肺癌篩查與早期診斷：從影像學到生物標志物的進展

近年來，隨著對肺癌分子生物學的深入研究，肺癌的診斷、治療和預后等都有了實質(zhì)性的進展，但肺癌死亡率依舊逐年上升。因肺癌篩查及早期診斷模式尚不規(guī)范，患者臨床風險預測模型不夠成熟，患者的個體化差異及技術受限等，多數(shù)患者初診肺癌時即被診斷為晚期。肺癌患者預后與臨床分期密切相關，提高早期肺癌診斷率是獲得長期生存的關鍵。因此，選擇有效的診斷和篩查方法對提高肺癌的早期診斷率和預后都至關重要。本文主要綜述現(xiàn)有肺癌早篩與早診技術手段及其結(jié)合人工智能和機器學習技術的應用研究進展。

01低劑量CT掃描

美國國家肺篩查試驗（national lung screening trials in the United States，NLST）建議在肺癌篩查期間進行低劑量CT掃描，其中低劑量CT篩查較胸片可降低20%的死亡率。基于該研究的良好結(jié)果，NCCN指南建議符合NLST納入標準的人群進行低劑量CT掃描。美國癌癥協(xié)會和其他醫(yī)療組織也建議，對于符合NLST納入標準的患者，應首先考慮進行低劑量CT篩查。英國的肺癌篩查顯示，1 952名50~75歲完成低劑量CT篩查的受試者基線患病率為1.7%，高于NLST結(jié)果（1.03%），假陽性率為3.6%，證實了低劑量CT掃描在肺癌風險人群中早期診斷的有效性。我國一項多中心、基于人群的一次性低劑量CT肺癌篩查有效性前瞻性隊列研究顯示，經(jīng)低劑量CT篩查的79 581名受試者比143 721名未接受低劑量CT篩查的受試者的肺癌發(fā)病密度高47%，肺癌死亡率降低31%，全因死亡率降低32%。隨著放射診斷學中人工智能（artificial intelligence，AI）的快速發(fā)展，其對提高疾病診斷性能的潛在效用已得到廣泛認可。研究發(fā)現(xiàn)，AI處理模型在低劑量CT上自動檢測肺結(jié)節(jié)并量化冠脈鈣體積的檢查結(jié)果與專家的結(jié)論非常契合，具有高敏感性和特異性，并顯著改善了包括不良心臟事件和肺癌1年隨訪結(jié)局預測。AI的引入能提高肺癌診斷效力并改善發(fā)病率及死亡率、降低醫(yī)療成本。而機器學習作為AI的核心，能根據(jù)數(shù)據(jù)或既往經(jīng)驗優(yōu)化計算機程序性能。STEMMER等回顧性分析NLST數(shù)據(jù)，使用3種機器學習算法評估受試者冠脈鈣化評分、肝臟脂肪變性水平和肺氣腫百分比，結(jié)果表明機器學習算法能幫助醫(yī)師評估這一特定人群中心血管疾病死亡的發(fā)生率和風險。因此，將這些算法應用于現(xiàn)有的低劑量CT掃描能提供有價值的醫(yī)療保健信息，并有助于未來的進一步研究。低劑量CT掃描的優(yōu)點是輻射劑量低、掃描速度快，且靈敏度與CT相當。然而，NLST提示低劑量CT掃描的假陽性率為23.3%，而且還存在過度診斷、輻射暴露、成本高等缺點。此外，低劑量CT掃描在肺癌早篩中的應用仍有許多問題尚待克服，例如進一步明確篩查時間間隔，如何對肺癌高危人群進行準確分類，如何避免過度診斷和治療，如何建立有效的風險模型來評估哪些類型的肺成像特征容易發(fā)展為肺癌等。

