說到肺癌篩查，目前被權威機構推薦的肺癌篩查方法只有一種：低劑量螺旋CT，一年一次！低劑量CT較常規(guī)CT的輻射劑量降低了75%-90%，檢查費用也更低。

但是，這就夠了嗎？研究者們并不滿足于此！為了更好地獲取診斷結果，并讓患者預后更佳，研究者們一直致力于研究突破現(xiàn)有技術，讓早期肺癌篩查更便捷、無創(chuàng)、安全。

圖片來源：pixabay

結合近期的技術突破，有兩個方向值得大家期待。一是人工智能輔助醫(yī)生對篩查結果判斷。本質(zhì)上而言，影像的判斷是個圖像識別問題，人工智能識別比純靠醫(yī)生經(jīng)驗判斷，要更可靠些。第二是無創(chuàng)、無輻射的篩查方式，例如“液體活檢篩查”，不僅操作更方便，更安全，也更容易被推廣，讓更多人受益。

肺癌是中國發(fā)病率和死亡率都很高的惡性腫瘤之一，肺癌的5年總生存率僅為16%-18%。究其原因是缺乏有效的早期診斷方法，肺癌確診時70%-80%均為中晚期。

I期肺癌5年生存率達60%-70%，而IV期肺癌生存率不到5% 。因此肺癌的早期篩查診斷是降低其死亡率及提高生存率的關鍵因素。

低劑量螺旋CT是肺癌篩查的常規(guī)手段，與胸片相比，使用低劑量螺旋CT進行肺部篩查可以使高危人群的肺癌致死率降低20%。

查出結節(jié)，如何進一步斷定是不是肺癌？除了依靠低劑量螺旋CT和醫(yī)生豐富的經(jīng)驗，還有以下這些，例如：放射線藥物、液體活檢及AI輔助手段來診斷的新技術。

根據(jù)最近在Scientific Reports 雜志上發(fā)表的一項新研究，使用放射線藥物可以成功識別高風險早期肺癌患者，確保讓這些患者接受積極的隨訪和/或輔助治療。

圖片來源：網(wǎng)絡

在這項研究中，研究人員使用了美國國家肺癌篩查試驗的數(shù)據(jù)，比較了低劑量CT和標準胸部X線檢查這兩種肺癌篩查方法。他們使在篩選過程中被診斷出肺癌的患者產(chǎn)生放射學特征，從其肺癌腫瘤內(nèi)（瘤內(nèi)）和周圍（瘤周）計算，包括大小，形狀，體積和質(zhì)地等特征。然后將患者分為訓練和測試隊列，未篩選出肺癌患者歸于外部隊列，用于進一步驗證。

經(jīng)分析后，研究人員能夠開發(fā)出一種模型，該模型可以準確識別存在較高死亡風險的早期肺癌患者。該模型將患者分成了三個風險組，即低風險組，中風險組和高風險組。高風險患者可能較早期就患有更具侵略性的癌癥，需要頻繁的隨訪和/或輔助治療。

研究者表明：“肺癌篩查領域亟待解決的關鍵問題是識別出癌癥預測性生物標志物。目前這項研究里的模型還需要進行其他研究證明更多的價值。通過識別患有侵襲性疾病的肺癌患者，可以避免其他人接受不必要的治療，這可能對挽救生命有重大影響?！?/span>

液體活檢是近年來備受關注的癌癥早篩手段和個體化診斷手段之一。今年上半年，該領域又有一項新技術取得重要進展。美國GRAIL公司宣布一項名為CCGA的研究，證實公司開發(fā)的多癌種早篩技術可有效篩查出多種癌癥，研究結果發(fā)表在《腫瘤學年鑒》上。研究數(shù)據(jù)顯示GRAIL公司這項新技術檢測50種癌癥的特異性高達99.3%，假陽性率低于1%。

