团队成功研发出被覆特殊复合蛋白的Fe3O4（四氧化三铁）磁性纳米颗粒，它能很好解决痰液中肺癌细胞收集难的问题。实验数据表明，用这种磁性纳米颗粒做成的微球可以很好地在患者痰液中吸附肺癌细胞，能将确诊阳性率提升30%以上。

通过痰液就能检测出人是否患有肺癌，在很多人看来这是难以置信的事情。但是近日，南通大学医学院一个大学生团队通过集成创新复合纳米微球富集肺癌细胞技术以及单细胞分离技术，将AI技术和病理诊断相结合，研发出了通过痰液筛查肺癌的诊断方式。

不久前，该团队的项目“慧眼识癌——肺癌细胞病理诊断赛道的领跑者”，获得第七届中国国际“互联网+”大学生创新创业大赛全国银奖。

识别癌细胞无异于大海捞针

近半个世纪以来，肺癌的发病率和病死率都处于迅速上升的趋势。早发现、早治疗是提高肺癌患者生存率最有效的方法，然而目前尚无性价比高的普查手段。

该团队负责人、南通大学医学院学生陈怡洋说，肺癌确诊的金标准是细胞病理诊断，但对病理科医生来说，将细胞制片并准确找出肺癌细胞是一项十分花费时间和精力的工作。

陈怡洋从大二开始，与志同道合的同学一起组成团队，申请了“AI辅助肺癌细胞病理诊断”的大学生创新项目，探索如何解决痰液制片难、肺癌细胞寻找难、病理确诊难等肺癌诊断方面的问题。

在肺癌细胞病理涂片图像中，肺癌细胞数量很少且常常与其他大量良性细胞夹杂在一起，识别极为困难，在这种情况下发现肺癌细胞无异于大海捞针。不仅需要花费很长时间，而且需要长期的经验积累。

团队成员们发现，利用纳米微球技术富集肺癌细胞是一个很好的路径。“因为良恶性细胞的性质不同，我们希望能找出一种特殊的蛋白能对癌细胞表面受体有特异性的吸附力。”团队成员、南通大学医学院学生席珺婷说。经过很长时间的研究和探索，团队成功研发出被覆特殊复合蛋白的Fe3O4（四氧化三铁）磁性纳米颗粒，它能很好解决痰液中肺癌细胞收集难的问题。实验数据表明，用这种磁性纳米颗粒做成的微球可以很好地在患者痰液中吸附肺癌细胞，能将确诊阳性率提升30%以上。

将AI技术运用到癌细胞诊断中

在解决好如何富集癌细胞的问题之后，该团队又运用“互联网+”思维，把AI技术运用到肿瘤细胞诊断上。

“同学们的想法看似简单，但十分前卫，真正做起来并不容易。”团队指导老师、南通大学医学院副教授吴辉群说，类似于CT影像上的肺结节，显微镜拍摄到的肺癌细胞病理图像中很多细胞都是成团成簇的。另外，不同的医院制片的差异也会影响到病理图像的显示，这些都增加了标注和机器学习的难度。

陈怡洋和团队成员们首先从细胞分离做起，但国内没有现成的分离液可以使用。在医学院季菊玲教授的指导下，团队最终研制出适合肺癌细胞的分离液，可以使制片出来的复杂癌细胞簇不会重叠在一起，这样通过AI技术就能实现精准识别标注，从而提升诊断的效率。

要想让AI实现精准识别，还需要收集大量的肺癌细胞病理图像和专家的标注来训练AI算法。在学院老师以及校友专家的帮助下，团队与复旦大学附属中山医院、上海交通大学附属胸科医院、同济大学附属肺科医院以及该校附属医院等大型医院病理科开展了合作，积累多中心的肺癌细胞病理资源，建立肺癌细胞病理标注数据库，最终开发出“慧眼识癌”远程病理诊断系统原型，实现了“云端”对肺癌细胞的识别诊断。

“‘云端’诊断相比以前坐在显微镜前一遍一遍地观察来说要轻松得多！遇到拿不准的病理图像还能请专家远程会诊，省去了患者去大医院就诊的宝贵时间和往返费用！”在部分临床试用中，该系统受到了许多医生的赞扬。他们表示，“慧眼识癌”远程病理诊断系统为病理医生带来了很多便利，不仅节约了诊断时间，还提高了效率，给患者也带来了实惠。

中国科学院院士、复旦大学附属中山医院院长樊嘉评价：“该项目与临床样本检测的符合率很高，是‘互联网+精准医学诊断’的一个成功范例，未来互联网+AI精准诊断和治疗大有可为，应用会越来越宽广。”

目前，该团队已经与中国肺癌防治联盟达成了合作，将推动痰液早筛成为国家肺癌筛查的推荐项目，帮助患者进行无创诊断，使得病理医生能更简便、更准确地实现筛查工作，让肺癌细胞尽早现形。

肺癌诊断：从26.48%到60.78%的背后

国家科学技术奖励大会11月3日在京举行，一批原创科研成果亮相。科研成果的背后，是医药卫生健康科技工作者们的辛勤付出。他们推动产学研深度融合，推动临床转化；他们持之以恒加强基础研究，攻关关键核心技术。本报开设“关注国家科技奖励”专栏，分享医药卫生健康科技工作者们的故事和心得。

创立早筛早诊早治系列技术，将肺癌的早期诊断率从26.48%提高至60.78%；研发人工智能产品，该产品对3～5毫米肺小结节的快速检出准确性达98.8%；经皮穿刺获取小样本组织，用于肺癌基因突变检测，准确率达95.45%……四川大学华西医院呼吸与危重症医学科李为民教授牵头的“肺癌早期精准诊断关键技术的建立与临床应用”项目，因亮眼成绩获得2020年度国家科技进步奖二等奖。