02支氣管內(nèi)鏡檢查

2.1 自體熒光支氣管鏡（autologous fluorescence bronchoscopy，AFB）檢查

AFB檢查的工作原理是在正常組織、不典型性增生和原位癌中呈現(xiàn)出不同的光譜，當用藍光照射時，正常支氣管黏膜熒光呈現(xiàn)紅色和綠色，病變部位的熒光呈淺棕色，不典型性增生和癌前病變呈紅棕色，因此它能夠發(fā)現(xiàn)白光支氣管鏡（white light bronchoscope，WLB）無法發(fā)現(xiàn)的異常病變。有研究分析了自體熒光成像視頻支氣管鏡檢查（autofluorescence imaging video bronchoscopy，AFI）的診斷性能，并與WLB進行比較，發(fā)現(xiàn)AFI的敏感性優(yōu)于WLB，而且誤診率顯著減小。但是在應用AFB檢查時，醫(yī)師必須觀看一個長視頻來搜索定位病灶，這使過程變得非常繁瑣而容易出錯。CHANG等提出了一種實用的自動AFB分析方法，即通過軟件區(qū)分無信息的視頻幀和有信息的視頻幀，再確定哪些有信息的視頻幀包含可疑的支氣管病變并劃定病變區(qū)域，以用于區(qū)分視頻中的有效信息及非有效信息。該法對支氣管病變部位的搜索定位比人工瀏覽視頻更有效，并可描繪潛在的病變區(qū)域。該研究結(jié)果顯示信息分類準確率≥97%，病變檢測準確率≥97%。此外，AFB聯(lián)合生物標志物還能提高診斷率，如支氣管內(nèi)鱗狀化生病灶中存在特定的DNA拷貝率改變，能可靠地預測具有AFB可視化癌前病變受試者的肺癌風險。有研究對高危患者低級別癌前病變的AFB內(nèi)鏡進行隨訪，發(fā)現(xiàn)戒煙可顯著降低輕度或中度異型增生患者5年內(nèi)患肺癌風險，且識別支氣管發(fā)育不良可能有助于肺癌篩查計劃中的風險分層策略。AFB聯(lián)合WLB、活檢或內(nèi)鏡窄帶成像（narrow band imaging，NBI）時可明顯提高癌前病變和原位癌的診斷率。然而，目前由于設備和檢驗成本較高，AFB尚未被廣泛接受。

2.2 支氣管內(nèi)超聲（endobronchial ultrasound，EBUS）檢查

EBUS檢查是一種微創(chuàng)的支氣管內(nèi)超聲技術，EBUS聯(lián)合一種特殊的穿刺活檢針可用于實時超聲引導下經(jīng)支氣管鏡穿刺活檢，即支氣管內(nèi)超聲引導下經(jīng)支氣管鏡針吸活檢（endobronchial ultrasound-guided  transbronchial needle aspiration ，EBUS-TBNA）。目前EBUS-TBNA對診斷性支氣管鏡檢查的發(fā)展產(chǎn)生了巨大的影響。一項隨機對照試驗發(fā)現(xiàn)，對疑似肺癌患者進行CT掃描后，以EBUS-TBNA作為初始檢查方法可以提供準確的診斷和淋巴結(jié)分期，與傳統(tǒng)診斷策略相比，EBUS-TBNA可以縮短治療決策的時間，并可能在不增加成本的情況下提高肺癌患者的生存率。EBUS加引導鞘這項新技術聯(lián)合虛擬支氣管鏡導航與單用EBUS對孤立性肺結(jié)節(jié)的診斷率無明顯差異，但聯(lián)合組可顯著縮短支氣管鏡到達病灶的時間，從而縮短治療決策時間，提高工作效率，也降低手術并發(fā)癥發(fā)生風險。對于可能受到完整組織不足而限制某些縱隔病變的診斷率，已有研究證實，在標準EBUS-TBNA中加入縱隔冷凍活檢可顯著提高縱隔病變的診斷率，具有良好的安全性，顯示這種聯(lián)合方法可能是縱隔疾病有效的一線診斷手段。此外，在EBUS中引入AI技術和機器算法的有關研究已被證實能提高診斷精度，這為自動化過程提供了可能，也可能進一步減少EBUS的時間和費用，有望在臨床上推廣應用。