圖片來源：pixabay

DNA甲基化是一種非常有潛在價值的標記物。研究發(fā)現(xiàn)，在肺癌組織及痰液標本中多種基因甲基化水平均明顯高于肺良性及健康對照組，在肺癌組織及痰液標本中多種基因甲基化水平均明顯高于肺良性及健康對照組。

GRAIL公司開發(fā)的檢測技術可以檢測cfDNA（無細胞DNA）的甲基化水平，CCGA研究驗證了這種技術用于癌癥篩查以及定位組織來源的可靠性。

CCGA研究納入6689例參與者，其中2482例癌癥患者（> 50種癌癥類型），4207例非癌癥患者，參與者分為訓練集和驗證集。

研究結果顯示，在驗證集中（1,969例），GRAIL的cfDNA甲基化檢測技術檢測50多種癌癥的特異性高達99.3%，I-III期癌癥的敏感性為43.9%。

而在12種預先選定的高致命性癌癥中（乳腺癌，結腸直腸癌，食道癌，膽囊癌，膀胱癌，胃癌，卵巢癌，頭頸癌，肺癌，淋巴白血病，多發(fā)性骨髓瘤和胰腺癌），I-III期的敏感性為67.3%， GRAIL的cfDNA甲基化檢測技術分期越晚敏感性越高，意味著較容易漏診早期癌癥。

GRAIL的甲基化檢測技術對96%疑似癌癥樣本進行組織來源定位，結果定位準確率達93%。

 圖：GRAIL的cfDNA甲基化檢測技術檢測不同分期癌癥的敏感性

總的來說GRAIL的cfDNA甲基化檢測技術特異性很高，但對于I期癌癥的敏感性較低，容易漏診早期癌癥，可能需要結合其他篩查手段提高敏感性。

但GRAIL的cfDNA甲基化檢測技術也有突出的優(yōu)點，就是可以同時檢測50種以上的癌癥，這使其有潛力成為一種廣譜的篩查方式，而且其對組織來源定位準確度極高，有助確診一些原發(fā)不明的腫瘤。

根據(jù)今年3月25日Nature雜志發(fā)表的一項研究，斯坦福大學研究人員開發(fā)了一種機器學習方法，能夠?qū)崿F(xiàn)早期肺癌患者的鑒別篩查。

這一方法基于檢測血樣中的腫瘤源性DNA（即液體活檢），也就意味著對肺癌高危人群的篩查，做到了早期且無創(chuàng)。

圖片來源：pixabay

傳統(tǒng)的肺癌篩查，一般推薦高危群體做CT掃描，這種模式已被證明實際有效?；谝后w活檢技術的血液檢測，是一種當前頗受歡迎的癌癥新型檢測方法，但大部分液體活檢的適用對象，往往是癌癥晚期患者，因為他們的血液中比早期患者擁有更高水平的腫瘤相關DNA標記。

來自斯坦福大學的研究員，優(yōu)化了一種現(xiàn)有的評估循環(huán)腫瘤DNA（ctDNA）的測序方法。他們改善了DNA的提取，鑒定出有望作為有效疾病標記的變化。研究人員隨后用這些數(shù)據(jù)改進了一種機器學習方法，用來預測血樣中存在的肺癌源性DNA。

研究人員認為這種機器算法的可以作為一種高風險人群初步篩查的潛在應用，陽性的患者可以進一步檢測確診。通過增加每年進行肺癌篩查的人數(shù)，從而拯救更多的生命。

不管是AI輔助，還是靠更便捷的“液體活檢”來做早期肺癌的篩查，都還需更進一步的研究。

目前做肺癌篩查，大家需要記住兩個重點：（1）高危人群，推薦一年篩查一次；（2）官方推薦方式，低劑量螺旋CT。

參考資料：

https:///10.1038/s41586-020-2140-0

《肺癌篩查與管理中國專家共識》,國際呼吸雜志.2019,39(21):1604-1615.

Jaileene Pérez-Morales et al,?Peritumoral and intratumoral radiomic features predict survival outcomes among patients diagnosed in lung cancer screening, Scientific Reports (2020). DOI: 10.1038/s41598-020-67378-8