用的安全性与可行性，其能够有效简化经皮肺穿刺活检操作，避免反复胸部CT扫描，减少辐射相关暴露。
晚期非小细胞肺癌精准放疗临床决策支
持系统研发及应用
项目负责人：宫晓梅
本项目旨在通过人工智能和多组学技术，推动晚期非小细胞肺癌精准放疗的发展。创新点在于开发了靶区自动勾画PCU-Net模型，构建基于深度学习的多模态放疗反应预测模型，机器学习筛选放疗抵抗关键基因以及基于多组学数据的精准放疗临床决策支持模型。为晚期非小细胞肺癌患者制定更加个体化、精准的放疗方案，从而提升治疗效果、降低副作用。
新型可解释智能分期诊断系统在早期肺
癌个体化诊疗决策中的应用与推广
项目负责人：谢冬
本项目针对隐匿性淋巴结转移的关键临床问题，致力于新型可解释智能分期诊断系统在早期肺癌个体化诊疗决策中的应用与推广。创新性地基于深度学习算法融合PET/CT及临床多模态特征，实现术前精准预测隐匿性淋巴结转移，以指导术前穿刺活检、手术方式及术后辅助决策。本项目有望推动人工智能/临床诊疗一体化，促进人工智能诊疗系统在国内医疗领域的应用与推广，以提高患者诊疗效率和精度，助力个体化精准诊疗的实现。
欢迎转发点赞
供稿：临床研究中心
编辑：宣传处