值得注意的是，EBUS-TBNA主要利用抽吸產(chǎn)生負壓來進行，這可能增加活檢部位組織損傷，使樣本質(zhì)量下降從而降低其準確率，所以目前該技術存在爭議。一項隨機對照研究比較了不同EBUS-TBNA技術（即抽吸加探針、僅抽吸和僅探針）對診斷率的影響，結(jié)果顯示三種技術之間的診斷率無差異。HE等探索在EBUS-TBNA中使用慢拉毛細血管技術替代抽吸，發(fā)現(xiàn)該法可以通過改善核心組織的獲取，顯著提高肺門和縱隔淋巴結(jié)腫大疾病的診斷準度，可能是診斷累及縱隔和肺門淋巴結(jié)增大疾病的有效手段。

2.3 NBI

NBI是一種可以將血管形態(tài)和黏膜結(jié)構可視化的成像技術。一項meta分析顯示，NBI在檢測癌前病變方面與AFB相比具有更高的敏感性（80%）、特異性（84%）和診斷優(yōu)勢比（31.49%）。NBI還能區(qū)分鱗癌 （鱗狀化生、鱗狀不典型增生或鱗狀細胞癌）和腺癌，其中點狀血管形狀更傾向于腺癌，而彎曲的血管和突然終止的血管類型更傾向于鱗癌。臨床試驗發(fā)現(xiàn)NBI在診斷中央型肺癌中具有較高的準確性、敏感性和特異性。Meta分析也顯示NBI在檢測早期肺癌方面優(yōu)于WLB，可能是早期肺癌檢測一種有效的方法。但是，由于腫瘤的異質(zhì)性，組織活檢只代表了腫瘤的狀態(tài)，不能反映疾病發(fā)展的動態(tài)過程，而且多次活檢對患者具有侵入性，因此未來仍需設計新的技術來改善這一困境。

03液體活檢

3.1 循環(huán)腫瘤細胞（circulating tumor cells，CTCs）

CTCs是從原發(fā)或轉(zhuǎn)移性腫瘤中釋放到外周血中的腫瘤細胞，CTCs的捕獲對癌癥早期發(fā)現(xiàn)、診斷、預后監(jiān)測以及了解轉(zhuǎn)移過程具有重要意義。CTCs含量極低，其分離和富集技術比較困難，目前細胞搜索系統(tǒng)（CellSearch system）是美國食品藥品管理局（FDA）批準的第一個也是唯一一種CTCs檢測方法?；贑TCs分析的巨大潛力，已有團隊開發(fā)新型 ChimeraX--i120 平臺以促進 CTCs的富集、免疫熒光標記和基于機器學習的鑒定，且證實該平臺和集成工作流程作為臨床環(huán)境中 CTCs檢測和下游基因組分析的工具是有效的。

CTCs已成為包括肺癌在內(nèi)的多種癌癥的潛在診斷生物標志物。HE等報道在Ⅰ期和Ⅱ期肺癌中使用CellCollector檢測法，CTC 檢測率高達62.5%，而且在CTCs中TP53、FGFR1、HER2、PDGFRA和CFS1R的基因突變部位以及在腫瘤組織中這些基因的突變部位有71.6%的相似性，首次揭示早期肺癌CTCs的分子和遺傳變異特征，為CTCs作為早期肺癌分子診斷的臨床應用提供了新的數(shù)據(jù)支持。DUAN等也報道用CellCollector檢測法分離CTCs可能有效區(qū)分良惡性結(jié)節(jié)，可用于肺癌的早期診斷。JIAO等開發(fā)了一種深度學習影像組學模型并與CTCs計數(shù)相結(jié)合，主要用于預測接受立體定向放射治療的早期非小細胞肺癌（non-small cell lung cancer，NSCLC）患者復發(fā)，結(jié)果發(fā)現(xiàn)可優(yōu)化患者分層。還有研究采用細胞搜索系統(tǒng)和細胞過濾技術在術前對NSCLC患者進行CTCs檢測，結(jié)果顯示，有CTCs的患者無疾病生存期（disease-free survival，DFS）較無CTCs的患者差，由此認為術前CTCs檢測可能是判斷術后預后的重要手段。未來CTCs聯(lián)合CT檢查有望彌補單純CT檢查在肺部疾病診斷中的不足，避免患者接受胸部CT引導下穿刺等有創(chuàng)檢查帶來的風險。但CTCs作為早期診斷標志也有一定局限性，有研究發(fā)現(xiàn)經(jīng)支氣管鏡下解除氣道腫瘤阻塞后，75%的患者CTCs增加，因此在治療的同時也可能促進CTCs擴散，從而形成轉(zhuǎn)移。此外，如何開發(fā)合理有效的富集方法和評估CTCs分子特征的技術、如何在最優(yōu)條件下獲得足夠數(shù)量的CTCs以及如何將其標準化于臨床應用有待研究。

