近年来，AI逐步走进医疗领域，人工智能在“数字”层面不断突破机器辅助诊断的敏感度和特异度，在多个场景里发挥它的价值。但是，不少产品离大规模临床应用还有些距离，要获得临床医生们的认可并不容易。对于医学界大咖来说，AI的能力是否真正在临床上体现价值才是关键点。
2019年2月21日至24日，第27届亚洲胸心血管外科年会（ASCVTS）在印度金奈召开，来自世界各地的胸心外科学者参加了这个代表亚洲胸心血管外科最高医学水平的盛会，对胸心血管外科领域最新进展、临床经验和基础研究等问题进行了深入的交流和探讨。其中，人工智能在临床诊断中的价值也成为重要议题之一，中山大学附属肿瘤医院胸外科张兰军教授团队与“腾讯觅影”合作的前瞻性小样本研究被大会所关注，并受邀此次大会发言，其研究结论也肯定了人工智能诊断系统在肺结节早期诊断中的价值。
提高肺癌早期诊断率成临床首要命题
肺癌是全球最常见的恶性肿瘤，发病率及死亡率均位于恶性肿瘤的第一位，成为公认的危害人类健康的杀手。肺癌的预后与临床分期密切相关，由于症状及体征出现较晚，大部分的患者在首次就诊时即已出现转移，因错失了最佳手术时间而致5年生存率仅有16%，而Ⅰ期患者的5年生存率可达到70-90%以上。若能在发病早期发现，便可有效改善肺癌患者的预后。
因此，建立合理有效的筛查方案，对高危人群进行简单而有效的筛查是临床工作的重点。临床工作人员也不断在更新、更敏感的影像技术中寻找适合于肺癌筛查的手段。
2002 年 8 月美国肺癌筛查试验组（NLST）牵头启动了一项对比低剂量螺旋CT（LDCT）和普通胸部X 线摄片进行肺癌筛查的随机对照临床试验，这是迄今为止全球最权威，证据等级最高的肺癌筛查研究。该前瞻性研究证实，运用低剂量螺旋CT 进行肺癌筛查可提高2倍的I期肺癌诊断率，且可使肺癌相关死亡率下降 20%；因此，基于上述结果，该筛查方法已被多个国际权威指南和专家共识推荐用于肺癌早筛。 但NLST 研究也同样发现，通过低剂量螺旋CT 的临床筛查实践而发现肺结节的患者中，仅0.6-2.7%的患者最终被确诊为肺癌。这也意味着，在 CT 筛查早期发现肺结节已切实可行的情况下，如何能够提高肺结节中肺癌的早期诊断率，是现今临床医生面临的首要命题。
