（上接1版） 如何确定早筛早诊的范围？势必需要关注肺癌筛查的高危人群，那这类人群又应如何确定呢？

李为民介绍，目前美国及欧洲各国把年龄大于55岁的重度吸烟者作为肺癌高危人群，然而数据显示，我国肺癌高危人群年龄逐渐年轻化，其中非吸烟肺癌患者的比例接近50%，小于40岁、小于55岁肺癌患者的比例为13.2%和56.7%。如果照搬国外的筛查指南，那么将漏掉90%以上的肺癌。

为何我国与国外肺癌高危人群有如此大的差异？有无特异分子特征呢？基于此，李为民教授团队对肺癌患者家族进行了深入研究，发现并证实了两个新癌基因PROM1和CRTC2，发现了年轻非吸烟肺癌患者新融合突变基因，BPIFB1等6个新易感基因被“东亚肺腺癌基因组图谱”收录，进一步证实了中国肺癌患者具有特异性的分子特征。

为此，团队提出：40岁以上人群应用低剂量螺旋CT（LDCT）进行肺癌筛查，并创新性地利用移动车载CT在德阳绵竹市、成都龙泉驿区和郫都区、甘孜州等地对31500余人进行筛查，最后筛查出200余例早期肺癌。

由此，这项研究成果将肺癌高危人群定义为≥40岁，有任一危险因素（吸烟和曾经吸烟、慢性肺部疾病、环境或职业暴露、肺癌家族史等），这部分人群行LDCT筛查已写入《肺癌筛查与管理中国专家共识》，并被纳入《健康中国行动》计划。

如何破解早期肺癌漏诊？

肺癌（肺结节）AI辅助诊断，检出准确率达98.8%

现在各级医院各类检查设备越来越先进、完备，但是早期通过仪器筛查出来的结节是不是都是肺癌，如何精准诊断？如何打破早期肺癌漏诊的瓶颈呢？

李为民教授团队创新影像组学技术、人工智能技术，通过建立临床资源数据库，突破了肺癌早期精准诊断的技术难题。通过对临床、影像、病理、基因等多维数据系统的集成和提取，建成了41574例大样本肺癌临床智能病种库，为新型影像技术开发提供大数据支撑。

同时，项目组挖掘CT图像数字化信息，提取病灶纹理、小波、形状、强度等485个特征，并与临床、病理、基因等信息相关联，构建基于影像组学技术的非侵入性肺癌诊断预测模型，提高预测准确性。

有了大数据和预测模型的支撑，李为民教授团队进一步研发出了肺癌（肺结节）AI辅助诊断系统，1分钟即可实现结节定位识别和定性辅助诊断，对3～5mm肺小结节检出准确率达98.8%，大幅提高＜1cm早期肺癌诊断率。

李为民介绍，该系统于2016年开始先后在四川大学华西医院等全国155家医院使用，既提高了胸部CT阅片效率，又减少了肺部小结节漏诊率，赋能基层，对实现肺癌早期诊断同质化发挥了重要作用。

如何推动肺癌规范诊疗？

创立“确立高危、规范筛查、系统评估、精准诊断”肺癌早筛早诊早治技术

8年前，李为民带领团队建立并完善了肺癌小标本获取方法及分子分型快速检测路径，通过影像智能无创预测常见基因突变（EGFR、TP53等），相比传统方式时间大为缩减。建立经皮穿刺获取小样本技术用于EGRF、ALK等基因突变检测和分子分型，准确率达95.45%；建立目标捕获结合NGS技术液体活检检测ALK融合基因，与组织分子检测吻合率92%；发明一步法快速构建扩增子文库方法，开发出系列肿瘤液体活检试剂盒……

为了更快地推动肺癌规范诊疗，近年来，李为民教授团队更是将“抢”时间做到了极致。

他们率先整合了染色质开放序列、基因组及转录组特征解析肺癌演化分子机制，发现了染色质开放区域与肺癌相关基因拷贝数变化明显相关并调控PI3K/Akt信号通路，描绘了肺癌染色质开放图谱，该研究成果发表在国际著名癌症杂志Cancer Res上，该刊同期述评认为该成果开启了肺癌多组学研究新时代。

针对临床缺乏高敏感性、高特异性分子标志物的现状，李为民教授团队从早期肺癌血浆中筛选证实BAI-1、TSP-1等4个分子，实现早期肺癌诊断敏感性达90%，高于常用标志物（敏感性<50%），获发明专利10项并进行了临床转化。同时在RNA层面发现四个新环状RNA（hsa-circ-0077837等），诊断肺癌准确性达90%。

“我们希望通过这一系列的研究，创立‘确立高危、规范筛查、系统评估、精准诊断、全程管理’的肺癌早筛早诊早治系列技术，更快地用于老百姓。”在李为民的带领下，团队通过集成创新，使手术可治愈的早期肺癌（IA1期）诊断率提高了10倍，为11.82%（全球仅1.1%），lA期肺癌诊断率从2011年的26.48%提高至2018年的60.78%，破解了早期肺癌漏诊难题，突破了肺癌早期精准诊断技术瓶颈，解决了肺癌早期分子分型靶向治疗的临床问题，有力地推动我国肺癌精准诊疗的规范化进程。（本报记者 廖梅 肖小红）