3.2 循環(huán)腫瘤DNA（circulating tumor DNA，ctDNA）

ctDNA是指人體外周血中來自腫瘤基因組的游離DNA片段，通常只占游離DNA（cell free DNA，cfDNA）的0.01%~1.00%，且易受高濃度野生型cfDNA干擾，因此需要高靈敏度和特異度的檢測方法。通過機器學習輔助的深度甲基化測序可對少量ctDNA進行超靈敏監(jiān)測，在癌癥篩查中具有一定優(yōu)勢。SZPECHCINSKI等研究表明，NSCLC患者的血漿ctDNA水平不僅高于健康人群，也高于慢性呼吸道炎癥患者。LIANG等結(jié)合ctDNA和DNA甲基化區(qū)分肺癌和良性結(jié)節(jié)，敏感度和特異度分別為79.5%和85.2%，而且對ⅠB期肺癌（敏感度為85.7%）的鑒別優(yōu)于ⅠA期肺癌（敏感度為75.0%）。CHEN等通過靶向測序檢測了Ⅰ~Ⅲ期NSCLC患者的ctDNA和腫瘤組織DNA（tumor DNA，tDNA），在ctDNA和tDNA中發(fā)現(xiàn)了頻繁的驅(qū)動突變，證實了外周血ctDNA檢測對早期檢測NSCLC基因突變的可行性。ctDNA不僅在早期肺癌的診斷中極具潛力，還可用于監(jiān)測早期肺癌轉(zhuǎn)移播散以預測復發(fā)風險。 

作為一種非侵入性的檢測方法，ctDNA分析為肺癌的早期診斷提供了一個可行的選擇，但現(xiàn)有的技術仍不能克服敏感性分析的困難，相對高昂的花費、較長的檢測時間、復雜的流程等也限制了其在臨床中的應用。此外，缺乏可靠的閾值及ctDNA反映所有基因突變的比例較低等問題也仍需進一步研究。

3.3 微生物DNA（microbial DNA，mbDNA）

研究表明，微生物與腫瘤進展和原發(fā)性耐藥密切相關。最近，POORE等研究TCGA數(shù)據(jù)庫并進行微生物讀取，在包括肺癌的癌癥類型和組織及血液中發(fā)現(xiàn)了獨特的微生物特征，使用機器學習識別和區(qū)分并比較其性能，通過對血漿樣本進行深度宏基因組測序證明了無細胞微生物譜區(qū)診斷癌癥和區(qū)分癌種的能力，該研究揭示了微生物在癌癥診斷中的作用。目前，大量立足于全基因組測序和16S/18S rRNA等基因測序技術的研究相繼開展，使肺癌早篩應用的微生物標本來源從組織病理樣本擴展到腸道、口腔、肺泡灌洗液和痰液等菌群樣本。研究發(fā)現(xiàn)，肺癌患者腸道微生物與健康人群存在差異，一些菌群豐度的變化和代謝產(chǎn)物的改變可能預示患癌風險增加，表明腸道菌群對肺癌早篩可能具有重要作用。VOGTMANN等在3項隊列研究分析中發(fā)現(xiàn)，多種口腔微生物指標與肺癌風險呈前瞻性相關，為口腔微生物用于篩查早期肺癌提供了依據(jù)。目前，在大多數(shù)癌癥患者組織和血液樣本中都發(fā)現(xiàn)了獨特的mbDNA，可用于識別癌癥的存在和類型。與ctDNA相比，基于循環(huán)mbDNA的檢測優(yōu)勢之一是其在身體不同部位之間的多樣性。當然，在mbDNA領域仍有許多問題需要解決，例如在制備DNA過程中，微生物污染是必須關注的問題，此外如何識別mbDNA是正常的微生物變化還是腫瘤相關的變化也仍需探索。

