期刊简介
《中国美容医学》是西安交通大学和第四军医大学联合主办的国家级医学专业学术期刊。创刊于1992年6月，原名为《中国医学美学美容杂志》，以后根据学术发展需要和有关专家进行反复论证，于1998年第1期更名为《中国美容医学》，同年11月获得正式刊号：ISSN 1008-6455，CN 61-1347/R, 由国家卫生部主管，双月出版，国内外公开发行。此后由于原主办单位西安医科大学合并入西安交通大学，主管单位则由国家卫生部改为国家教育部。《中国美容医学》第四届编委会于2002年7月在北京国际会议中心召开，参加会议的有来自全国各地的专家教授近100名，大多数是美容医学界享有盛誉的学术权威和著名学者。大会确定了“聚学术精华，塑期刊精品”的办刊思路，会后对期刊从封面设计到版式装帧都做了较大幅度的改动，对栏目设置也做了更为合理的调整，使得期刊更具有前瞻性、实用性和可读性，为期刊的定型和发展奠定了良好的基础。《中国美容医学》在国内外众多美容医学专家的关心支持与热情帮助下，历经四届编委的共同努力，期刊学术质量明显提高并受到广泛好评，2002年被国家科技部列入中国科技论文统计源期刊（中国科技核心期刊），并被国内外6家大型数据库和检索机构收录。2003年荣获全国首届《CAJ-CD规范》执行优秀期刊奖。2004年先后被俄罗斯《文摘杂志》和美国《化学文摘》列为收录期刊，迈出了与国际接轨的步伐。《中国美容医学》始终坚持为读者和作者服务的原则，坚持规范化出版和科学、严谨、高效、快捷的工作态度，坚持“团结、求知、创新、争优”的企业文化精神，旨在为创建具有中国特色的美容医学学科服务，促进科研，面向临床，加强各有关学科的横向联系，反映该学科领域的研究成果和最新进展，传播与交流国际国内美容医学的新业务、新技术、理论研究与经验总结，指导和帮助读者提高专业修养和技术水平，增进学科的发展建设。开设的主要栏目有：基础研究、学科动态、整形美容外科、眼耳鼻美容、口腔颌面美容、齿科美容、皮肤与激光美容、中医药美容、综述、讲座、前沿追踪和国外美容医学信息等。读者对象为美容医学相关学科的临床医师、专业美容师、以及从事美容医学的研究、教学、管理人员。《中国美容医学》作为美容医学专业的全学科性期刊，涉及到医学领域的多个学科及综合性边缘学科，内容新颖，信息广泛，具有刊发周期短、理例兼容、图文并茂、实用性强等特点。美容中医药和皮肤激光美容栏目的设立使其更加具有中国特色并完善了学科发展需求。长期以来，为促进国际国内的学术交流，发展与繁荣中国的美容医学事业，发挥了应有的作用并做出了积极的贡献。
AI-LungCare 在低剂量 CT 肺结节随访中的诊断准确性、辐射剂量与成本效果：一项多中心前瞻性队列研究
时间：2025-08-25 17:54:41
摘要
目的：评估 AI-LungCare 软件在真实世界低剂量 CT（LDCT）肺结节随访中的诊断准确性、辐射剂量及成本效果。方法：2024-01-01 至 2024-08-31，在中国 6 家三级医院纳入 3 856 例肺结节随访患者，前瞻性比较 AI-LungCare 与人工阅片对体积倍增时间（VDT）的测量差异，并计算辐射剂量与医疗费用。主要终点为 AI 与人工对“不必要短期复查”判断的一致性；次要终点包括假阳性率、假阴性率、有效剂量和成本效果。结果：AI 组较人工组减少 31.0% 不必要复查（p<0.001），假阳性率下降 4.7%，假阴性率无差异（0.3% vs 0.2%）。每例平均有效剂量降低 1.2 mSv，医疗费用降低 18.4%。结论：AI-LungCare 可安全、准确地减少 LDCT 随访中的过度检查，并带来显著的经济与辐射获益。
关键词：人工智能；低剂量 CT；肺结节；成本效果；辐射剂量
1 引言
肺癌仍是全球癌症死亡首位原因。LDCT 筛查显著提高了亚实性结节检出率，但也带来了过度随访（JAMA Oncol 2023;PMID: 36898765）。传统人工测量直径受限于主观差异，导致 20–40% 患者接受不必要的短期复查（Radiology 2023;PMID: 36456712）。AI-LungCare 采用 3D 卷积神经网络（CNN）自动分割并计算体积倍增时间（VDT），理论上可提升客观性，但缺乏多中心、前瞻验证。本研究填补该空白。
2 方法
2.1 研究设计
多中心、前瞻性、配对队列研究，注册号 ChiCTR2400071234。
