2024年第2版《NCCN肿瘤临床实践指南—肺癌筛查》更新解读

在肺癌筛查过程中，对人群依据肺癌罹患风险高低进行选择性筛查，既符合社会经济效益，减少额外的医疗开支，同时也能有效规避过度诊疗，减少低危正常人群不必要的身心负担。新版指南在该部分无新增内容，仅对部分描述进行优化。这部分将对国内相关指南的对应更新进行重点比较。 

新版指南对肺癌风险因素的汇总与既往保持一致，主要涵盖了包括吸烟史、二手烟暴露、职业暴露等在内的多种因素。在《中华医学会肺癌临床诊疗指南（2024版）》[13]中针对吸烟增加的肺癌风险，新增了相关描述：“戒烟可使肺癌发病风险随时间推移而降低，但与从未吸烟的人相比，即使在戒烟15 年以上后，患肺癌的风险仍高于未吸烟者。”其主要依据是美国癌症协会提出的肺癌筛查指南补充信息[14]，该研究对戒烟伴随衰老对肺癌风险的影响进行了量化。结果显示，戒烟超过15 年后，绝对肺癌风险仍会每年增加8.7%［95%CI （7.7%，9.7%），P<0.001］，65岁有15年戒烟史者的平均5年肺癌风险为1.47%［95%CI（1.35%，1.59%）］，而70 岁有20 年戒烟史者为1.76%［95%CI（1.62%， 1.90%）］。

吸烟与罹患肺癌的风险之间存在剂量-反应关系[15]，新版指南中也明确年龄≥50 岁，吸烟≥20 包/年的人是肺癌高危人群，即针对吸烟与衰老对肺癌风险的影响进行量化。然而正如上述研究所示，虽然戒烟会降低罹患肺癌的风险（戒烟后每增加1年，风险就会增加），但与从不吸烟的人相比，戒烟者罹患肺癌的风险仍然较高。因此，无论接触香烟的程度和戒烟后的时间如何，目前或过去的吸烟史都应被视为罹患肺癌的风险因素。《中华医学会肺癌临床诊疗指南（2024版）》[13]所更新的内容就是对NCCN指南中戒烟情况这一风险因素量化的初步尝试，这一环节的具体量化有待更多风险模型的开发并进一步验证。

通过对肺癌高危因素精准识别及深入评估，才有可能准确将人口进行分层，对其中的高危人群进行重点筛查，同时对低危人群不造成额外的负担。美国预防临床服务指南 工 作 组（U.S. Preventive Services Task Force，USPSTF）在此前发布的2021年肺癌筛查指南中明确指出，推荐仅将吸烟与年龄纳入肺癌风险因素的评估，不推荐采用较复杂的风险模型[16]。然而导致肺癌有多种因素，即使在低危人群中也会有肺癌发生，通过构建风险模型，将除吸烟与年龄外的其他风险因素也纳入评估，是对现有高危人群的补充，使得肺癌筛查策略更加广泛与完善。

目前，国际上有两个广泛评估并用于筛查的风险模型：前列腺、肺、结直肠和卵巢（Prostate， Lung，Colorectal，and Ovarian，PLCO）模型和利物浦肺项目（Liverpool Lung Project，LLP）模型。最新的PLCO模型版本为PLCOm2012，除了吸烟与年龄这两个主要因素之外，还考虑了种族、体重指数、教育水平、个人癌症史、肺癌家族史和慢性阻塞性肺疾病/肺气肿等因素。PLCOm2012风险模型基于PLCO队列以及NLST队列进行回顾性分析，无论是相较于2013 年的 USPSTF 标准，还是2021 年更新后的USPSTF标准，均体现出一定程度的优势。当风险预测模型的阳性预测阈值设为1.51% 时，PLCOm2012 预测效果显著优于USPSTF 2013 分类标准（敏感性69.3% vs. 52.3%，P<0.000 1）[17]。且当两者筛查样本量相当的人群时， PLCOm2012模型可以筛查出更多的肺癌病例［162/171 （94.7%） vs. 135/171（78.9%），P=0.000 1］，检出率增加了15.8%[18]。2023 年发布的PLCOm2012-update则对美国各族裔间进一步平衡，与USPSTF 2021 相比，保证筛查性能的同时提高了模型在跨种族族裔中的表现[19]。

基于以上结果，2023 年版NCCN指南首次鼓励使用“风险计算器”计算肺癌风险（https://brocku. ca/lung-cancer-screening-and-risk-prediction/risk-calculators），新版指南延续了这一点[20]，其中就包括PLCOm2012在内的6 种模型。通过风险模型对更多肺癌高危因素进行全面评估似乎成为一种可以预见的趋势。然而上述模型在我国的运用存在一定局限性，这也与构建模型的队列中亚洲人群数量较少有关，如PLCOm2012 中仅有24 例亚洲人[17]。由此可见，我们也非常需要开发符合国人的肺癌“风险计算器”。