3.4 自身抗體

蘇格蘭早期肺癌診斷（ECLS）試驗招募了12 208名高危患者進行肺癌自身抗體的新型血液檢測，如結(jié)果為陽性，則作為干預組每6個月行1次低劑量CT掃描，持續(xù)長達2年，結(jié)果發(fā)現(xiàn)早期CDT檢測對Ⅰ/Ⅱ期疾病的敏感度為52.2%，特異度為90.3%，對Ⅲ/Ⅳ期疾病的敏感度為18.2%，特異度為90.2%；在干預組中，56例肺癌中有33（58.9%）例在Ⅲ/Ⅳ期被確診。該研究證明了該法在肺癌臨床早期診斷中具有廣闊的應用前景。平鋪肽陣列提供了一種描繪整個基因組編碼的表位方法，這些表位觸發(fā)了與腫瘤發(fā)展相關的自身抗體反應，它利用基于全基因組衍生的平鋪肽陣列來鑒定與NSCLC自身抗體反應性相關的表位，可作為精準早期檢測的潛在手段。

3.5 其他生物標志物

人附睪蛋白4（human epididymal protein 4，HE4）是可用于區(qū)分肺癌與健康個體及良性肺部疾病患者的一種生物標志物，特別是對于小細胞肺癌（small cell lung cancer，SCLC）而言。Meta分析發(fā)現(xiàn)HE4在篩選SCLC時具有較高的診斷效能，認為HE4是一種有前途的肺癌診斷生物標志物。WANG等聯(lián)合檢測HE4、CEA、NSE、CYFRA21，發(fā)現(xiàn)可提高肺癌的診斷水平，其中血清HE4在區(qū)分肺癌患者和正常人群時具有高度特異性，與CYFRA21-1相當，但在肺癌與肺炎患者鑒別中的特異度低于CYFRA21-1，因此HE4對肺癌的診斷準確性仍需進一步研究。

04呼吸分析

4.1 電子鼻（electronic nose，E-Nose）技術

基于E-Nose技術的呼吸分析是一種無創(chuàng)、操作簡單、成本低廉的肺癌檢測新技術，是對現(xiàn)存肺癌診斷方法的有益補充。E-Nose可通過分析呼出氣體中細胞代謝產(chǎn)生的揮發(fā)性有機化合物發(fā)揮作用。研究顯示E-Nose在區(qū)分良惡性結(jié)節(jié)以及鑒別癌組織類型甚至EGFR狀態(tài)方面具有很高的準確性。CHEN等應用E-Nose系統(tǒng)對肺癌進行檢測和分期，結(jié)果顯示肺癌檢測的靈敏度為95.60%，特異度為91.09%，分期的識別準確率在80%以上。CHEN等通過金屬離子誘導的氧化石墨烯組裝構建E-Nose，用于先進的呼出氣診斷，從肺癌患者和健康對照中收集106份臨床呼出氣樣本進行E-Nose檢測，結(jié)果顯示，肺癌患者與健康對照組可明顯區(qū)分，通過模型估計的敏感度為95.8%，特異度為96.0%。然而，在探索E-Nose使用價值時，發(fā)現(xiàn)其可操作性較低，并且缺乏使醫(yī)生能夠?qū)崟r完成樣本收集和數(shù)據(jù)分析的標準化和小型化設備，這是該技術更廣泛應用于臨床的主要限制。通過E-Nose進行肺癌篩查依賴于使用機器學習方法建立的預測模型，然而僅用單一的機器學習方法來檢測肺癌存在檢測準確率低、假陰性率高等缺點。針對這些問題，LIU等從多種經(jīng)典模型中選取性能優(yōu)異的個體，構建集成學習框架，并使用該框架分析214個由E-Nose測量的呼吸樣本，結(jié)果表明，該框架的準確性、敏感度和特異度均達到95%左右，該學習框架克服了單一模型的缺點，為E-Nose呼氣分析提供了一種改進方法。

