浙江大学李雯/尹巍巍等合作最新Nature子刊

背景：肺癌是全球癌症相关死亡的主要原因，早期诊断对改善患者预后至关重要。然而，现有低剂量计算机断层扫描等筛查手段假阳性率高，且难以准确区分肺结节的侵袭性。研究目的：本研究旨在通过分析外周血单细胞免疫特征，结合机器学习算法，开发一个能够精准诊断和预测肺结节侵袭性的诊疗平台。结论：研究成功构建了名为SMART的整合性肺结节诊疗平台，该平台能有效区分侵袭性与非侵袭性肺结节，并能预测肿瘤侵袭程度，区分微浸润性与浸润性腺癌，其诊断效能优于现有临床模型，具有显著的临床应用价值。