隨著檢測設備的精密度和準確性日益提高，肺結節的檢出愈發普遍，醫學界對肺結節的認識也在不斷深化。12月18日，在深圳舉辦的2023人民好醫生大會暨第九屆醫生云大會上，鐘南山院士團隊代表、廣州醫大附一院(國家呼吸醫學中心)梁文華教授發布了鐘院士團隊的肺結節人工智能診斷系統，以技術之“智”賦能百姓健康。

“肺結節是影像學表現為直徑在3cm以內的局灶性、類圓形、密度增高的實性、亞實性或磨玻璃樣的肺部陰影。隨著胸部CT檢查的普及，約60%受檢者可檢測到肺結節。”梁文華介紹說，“由于肺結節復雜的特征，鑒別診斷具有很大的困難，過度診療情況普遍，鐘院士牽頭的一項全國研究表明，肺結節手術切除后為良性的比例超過20%，大部分結節需要長期隨訪。”

梁文華介紹說，并非所有肺結節都具有典型的影像學表現，而且常規的有創活檢手段對于小結節難以實施，因此存在被誤診的風險。“臨床對肺結節的鑒別診斷尤為重要，雖然從肺結節上取一點組織出來做病理檢查是診斷肺癌的‘金標準’，但是這種診斷方法需要穿刺或手術，對身體有一定的創傷，而且在小結節中成功率低。”

近年來，人工智能等新技術在肺結節的臨床診斷過程起到了很大的幫助作用。“在鐘南山院士帶領下，團隊進行了廣泛的前期調研和10萬+的建庫，并整合前沿的深度學習技術開展創新研發。此次發布的肺結節人工智能診斷系統，具有病灶智能識別、病灶良惡性判斷、基因突變預測、自動報告等功能，助力肺結節和肺部腫瘤的精準診療，降低誤診、漏診的概率。”梁文華說。

“肺結節人工智能診斷系統支持CT圖像的云上傳，1至3分鐘即可生成結果，可在全國范圍普及應用，尤其基層醫院無需額外的建設成本，目前已實際應用超過百萬例。此外，鐘院士還帶領我們開發了血液DNA檢測技術，在有條件的地方可以進一步提高判斷的準確性。”展望未來，梁文華認為，智慧醫療造福人民的前景值得期待：“希望在人工智能等新技術的持續賦能下，我國各級醫療水平能夠得到同質化的提升，惠及更多患者。”