4.2 呼出氣體冷凝液（exhaled breath condensate，EBC）

呼出的氣體中含有成千上萬的揮發(fā)性有機化合物，氣體可以通過冷凝器轉(zhuǎn)變成液體即EBC，進而提取出用于診斷肺癌的非侵襲性生物標志物?；诜治鯡BC中基因表達和特定分子變化的肺癌診斷試驗，結(jié)合轉(zhuǎn)錄調(diào)節(jié)因子GATA6和甲狀腺特異增強子結(jié)合蛋白NKX2-1，實現(xiàn)了肺癌診斷98.3%的高靈敏度和89.7%的特異度。有研究應用數(shù)據(jù)獨立采集方法對EBC蛋白組學進行鑒定，結(jié)果表明，這些蛋白主要與人類疾病有關，其中S100A11、ANXA1、ENO1和FABP5在EBC蛋白組中可能起重要作用，證明在EBC個體樣品中進行蛋白組學分析是有效的，其中一些蛋白可能是新的肺癌生物標志物。在獲取EBC樣本時，患者自身因素（如患有呼吸道其他疾病、營養(yǎng)狀態(tài)等）、環(huán)境因素（如空氣污染、濕度等）和氣體收集儲存分析技術等差異都會影響檢測結(jié)果。此外，揮發(fā)性有機物類型多、來源復雜、技術和方法缺乏統(tǒng)一標準等，因此該技術還未應用于臨床。

05小結(jié)

肺癌篩查目的是降低肺癌死亡率，目前已研發(fā)出的眾多肺癌篩查與早期診斷技術中，低劑量CT具有明顯優(yōu)勢，成為肺癌早篩應用最廣泛的影像學方法。內(nèi)鏡檢查觀察病變直觀、高效、優(yōu)勢突出。液體活檢、揮發(fā)性有機物和特殊的腫瘤自身抗體檢測簡單、無創(chuàng)，特別是液體活檢及液體活檢與低劑量CT聯(lián)合診斷可能是近年來肺癌早期診斷的熱點和研究方向，而呼吸分析可能成為肺癌篩查的主要方法，E-Nose在預測療效的作用大有前景，AI和機器學習在肺癌篩查中廣泛應用并彌補了人為操作可能帶來的誤差以及提高工作效率。然而，當前肺癌早篩還存在許多問題和挑戰(zhàn)，比如肺癌篩查計劃的依據(jù)和方案未形成共識；肺癌篩查的患者風險模型、受益者范圍和時間間隔如何選擇等，因此需要考慮目標人群的識別、招募和依從性，篩查頻率，綜合戒煙干預措施及成本效益以及性別差異等因素，同時著手建立標準的早期肺癌篩查與診斷的臨床路徑，積極開展大型試驗驗證高危風險模型的實用性，評估有吸煙史的人群以及戒煙干預在肺癌篩查中的獲益等。相信未來會有更多的研究者進一步探索研究，使這些技術早日納入臨床檢查應用中，實現(xiàn)肺癌早期發(fā)現(xiàn)、早期診斷和早期治療，從而提高肺癌患者生存質(zhì)量，延長生存期。

引用本文：

何 爽，田 金，龍 麟，等.肺癌篩查與早期診斷：從影像學到生物標志物的進展 ［J］.中國癌癥防治雜志,2024,16(1):120-126.

作者：何爽  田金  龍麟  趙麗麗  肖軍

作者單位：山東中醫(yī)藥大學第一臨床醫(yī)學院；青島大學附屬青島市海慈醫(yī)院,青島市中醫(yī)醫(yī)院腫瘤中心