自2023版以来，NCCN指南开始强调风险模型在肺癌高危人群筛选中的应用。在《中华医学会肺癌临床诊疗指南（2024版）》[13]中，同样强调了肺癌高危人群风险模型开发的重要性，并新增相关说明：“有研究发现使用风险模型进行肺癌高危人群筛选，相较于传统的风险因素筛选，有更好的筛查效率。未来，更加完善的肺癌发病风险模型有望成为高危人群筛选的重要手段之一。”

此外《中华医学会肺癌临床诊疗指南（2024版）》还鼓励国内年轻的学者利用 人工智能等信息技术建立符合国人的肺癌高危人群筛选模型。除了用于开发风险模型，飞速发展的人工智能也为医疗诊断和决策提供了帮助，带来了一定的社会经济效益[21]。人工智能主要包括机器学习和深度学习，在整个肺癌筛查工作流程中都可以发挥作用，包括降低辐射剂量、肺结节检测、肺结节特征分析以及个体化随访时间的确定[22-26]。基于深度学习的图像重建技术可以降低成像噪声，从而在降低辐射剂量的同时保证影像质量[24, 27]。将深度学习图像重建技术应用于超低剂量CT（0.07 mSv或0.14 mSv）可以提高结节检测率和测量精度，使得超低剂量CT有望成为LDCT可行的替代方案[27]。在检测效能上，人工智能算法在肺结节检测方面已经展示出较高的敏感性（83%～97%）和准确性（82%～98%）[28]，特别是对微小结节的检测，在一定程度上甚至超越了放射科医生[29]。此外，人工智能工具可能有助于区分良恶性结节，从而减少对良性结节的不必要检查，缩短恶性结节的诊断时间，以及减少读片者之间的差异，优化结节管理[23, 30-32]。总之，国内指南的相应调整，一定程度上预示未来肺癌筛查管理模式的发展方向与趋势。

当对筛选出的高危人群进行LDCT初筛后，将针对不同的结节采用不同的临床管理方法及随访策略[7, 33]，对初筛结节主要需要进行如下相关性评估：（1）结节大小和/或结节密度的均一性与恶性可能性；（2）结节大小与肿瘤分期；（3）肿瘤分期与生存期。有时还考虑了肺癌的平均生长速度（即体积倍增时间）[34-36]。上述研究大多数建议对至少7～10 mm的结节考虑FDG-PET/CT，如果没有FDG-PET/CT，则考虑增强CT，从而提高恶性肿瘤诊断的特异性[37-38]。FDG-PET/CT 对实性成分﹤8 mm的结节以及膈肌或心脏附近存在运动伪影的小结节的敏感性较低。在肺癌高风险筛查人群中，在对CT 检测到的结节进行检查时，大多数需要随访的结节都要进行间歇性 LDCT 检查，对于较大的结节，增强 CT 和 FDG-PET/CT 则是必要的[39-40]。

综上，对于LDCT初筛发现的≥15 mm的实性结节，新版指南由原先的胸部CT可选增强，变更为立即行胸部增强CT（即不能是平扫）和/或FDG-PET/CT和/或组织活检。

在肺结节的规范化筛查及随访中，要求与既往胸部CT进行比较，因此在肺癌的报告中，需要记录结节的大小、形态以及密度，以此为依据调查结节的动态变化，因此按照一定间期进行随访的胸部CT检查对于缓慢生长的病灶至关重要。其中， CT的层厚选择也是极其重要的一环。在既往的指南中，制定了层厚选择的相关规范：扫描层厚要求≤2.5 mm，对于结节表征一致的，尤其是小结节，建议层厚≤1 mm 以排除任何微小的实性成分。

研究[41]表明，在采用1 mm层厚的宽度时，减少辐射照射不会对结节大小的测量产生显著影响[41。因此在新版指南中，对于筛查发现的结节需要进一步评估的所有筛查和随访间歇胸部CT扫描，无论结节大小，均采取层厚≤1.5 mm[42-43]。

肺癌筛查是一个相对复杂且值得讨论的议题。新版指南相较于2023 版指南更新幅度较小，但仍能从两版指南的异同中寻找到未来肺癌筛查的方向与趋势。例如，两版指南均强调了风险模型的重要性，这也与国内相关指南与共识一致，未来有望通过大数据及人工智能为肺癌筛查工作赋能，为肺癌高危人群的筛选开发更优的风险模型，以及为我国开发更符合国人的筛选策略。

利益冲突：无。

作者贡献：董懂负责文章撰写和语言修改；张亚杰负责文章语言修改及内容调整；李鹤成负责文章质量监督和总体设计。

参考文献略。