循环异常细胞联合影像人工智能对诊断早期肺癌的价值研究

海燕 邓(深圳市第二人民医院，中国)
海文 杨(深圳市第二人民医院，中国)
恪 于(深圳市第二人民医院，中国)
达 姚(深圳市第二人民医院，中国)
睿 施(深圳市第二人民医院，中国)

摘要

目的探讨联合循环异常细胞（CACs）及影像人工智能（AI）在良恶性肺结节鉴别诊断中的诊断价值。方法搜集 57例在2021年10月至2024年9月接受了肺部结节手术切除的患者的资料，统计其 CAC及血清肿瘤标志物（CEA，CYFRA21-1，NSE）水平。通过AI检测手术结节的直径、体积、密度、恶性风险程度。通过logistic回归建立组合诊断模型，并通过ROC曲线下面积（AUC）进行比较。前瞻性观察在2024年10月至2025年3月手术切除肺结节病灶的32患者共52个结节进行独立验证。比较了基于 AI测定的结节平均密度、CAC、Mayo模型及联合AI及CAC模型的诊断价值。结果年龄、传统的肿瘤标记物、结节大小等在早期肺癌的诊断中无鉴别意义。恶性结节患者的CAC数量明显高于良性结节患者（4 vs.3；P ＜ 0.001），肺结节平均密度（OR=0.99，P=0.015 ）、病灶位于左肺（OR =11.9，P = 0.069）、CACs（OR = 1.31，P = 0.185）与恶性风险相关。包含CAC、肺结节平均密度和其他临床因素的多变量logistic回归模型具有好的诊断性能（灵敏度89.1%，特异性 81.8%，AUC = 0.939），CAC、肺结节平均密度单独用于区分良恶性结节的受试者工作特征（ROC）曲线下面积（AUC）分别为0.717和0.798。结论 CACs联合影像AI辅助诊断系统在肺结节良恶性鉴别中有显著的诊断价值。

关键词

循环遗传异常细胞；肺结节；非小细胞肺癌；AI；诊断

参考

Tahvilian S, Kuban JD, Yankelevitz DF, Leventon D, Henschke CI, Zhu J, Baden L, Yip R, Hirsch FR, Reed R, Brown A, Muldoon A, Trejo M, Katchman BA, Donovan MJ, Pagano PC. The presence of circulating genetically abnormal cells in blood predicts risk of lung cancer in individuals with indeterminate pulmonary nodules. BMC Pulm Med. 2023 Jun 5;23(1):193. doi: 10.1186/s12890-023-02433-4.

Qiu, X. et al. Application of circulating genetically abnormal cells in the diagnosis of early-stage lung cancer. J. Cancer Res. Clin. Oncol.148, 685–695. 10.1007/s00432-021-03648-w (2022).

Ye M, Tong L, Zheng X, et al. A Classifier for Improving Early Lung Cancer Diagnosis Incorporating Artificial Intelligence and Liquid Biopsy[J]. Front Oncol, 2022, 12:853801. DOI: 10.3389/fonc.2022.853801.

DOI: http://dx.doi.org/10.12345/yzlcyxzz.v9i3.37310