综述：人工智能在非小细胞肺癌管理中革新诊断、预后及治疗优化的系统性综述

　　本综述系统探讨人工智能（AI）、人工神经网络（ANN）及机器学习（ML）在非小细胞肺癌（NSCLC）诊疗中的应用潜力，强调其在提升诊断精度、个体化治疗及生存预测方面的价值，同时指出其对患者报告结局（PROM）和成本效益的证据尚待完善，呼吁未来研究关注临床转化与伦理问题。

　　

ABSTRACT

Background

非小细胞肺癌（NSCLC）约占所有肺癌病例的85%，是全球癌症相关死亡的主要原因。人工智能（AI）、人工神经网络（ANN）和机器学习（ML）技术与NSCLC管理的结合，在提高诊断准确性、治疗个体化和患者结局方面展现出潜力。然而，这些技术对患者报告结局指标（PROM）、总生存期（OS）和成本效益的影响仍未充分探索。本系统性综述旨在评估与传统研究方法和标准护理方法相比，AI、ANN和ML模型对经组织学确诊的成年NSCLC患者PROM、OS和成本效益的影响。

Methods

本综述遵循PRISMA指南，采用“无Meta分析的综合（SWiM）”方法进行数据合成。数据提取侧重于研究设计、患者特征、AI方法和感兴趣结局。鉴于研究设计和统计方法的异质性，未进行Meta分析。

Results

在筛选的509篇文章中，最终纳入10项研究。基于AI的模型在诊断精确性、治疗优化和生存结局的预测准确性方面表现出改善。AI增强方法在预后预测和资源分配方面优于传统统计模型。然而，数据异质性、模型普适性和算法透明度仍是重大挑战。

Conclusion

现有证据支持AI模型与OS预后分层之间存在探索性关联；但关于NSCLC中PROM或成本效益的可评估证据尚无。未来的前瞻性研究应在临床终点之外纳入经过验证的PROM和正式的经济学评估。AI、ANN和ML有潜力通过提高诊断准确性和治疗结局来革新NSCLC护理。然而，需要进一步研究以验证其真实世界的临床适用性，并解决潜在偏倚、伦理影响以及关于医疗差异的担忧。

Section snippets

INTRODUCTION

非小细胞肺癌（NSCLC）约占所有肺癌病例的85%，并且是全球癌症相关死亡的主要原因（Sung et al., 2021）。尽管诊断和治疗干预有所进步，但NSCLC的生存率仍然较低，尤其是在晚期病例中（Le et al., 2025）。

当前标准护理的局限性。 当前的诊断和治疗方法依赖于放射影像学、组织病理学和分子谱分析；

MATERIALS AND METHODS

本综述遵循系统综述和Meta分析优先报告条目（PRISMA）方案（Page et al., 2021）。PRISMA核对表已添加至补充文件1。叙述性综合遵循系统综述“无Meta分析的综合（SWiM）”指南（Campbell et al., 2020）。该方案未注册。

RESULTS

在初步文献检索中，识别出509篇文章。经过筛选，55项研究符合初步选择标准。然而，经过进一步的资格评估，10项研究被纳入最终系统综述。

纳入的研究在多个国家进行，包括中国、日本、加拿大、丹麦、挪威和荷兰，发表年份从2020年至2023年。研究设计多样，包括回顾性和前瞻性队列方法。

DISCUSSION

将AI整合到NSCLC管理中是精准肿瘤学迈向重大进步的一步，增强了诊断准确性、预后评估和治疗优化。尽管没有研究报告PROM或正式的经济学评估，因此无法得出以患者为中心或成本效益结局的结论，但本综述发现了回顾性证据，表明AI模型可辅助OS的预后分层。所综述的研究共同强调了AI在NSCLC护理中的巨大潜力，同时指出了需要解决的关键挑战。

CONCLUSIONS

AI、ANN和ML在改变NSCLC诊断、预后和治疗优化方面展现出显著潜力。系统综述强调，与传统统计方法相比，基于AI的模型在多个关键领域显示出提高诊断精确性、改善治疗个体化和优化生存预测的前景。AI驱动的决策支持工具在优化化疗和靶向治疗选择方面已显示出有希望的结果。

Declaration of Competing Interest

作者声明不存在任何可能影响本工作报告的已知竞争性财务利益或个人关系。

ACKNOWLEDGEMENTS

本手稿是在欧洲肿瘤学院（ESO）组织的“如何撰写高质量研究论文”写作方法课程期间完成的，由Luca Bertolaccini主持。我们感谢ESO提供这一机会，并感谢Francesca Marangoni和Sarah Goldman提供的宝贵行政支持。

这项工作部分得到了意大利卫生部通过“Ricerca Corrente”和“5×1000”基金的资助。

DECLARATION OF COMPETING INTERESTS

作者声明不存在任何相关的财务或个人竞争利益。

Eduard-Alexandru Bonci, MD, PhD，是一位在克卢日-纳波卡“Iuliu Ha?ieganu”医药大学受训的医师和研究员。他在肿瘤学领域广泛发表文章，并曾担任外科和妇科肿瘤学助理讲师。他目前是里斯本Champalimaud基金会乳腺部门的一员，致力于临床护理和研究。他还是欧盟资助的CINDERELLA项目的助理项目协调员，该项目利用人工智能技术。