提高肺癌筛查效率和肺结节鉴别准确性！陈克终/杨帆团队开发基于液体活检的肺癌综合管理系统，

主要观点总结

北京大学人民医院陈克终教授和杨帆教授团队开发了一个基于液体活检的综合肺癌筛查和管理系统——PKU-LCSMS。该系统整合了肺癌筛查模型和AI辅助肺结节诊断模型，旨在提高肺癌筛查和管理的效率和准确性。研究涉及多组学分析，包括cfDNA甲基化、蛋白质和突变，以及AI辅助的肺结节诊断模型的构建与验证。该研究样本量可能不足，仍需要长期随访研究来完善该系统的临床使用建议。

关键观点总结

关键观点1: 研究背景及目的

低剂量计算机断层扫描（LDCT）筛查在随机临床试验中显示出与肺癌死亡率降低显著相关，已被推荐用于肺癌高危人群筛查。但其在实践中面临着依从性差、可及性差等问题。因此，开发一种新颖且高效的肺癌筛查及筛查后管理系统成为迫切需求。

关键观点2: 研究内容及方法

研究团队开发并验证了一个基于液体活检的综合肺癌筛查和管理系统——PKU-LCSMS。该系统整合了基于血液多组学检测的肺癌筛查模型和AI辅助肺结节诊断模型。其中，肺癌筛查模型用于识别需要进行LDCT的特定人群，而AI辅助肺结节诊断模型则用于对LDCT后的肺结节进行分类。

关键观点3: 研究成果

研究团队通过多组学分析，包括cfDNA甲基化、蛋白质和突变，构建了肺癌筛查模型，并在独立验证队列中验证了其性能。此外，还结合了胸部CT图像数据和cfDNA甲基化，开发了AI辅助肺结节诊断模型，以区分良性结节和恶性结节。

关键观点4: 研究亮点

PKU-LCSMS系统的亮点在于其整合了多组学数据和AI技术，提高了肺癌筛查和管理的效率和准确性。其中，多组学肺癌筛查模型具有高灵敏度，可减少不必要的LDCT检查及相关辐射暴露；AI辅助肺结节诊断模型则具有较高的特异性和灵敏度，可减少误诊和不必要的侵入性干预。

关键观点5: 研究不足与展望

该研究样本量可能不足，仍需要一项长期随访研究来完善PKU-LCSMS系统在筛查和诊断场景中的临床使用建议。未来，该系统的进一步完善和推广应用有望准确识别需要临床干预的人群，并显著优化肺癌的检测、诊断和治疗。

免责声明