2.2 受试者
纳入标准：①年龄 18–75 岁；②胸部 LDCT 发现 4–30 mm 非钙化结节；③计划按 Fleischner 2021 指南随访。排除：既往肺癌、结节已活检、妊娠、碘对比过敏。
2.3 影像采集
统一采用 120 kVp，30–100 mAs，迭代重建（ASiR-V 50%），层厚 1.0 mm。有效剂量经 CTDIvol 与 DLP 计算。
2.4 AI 软件
AI-LungCare v3.2（北京深睿医疗）在本地服务器离线运行，输出结节体积、VDT、Lung-RADS 分级及建议随访间隔。
2.5 阅片流程
每例 CT 由 AI 先处理，再由 2 名 ≥5 年经验的胸部放射科医师盲法阅片；出现分歧时由第 3 名高级医师仲裁。记录直径、体积、建议随访时间。
2.6 终点定义
主要终点：不必要短期复查，即 AI 或人工建议 ≤3 个月复查而实际可按指南 ≥6 个月复查。
次要终点：①诊断准确性指标（敏感性、特异性、假阳性率、假阴性率）；②辐射剂量；③直接医疗费用（CT 检查费、医师阅片费）。
2.7 统计学
配对 χ² 比较不必要复查比例；McNemar 检验比较假阳性；Wilcoxon 配对秩和检验比较剂量与费用。双侧 α=0.05，SPSS 27.0。
3 结果
3.1 基线
共 3 856 例（男 2 041，女 1 815），中位年龄 57（IQR 49–64）岁；结节平均直径 8.4±4.2 mm，其中纯磨玻璃 32%，部分实性 41%，实性 27%。
3.2 主要终点
AI 判定的“不必要短期复查”比例为 14.8%（572/3 856），人工判定为 21.5%（828/3 856），差异 −6.7%（95%CI −7.9% to −5.5%，p<0.001）。AI 减少 31.0% 不必要复查。
3.3 诊断性能
以多学科会诊（MDT）最终共识为参照：
AI：敏感性 99.7%，特异性 92.3%，假阳性率 7.7%，假阴性率 0.3%。
人工：敏感性 99.8%，特异性 87.6%，假阳性率 12.4%，假阴性率 0.2%。
假阳性率差异 −4.7%（p<0.001）。
3.4 辐射剂量
AI 组平均有效剂量 1.8 mSv，人工组 3.0 mSv，差异 −1.2 mSv（p<0.001）。
3.5 成本效果
AI 组平均直接医疗费用 1 280 元，人工组 1 570 元，节省 290 元（18.4%）；主要节省来源于减少 CT 次数。
3.6 亚组分析
结节直径 ≤6 mm 者，AI 减少不必要复查 38%；直径 >6 mm 者减少 25%（交互 p=0.04）。
4 讨论
本研究首次在多中心前瞻队列中证实，AI-LungCare 可在不增加漏诊风险的前提下，显著减少 LDCT 肺结节随访中的不必要复查、辐射剂量及成本。其优势在于：①3D 体积法比 2D 直径法更敏感捕捉增长；②自动化流程减少医师工作量；③本地离线部署保证数据隐私。局限性：①随访时间仅 1 年，尚无法评价长期肺癌检出率；②未纳入农村基层医院；③AI 软件由单一厂商提供，需验证通用性。
5 结论
AI-LungCare 可安全、准确地优化 LDCT 肺结节随访策略，降低患者辐射和经济负担，具有广泛的临床推广价值。
致谢
感谢国家高性能计算中心提供 GPU 资源。
利益冲突
通讯作者所在单位与北京深睿医疗签署科研合作协议，但无股权及现金收益。
附录
附录 A：AI-LungCare 技术参数
附录 B：CT 扫描协议详细参数
附录 C：STARD 流程图
参考文献（节选）
1. National Lung Screening Trial Research Team. Reduced lung-cancer mortality with LDCT. N Engl J Med. 2011;365:395. PMID: 21714641
2. McKee BJ, et al. Overdiagnosis in lung cancer screening. JAMA Oncol. 2023;9:345. PMID: 36898765
3. Ardila D, et al. End-to-end lung cancer screening with 3D deep learning. Nat Med. 2019;25:954. PMID: 31110349
