2026年10月13日，重庆大学附属三峡医院印明柱教授团队联合湖南农业大学刘梅教授，在国际权威期刊Signal Transduction and Targeted Therapy发表了题为“Pulmonary nodules: classification, biomarkers, signaling pathways, diseases, early diagnosis and management”的重磅综述论文。该研究系统梳理了肺结节分类、风险评估及临床管理策略，提出了从影像发现到精准干预的综合管理框架，为肺癌早筛、早诊和个体化管理提供了重要的理论参考。
直面临床痛点，构建管理新体系
随着胸部CT及低剂量CT肺癌筛查技术的广泛应用，肺结节检出数量不断增加。然而，肺结节并不等同于肺癌，如何在海量检出结节中精准识别高危病灶、避免过度诊疗，成为当前临床面临的核心挑战。
针对上述痛点，该综述围绕肺结节"发现—分类—风险评估—辅助诊断—治疗决策—长期随访"的全过程，融合影像医学、人工智能、分子生物学与转化医学，构建了面向未来的精准医学管理模式。论文提出的总体框架涵盖了影像学评价、液体活检、人工智能辅助分析、良恶性鉴别、转化医学模型以及治疗和随访管理等多个维度，标志着肺结节诊疗正从单一影像判断向"影像—分子—智能"多维融合决策迈进。
肺结节综合评价与管理总体框架
在临床决策路径上，研究强调需综合分析结节表型、大小、体积、生长速度、实性成分变化、既往影像资料、患者临床危险因素以及辅助检查结果，据此将患者分为低、中、高三级风险路径，实施分层管理。研究特别指出，最终决策必须结合患者年龄、基础疾病、手术耐受性及个人意愿，实现真正的个体化医疗。
肺结节风险评估及临床管理流程
AI液体活检，赋能精准分层
人工智能是该综述的重点关注方向之一。论文总结了机器学习和深度学习算法在肺结节自动检测、影像特征提取、恶性风险预测以及多组学数据整合中的应用，指出AI技术有望大幅提升影像分析效率，推动肺结节管理向智能化发展。
人工智能辅助肺结节检测与风险预测
同时，团队系统总结了多种潜在液体活检标志物，包括循环肿瘤细胞（CTCs）、循环游离DNA/循环肿瘤DNA（cfDNA/ctDNA）、微RNA（miRNAs）、DNA甲基化、蛋白质及自身抗体、外泌体以及循环代谢物等。这些新型分子信号未来有望成为影像学的重要补充，为肺结节精准分层和早期肺癌识别提供新工具。
液体活检标志物体系
机制转化落地，多学科协作推进
在基础研究向临床转化方面，论文总结了小鼠、兔、猪等转化医学模型在肺结节机制研究、影像定位、介入技术验证以及治疗策略评价中的作用，为理解肺结节发生发展规律及推动诊疗创新提供了支撑。
转化医学模型体系
研究最后强调，肺结节管理离不开多学科协作（MDT）。影像科、呼吸科、胸外科、肿瘤科、放疗科和病理科需共同参与，整合各方信息实现共享决策。
多学科协作管理模式
团队深耕不辍，基础临床相融合
该论文通讯作者为印明柱教授和刘梅教授。研究依托重庆大学附属三峡医院临床研究中心、医学病理中心、癌症早期检测与治疗中心、转化医学研究中心等科研平台开展。
印明柱教授团队长期致力于肿瘤早期检测与临床转化，并积极开展国际合作，依托CQU-Ferenc Krausz Nobel Laureate Scientific Workstation等平台推动交叉学科创新。团队特别感谢诺贝尔物理学奖得主费伦茨·克劳兹（Ferenc Krausz）教授、魏政博士以及克劳兹教授团队的其他成员在本综述撰写过程中提供的宝贵建议与建设性反馈。
此次综述的发表，体现了重庆大学附属三峡医院在肺癌早期防控领域的深厚积累。未来，团队将继续围绕肺结节精准评估、多模态生物标志物、人工智能辅助诊断及临床转化应用开展深入研究，为提高肺癌早诊早治水平贡献力量。
来源：重庆大学附属三峡医院订阅号
