【慢性阻塞性肺疾病：COPD的诊断研究取得重大突破】在全球健康问题中，慢性阻塞性肺疾病（COPD）位居第三大致死病因之列，被列为《健康中国2030行动计划》的重点防治对象。近日，海军军医大学第二附属医院——上海长征医院放射诊断科刘士远教授团队，在COPD的诊断研究领域实现了里程碑式的创新突破。他们率先研发出一种基于全肺影像组学与临床基本特征相结合的新方法，能精准预测COPD病情，通过胸部CT平扫图像高效识别COPD病患，该研究成果已发表在国际权威医学杂志《军事医学研究》上。
    慢性阻塞性肺疾病是一种以持续气流受限为特征的慢性炎症性疾病，我国40岁以上人群的发病率高达13.7%。尽管肺功能检测是当前临床诊断和评估COPD的金标准，但其敏感性有限，且在我国尚未广泛应用于COPD的早期筛查，导致大量病例在初期未得到充分诊断和及时干预治疗。
    相较于肺功能检测，胸部CT因居民健康意识提升及大规模肺癌筛查普及而拥有更高的应用率。刘士远教授团队巧妙地运用了影像组学技术这一新型医疗影像分析手段，能够高通量提取并深度解析医学影像中的定量特征，实现病灶精确分割、特征提取及模型建立，从而挖掘、预测并深入分析海量影像数据信息，助力医生做出更为准确的诊断判断。
    在此次研究中，刘士远教授团队利用深度学习全自动分割模型，首度结合全肺影像组学特征与临床变量，开创了一种针对COPD的精准预测新策略，并通过诺莫图直观展示COPD患病概率。研究表明，联合临床信息与全肺影像组学特征的联合模型在内部验证集和外部验证集中表现出最优诊断效能，ROC曲线下面积（AUC）分别达到0.873和0.853，灵敏度则分别为81.8%和88.5%，诺莫图的成功构建将复杂医学图像与数据转化为清晰易懂的形式，有助于医生快速捕捉疾病特征与异常变化，显著提升了诊断的准确性和效率。
    刘士远教授强调，影像组学及人工智能在COPD的诊断分级、治疗决策以及预后评估等方面具有广阔的应用前景，不仅能大幅提升诊断质量和效率，还可在疾病的早期预警和干预措施上提供有力支持，有效优化患者的疾病管理方案，展现出极高的转化应用价值。
    据悉，刘士远教授团队长期以来专注于胸部重大慢性疾病的检测、诊断、分级、预后评估及疗效评价等关键临床问题的研究，创造性地将影像组学和人工智能技术融入到胸部重大疾病的全流程临床诊疗路径中。在其引领下，上海长征医院放射诊断科团队不仅牵头制定了多部行业指南和专家共识，推动医学影像学人工智能的临床转化应用，而且主导组织起草了包括《慢性阻塞性肺疾病胸部CT检查及评价中国专家共识》在内的共11项关于胸部AI相关的重要专家共识和团体标准，为我国乃至全球COPD的精准诊疗打开了全新的局面。