基于人工智能的胸片优先排序在肺癌诊断路径中的作用：LungIMPACT 随机对照试验

为何这项研究对患者很重要

肺癌是最致命的癌症之一，部分原因在于往往被发现得较晚。许多人寄希望于人工智能能迅速标记出可疑的胸片，从而让患者更快获得所需的扫描和治疗。这项大规模试验检验了在英国国家医疗服务体系中使用人工智能将可疑胸片提前放在放射科工作清单前端，是否能真正加快肺癌诊断。其结果为人工智能在日常医疗中应如何使用提供了重要的现实检验。

肺癌通常如何被发现

对许多人来说，迈向肺癌确诊的第一步是由家庭医生要求进行的胸片检查。如果胸片显得异常或患者属于高风险人群，随后应尽快进行更详细的扫描，即 CT 扫描，并迅速就诊专科。英格兰的国家指南建议，理想情况下可疑胸片应在三天内安排 CT，但扫描设备和人员紧张常导致延误。这些等待会恶化预后，并让患者在等待结果期间承受巨大焦虑。

该人工智能系统应完成的任务

研究人员测试了一个在胸片拍摄后立即分析图像的人工智能程序。在部分日子里，如果人工智能认为某张胸片可能异常，该病例会被推到放射学工作清单的最前面以便快速由人工审阅。在另一些日子里，人工智能的标记仍向工作人员可见，但不会有特殊优先级。试验纳入了来自五个 NHS 医院集团的超过 93,000 张胸片，涉及近 87,000 名成年人。主要问题是，与常规做法相比，人工智能优先排序是否能缩短从胸片到 CT 扫描以及到肺癌确诊的时间。

试验的真实结果

尽管研究规模很大，人工智能优先排序并未加快肺癌路径中的关键步骤。在超过 13,000 名接受 CT 扫描的人群中，从胸片到 CT 的典型等待时间在有无人工智能优先排序的情况下均为 53 天。在 558 名确诊为肺癌的病人中，从胸片到确诊的中位时间在两组中都约为一个半月。急诊转诊的速度、治疗开始的时间以及发现肺癌的分期也没有出现有意义的差异。人工智能确实有助于缩短从胸片到书面报告的时间，但这一缩短不足以改变患者接下来的处理流程。

人工智能做对了什么、错过了什么

研究团队详细审查了人工智能与人工读片者意见不一致的病例。这类不一致约占每三张胸片中就有一张。专家评审认为，在这些不一致病例中近四分之一存在需要采取行动的重要发现，其中包括许多后来确诊为癌症的病例。总体上，人工智能能检测出大多数属于明显阴影等类别的癌症，但也产生了相当数量的误报，并漏诊了一小部分癌症，尤其是细微的结节。这些额外的复核会增加繁忙工作人员的工作量，并带来警报疲劳的风险——频繁的警示会使人们随着时间推移反应减弱。

这对人工智能在临床应用的未来意味着什么

该试验传达的主要信息是，单纯使用人工智能来重新排序放射学工作清单本身并不能在已经建立的医疗路径中加速肺癌诊断。计算机读片速度的任何益处都被现实中的瓶颈如扫描仪可用性和门诊容量所限制。作者总结认为，在此环境下不应仅以工作清单优先排序为目的推广胸片人工智能工具。相反，未来的努力需要探索如何将人工智能与更广泛的路径变革结合，例如同日决策和捆绑检测，并研究如何使其最佳地支持而非取代谨慎的人工判断。

引用: Woznitza, N., Smith, L., Rawlinson, J. et al. AI-based chest X-ray prioritization in the lung cancer diagnostic pathway: the LungIMPACT randomized controlled trial. Nat Med 32, 1737–1744 (2026). https://doi.org/10.1038/s41591-026-04253-5

关键词: 肺癌, 胸部 X 光, 医疗人工智能, 诊断路径, 临床试验