个人观点（2022.4.7）：引入人工智能AI诊断肺结节，到底是利是弊？

前言：随着肺结节发现的越来越多，也为了避免漏诊带来的医患纠纷，许多医院影像科在诊断中引入了人工智能AI系统来辅助，这在很大程度上基本杜绝了漏诊的问题，再小的结节AI也能给你找出来，标上位置、密度、大小、面积、体积等测量值。看着似乎非常完美！今天我们从一个网络问诊的病例入手，来谈谈个人的一点看法，引入AI的意义何在？利弊权衡到底好不好？

网络问诊病例：

患者提交的信息：

2021年6月在上海某医院做手术，鳞癌右肺下叶切除。医生，我们上传了两次复查的CT影像和报告单。

疾病：

肺癌手术后，尚有多发结节

希望得到的帮助：

双肺多发结节，请主任帮忙诊断性质，并给出下一步治疗建议。

图片展示：

我们从图像上来看，病灶确实是磨玻璃结节，但密度都很低，风险都很小，至少没有达到微浸润性腺癌程度的结节。但影像科依据AI的诊断，出的报告是下面这样的：

其中最令患者担忧的是：左肺多发磨玻璃结节，部分属高危结节可能性大，建议密切随诊！

患者本身右侧已经因为肺癌手术过了，2021年才做了，现在报多发磨玻璃，还部分高危结节，得有多担心呀！本是惊弓之鸟，再说考虑高危结节。但我们现在已经知道，磨玻璃为表现的肺结节恶性程度低，发展慢，随访窗口期宽，有很长的犹豫时间给患者，况且我一直认为多发磨玻璃结节的处理干预要慎重再慎重，最关键的并不是动员患者尽早手术切除磨玻璃结节，而是要通过各种努力让患者认识到“持续存在的磨玻璃结节虽然多是恶性范畴的，但随访是安全的，有明显进展再干预是不影响预后的”。从而正确更改面对肺结节，并与之共存！从另一方面来讲，如果肉眼阅片不容易找出来的微小结节，AI找出来并报告，就如这个病例，我自己先看，明显的只找出前3处，而且均风险不高，你再由AI找出后4处来，风险更小的，几乎不用管的结节来，除了增加患者的心理负担之外有何益？1-2毫米这类又淡又小的结节，难道还要考虑消融、手术或SBRT吗？如果不能，对于一个鳞癌术后反正要4-6个月复查一次的病人来说，不是不报更妥当吗？医生的诊断与治疗不单是针对机械的生物体，更是有血有肉有温度的有机体，是社会性的人，心理方面的事宜也要注意，也很重要。

AI的益处：防止漏诊，惹上纠纷；

AI的坏处：找出过多无临床意义结节，徒增麻烦，加重心理负担，不利健康。

所以我的回复如下：

两肺多发淡磨玻璃结节，其中红色圈起来的相对较大，但其密度甚低，而且较散在，虽考虑肿瘤范畴的结节，比如不典型增生之在，按密度应该还没到原位癌或微浸润性腺癌，更别说浸润性腺癌了。所以风险很低，能安全年度复查或半年复查（因原有右肺鳞癌，本应至少半年要查一次的）；黄色圈起来的都是微小的淡磨玻璃结节，大概会是肺泡上皮增生（我的理解是肺泡上皮增生较不典型增生更早，细胞形态还没达到不典型增生的程度，但有异于正常细胞）可能性大；绿色圈起来的太小了，不用人工智能根本就不容易发现，无法从影像形态来判断性质，但必是没有风险的，也是可以不用报告的，只要能2年或3年复查CT绝不会耽误事；蓝色圈起来的更是极淡的病灶，几乎没有明显异常，不需要管它的。所以总体上看是有多发磨玻璃结节，但没有风险大的结节，报告所示的高危病灶，从临床角度看，更是算不上的。AI所谓的高危，应该是考虑肿瘤性质或肿瘤范畴的就算高危，而我们临床处理与否考虑的高危应该是短期内有没有进展或转移风险，或者已经到需要浸润性腺癌了才认为是高危。我是这么理解的。以上供参考！