文章核心观点 - 中国健康促进与教育协会举办肺癌关注月专题访谈，国际肺癌研究协会主席周彩存教授提出五项核心建议，旨在提升公众对肺癌的预防、筛查和科学应对意识 [1] 源头预防 - 吸烟是肺癌最主要危险因素，吸烟量越大、起始年龄越早，患病风险越高，且影响靶向治疗机会和预后 [2] - 需避免长期接触粉尘、化学有害物质，关注空气质量并在污染天气做好防护，从生活细节降低诱因 [2] 精准筛查 - 四类高危人群应定期进行低剂量螺旋CT筛查：长期吸烟者、有恶性肿瘤家族史者、患有慢性肺部疾病或有职业暴露史者、70岁左右高龄人群 [3] - 低剂量螺旋CT是目前最有效筛查工具，能精准识别2-3毫米微小病灶，早期肺癌经规范治疗临床治愈率可达90%以上 [3] 科学应对肺部结节 - 95%以上肺部结节为良性，5毫米以下结节恶性概率仅为1%-2%，需结合大小、形态、密度及个人病史综合判断 [4] - 低风险人群5毫米以下结节可每2-3年随访一次，高风险人群可缩短至半年随访，发现增大或形态变化再就医干预 [4][5] 分层治疗 - 早期（Ⅰ期）肺癌术后治愈率达80%-90%，无需额外化疗 [6] - 中期（Ⅱ-ⅢA期）患者通过新辅助免疫化疗、靶向治疗实现降期后，五年生存率从30%-40%跃升至65%以上 [6] - 现代化疗已实现减毒增效，副作用大幅减轻，部分患者治疗期间生活质量与常人无异 [6] 晚期患者规范应对 - 靶向治疗关键在找到靶点，如ROS1融合阳性患者使用新一代靶向药物可将中位生存期延长至48个月以上 [7] - 无靶点患者采用免疫+化疗方案，近三分之一可实现长期生存，国产靶向及免疫药物疗效达国际领先水平且经济负担降低 [7]

肺癌筛查的临床挑战与现状 - 肺癌是全球最具侵袭性和普遍性的癌症之一，2020年预估新增病例达220万例，死亡病例达180万例 [2] - 多数肺癌病例在进展至晚期前无明显症状，晚期治疗选择有限，导致五年生存率低于10% [2] - 年度低剂量计算机断层扫描（LDCT）筛查是改善肺癌高危人群预后和生存率的关键策略 [5] - LDCT扫描中偶然发现的肺结节（<3厘米）需要临床决策支持，以决定是采取即时干预还是制定随访方案 [5] 大语言模型在临床决策支持中的研究进展 - 大语言模型（LLM）是基于数十亿单词训练的人工智能系统，其在支持诊断和治疗决策方面的潜力日益受到关注 [5] - 在肺癌领域，LLM已被用于回答非专业人士问题、对CT报告进行数据挖掘以及评估肺结节患者的纵向CT图像 [5] - 近期有研究表明，开源大语言模型DeepSeek-R1在临床决策中的表现与OpenAI的GPT-4o等领先的专有模型不相上下 [5] - 然而，此前的研究多基于医学教科书和学术期刊中的病例报告，在实际临床应用方面存在不足 [5] 多中心基准测试的研究设计与方法 - 复旦大学中山医院谭黎杰教授团队于2025年11月21日在Cell Reports Medicine上发表了一项多中心横断面研究 [3] - 研究旨在评估LLM是否为首次LDCT中发现肺结节的患者提供管理建议的合适决策支持工具 [6] - 研究从三家不同医疗机构收集了真实世界的LDCT报告，准备了148份匿名报告用于评估 [6] - 研究系统地评估了GPT-3.5、GPT-4、Claude 3 Sonnet和Claude 3 Opus四种LLM的可读性、准确性及一致性 [6] - 研究还使用一家医院的报告对最先进的专有模型GPT-4o及开源模型DeepSeek-R1进行了探索性分析 [6] 大语言模型在肺癌筛查中的性能评估结果 - 评估结果显示，Claude 3 Opus生成的建议可读性最高，而GPT-4达到了最高的临床准确性 [3][7] - 各LLM对来自不同医院的报告之间的性能差异并不显著，突显了其对报告模板变化的稳健性及在不同医疗环境中的实用性 [7] - 在探索性分析中，GPT-4o和DeepSeek-R1的表现与GPT-4相当，均优于GPT-3.5 [3][7][8] - 这些发现表明，大语言模型有可能在不同医疗环境中增强肺癌筛查的临床决策支持 [3][10]