据悉，从2001年起，李为民及其团队长期致力于肺癌基础研究和临床转化，实现了重大理论创新与技术突破，达到肺癌早期诊断率和5年生存率“双提升”的目标。

实现肺癌早筛早诊

“一名44岁的女性患者，2013年体检时发现直径2.5毫米的淡薄小结节影，2014年复查时结节直径已经增大至7毫米，但因为种种原因未处理。2015年，结节直径已经增至27毫米，患者接受肺癌手术，病理诊断结果为腺癌。两年后，患者复查，发现癌细胞已出现转移，预后极差。如果她在2014年第一次复查发现结节增大时就处理，那么她的预后将是很好的。”李为民说，早期肺癌5年生存率可达92%以上，但晚期肺癌生存率仅为5.8%。

这位患者的惨痛教训，让李为民把目光瞄准了肺癌早筛早诊。

确定早筛早诊的范围，势必需要关注肺癌筛查的高危人群。这个人群又如何确定呢？目前，美国及欧洲各国把年龄大于55岁的重度吸烟者作为肺癌高危人群。然而，数据显示，我国肺癌高危人群逐渐年轻化，其中非吸烟肺癌患者的比例接近50%，小于40岁、小于55岁肺癌患者的比例分别为13.2%和56.7%。

为何我国与国外肺癌高危人群的特点有如此大的差异？有无特异分子特征呢？李为民团队对肺癌患者家族进行了深入研究，发现两个新癌基因PROM1和CRTC2，以及年轻非吸烟肺癌患者新融合突变基因等，证实了中国肺癌患者具有特异性的分子特征。

为此，团队提出40岁及以上人群应用低剂量螺旋CT进行肺癌筛查，并创新性地利用移动车载CT在四川省绵竹市、成都市龙泉驿区和郫都区、甘孜州等地对31500多人进行筛查，最后筛查出200多名早期肺癌患者。此外，项目组以5G信息平台及影像云为支撑，建立华西医院—县医院—社区的三级协同体系，由华西医院专家从技术上支持县医院及社区医生的诊断及处理方案制订，推动了肺癌早期规范筛查。

这项研究将40岁以上、有任一危险因素（吸烟和曾经吸烟、慢性肺部疾病、环境或职业暴露、肺癌家族史等）的人群归为肺癌高危人群，建议这部分人群进行低剂量螺旋CT筛查。这一建议已被写入《肺癌筛查与管理中国专家共识》。

突破早期肺癌漏诊瓶颈

现在各级医院各类检查设备越来越先进、完备，但是早期通过仪器筛查出来的结节是不是都是肺癌？如何精准诊断？如何突破早期肺癌漏诊的瓶颈呢？

李为民团队创新影像组学技术、人工智能技术，通过建立临床资源数据库，突破了肺癌早期精准诊断的技术难题；通过对临床、影像、病理、基因等多维数据系统的集成和提取，建成了肺癌临床智能病种库（含41574例样本），为新型影像技术开发提供了大数据支撑。

同时，项目组挖掘CT图像数字化信息，提取病灶纹理、小波、形状、强度等485个特征，并与临床、病理、基因等信息相关联，构建基于影像组学技术的非侵入性肺癌诊断预测模型，提高了预测准确性。

有了大数据和预测模型的支撑，团队进一步研发出了肺癌（肺结节）AI辅助诊断系统。该系统1分钟即可实现结节定位识别和定性辅助诊断，3～5毫米肺小结节检出准确率达98.8%。

自2016年开始，该系统先后在华西医院等全国155家医院使用，既提高了胸部CT阅片效率，也减少了肺部小结节漏诊率，对实现肺癌早期诊断同质化发挥了重要作用。

推动肺癌规范化诊疗

李为民带领团队建立并完善了肺癌小标本获取方法及分子分型快速检测路径，通过影像智能无创预测常见基因突变（EGFR、TP53等），相比传统方式，时间大为缩减；采用经皮穿刺获取小样本技术，用于EGRF、ALK等基因突变检测和分子分型，准确率达95.45%；建立目标捕获结合NGS技术液体活检检测ALK融合基因，与组织分子检测吻合率达92%；发明一步法快速构建扩增子文库方法，开发出系列肿瘤液体活检试剂盒……

为了更快地推动肺癌规范诊疗，近年来，李为民团队更是将“抢时间”做到了极致。他们率先整合了染色质开放序列、基因组及转录组特征解析肺癌演化分子机制，发现了染色质开放区域与肺癌相关基因拷贝数变化明显相关并调控PI3K/Akt信号通路，描绘了肺癌染色质开放图谱。

针对临床缺乏高敏感性、高特异性分子标志物的现状，李为民团队从早期肺癌患者血浆中筛选证实BAI1、TSP-1等4个分子，实现早期肺癌诊断敏感性达90%（常用标志物敏感性＜50%），获发明专利10项并进行了临床转化；在RNA层面发现4个新环状RNA（hsa-circ-0077837等），诊断肺癌准确性达90%。

“我们希望通过这一系列的研究，创立‘确立高危、规范筛查、系统评估、精准诊断、全程管理’的肺癌早筛早诊早治系列技术，并将这些技术更快地用于临床，惠及更多老百姓。”在李为民带领下，团队通过集成创新，使手术可治愈的早期肺癌（IA1期）诊断率提高了10倍，达到11.82%，lA期肺癌诊断率从2011年的26.48%提高至2018年的60.78%，有力推动了我国肺癌精准诊疗的规范化进程。

来源：科技日报记者 张 晔 通讯员 范 苏 健康报记者 喻文苏 通讯员 卢添林

注：文章内的所有配图皆为网络转载图片，侵权即删！

Tags： 慧眼识癌：通过痰液就能检测是否患有肺癌！