指南与共识胸部技术与安全CT

肺癌筛查中的CT采集协议:一项全球调查对指南制定的启示

CT acquisition protocols in lung cancer screening: implications for guideline development from a worldwide survey.
指南 / 共识 · Insights Imaging · 2026-03-16

该全球调查于2024年6月至2025年9月收集了29个国家71家肺癌筛查机构的CT采集协议数据,发现协议制定多由放射科医生主导,仅约三分之一机构有多专业参与,重建算法与参数存在明显差异,作者认为需多专业协作制定协议并进一步研究重建对体积测量的影响。

要点

  • 88%的中心使用自动曝光控制,重建层厚范围0.625–1.5 mm,1.0 mm最常见(43/67)。
  • 90%的受访机构使用肺癌筛查软件,主要用于结节检测(92%)、体积测量(89%)和体积倍增时间计算(71%)。
  • 图像重建以迭代重建为主:统计建模迭代重建30家、深度学习支持迭代重建7家,滤波反投影仅4家。

核心结论

  • 肺癌筛查常推动当前设备极限,有必要多专业协作制定CT协议。
  • 重建参数的变异性要求进一步研究其对体积测量的影响。
  • 优化协议对于在指南制定中平衡辐射剂量降低与诊断准确性仍然至关重要。

研究设计与样本

  • 研究类型为横断面、电子化、自愿、基于网络的 professional 调查,评估肺癌筛查CT采集的机构与技术实践。
  • 调查由SOLACE辐射暴露亚组专家共识开发,并与EIBALL、ALA、QMIC小肺结节生物标志物委员会(原QIBA)及ESTI协作完善,未进行正式预试验或德尔菲式验证。
  • 共收到来自29个国家71家机构的充分部分数据,其中38家完成全部调查;仅使用1台CT设备的机构36家、2台18家、超过2台17家。
  • 调查于2024年6月至11月在SOLACE联盟内部实施,2025年3月至9月广泛传播,2025年9月15日关闭。

关键影像表现/征象

  • 重建层厚范围为0.625至1.50 mm,67份回答中64%(43/67)使用1.00 mm层厚。
  • 层间隔范围为0.50 mm至1.25 mm,通常小于或等于重建层厚,保证连续或重叠重建。
  • 重建算法分布为滤波反投影4家、统计建模迭代重建30家、深度学习支持迭代重建7家。
  • 探测器配置的回答存在明显异质性,部分回答显示误解或与预期问题(探测器排数×探测器宽度mm)不一致。

诊断标准与关键数值

  • 自动曝光控制使用率为88%(43/49)。
  • 协议制定由放射科医生负责的占64/115,47/71(66%)的机构仅由单一专业负责协议制定,其中34/47(72%)为放射科医生。
  • 协议修改同样以单一专业负责为主,40/60(66%)的机构仅由一个专业组负责。
  • 协议更新频率以「按需」为主,占66%(47/71)。
  • 肺癌筛查软件支持使用率为90%(35/39),其中结节检测92%、结节体积测量89%、体积倍增时间计算71%、辅助诊断40%、结构化报告34%。

临床应用与阅片要点

  • 作者指出,肺癌筛查协议的定义与维护应成为真正的多专业任务,包括医学物理师和放射技师。
  • 作者认为,在缺乏中立、全面验证研究的情况下,对先进重建算法与AI分析工具联合应用的解释应保持谨慎。
  • 作者强调,协调协议、加强多学科参与协议治理并嵌入严格的质量保证实践,对于优化不同医疗环境下的肺癌筛查效能至关重要。

局限性

  • 受访样本可能主要代表研究型肺癌筛查机构中负责协议决策的专业人员,高频使用高端CT设备,可能限制对其他实践环境的推广性。
  • 各调查条目的应答率不一,技术问题尤其常未回答,可能反映部分受访者缺乏技术背景或认为相关性较低。
  • 尽管应答绝对数看似适中,但相对于积极肺癌筛查站点直接监督CT协议的专业人员这一较小潜在受访者池是合理的。
  • 调查分发渠道偏向学术或联盟附属中心,且排除了未开展既定肺癌筛查的站点,可能存在选择偏倚,可能低估全球协议多样性。
  • 调查未经正式验证且未定义核心条目集,部分应答可能引入无法完全表征的缺失偏倚。
全文中译13 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Insights Imaging. 2026 Mar 16;17:70. doi: 10.1186/s13244-026-02239-y

引言

肺癌仍然是全球最重大的健康挑战之一,在全球范围内造成大量发病和死亡[1]。通过低剂量计算机断层扫描(CT)筛查进行早期发现已成为降低肺癌死亡率的一种有前景的方法[2],其应用正在欧洲及国际范围内不断扩大[3]。然而,用于肺癌筛查(LCS)的CT采集方案仍存在相当大的差异,给标准化、质量保证(QA)和可靠量化带来了关键挑战。为弥补这些差距,近期启动了一项综合性调查计划[4]。

长期以来人们已认识到,对CT图像中发现的小肺结节进行容积评估能够确定结节增长率,为早期发现和管理决策提供一种敏感方法[5]。较新的研究关注容积分析的方法学依赖性,强调了不同软件解决方案对结节增长测量的影响,并突出了跨机构方案和软件标准化的必要性[6]。一致且可重复的结节体积测定对于计算体积倍增时间(VDT)不可或缺,VDT是当代LCS结节管理指南中的核心定量成像生物标志物[7]。

稳健的技术QA对于确保可靠且可重复的定量成像生物标志物高度相关,尤其是在用于LCS的低剂量CT图像采集背景下[8]。CT图像重建技术的进展,包括整合基于深度学习的图像重建以及使用AI算法进行二次分析,已显示出在筛查环境中降低剂量和提高诊断一致性的潜力[9, 10]。然而,监管框架各不相同;例如,在德国,将结节检测软件纳入LCS是法律要求[11],尽管基于AI的解决方案的最佳作用和性能仍在研究中[10]。

除临床和技术考虑外,近期经济分析进一步支持了LCS项目的成本效益,与早期肺癌检测和预防策略相关的可观财务节约已被证实[12]。随着范式继续向更全面的基于CT的筛查转变,解决方案异质性对于可靠地将筛查获益扩展到肺癌以外至关重要[13]。

ESR/ERS(欧洲放射学会/欧洲呼吸学会)声明文件强调了制定一致指南的紧迫需求[14]。加强欧洲肺癌筛查(SOLACE)联盟已承接这些工作,并正在解决跨机构标准化问题,以最大化LCS项目的影响力和可持续性,从而进一步促进公平并改善不同人群的结局[3, 4]。

材料与方法

这项横断面、电子化、自愿的基于网络的专业调查评估了LCS中CT图像采集的机构和技术实践。来自SOLACE联盟网络及附属学会、参与LCS方案的机构代表被邀请参与。为避免重复录入,要求应答者提供机构名称。所有实施LCS的机构均符合条件。

调查设计

开发了一份两页的电子调查问卷,用于收集与技术指南建议和CT图像采集协议标准化相关的信息。调查问题由专家共识(SOLACE辐射暴露亚组)制定,并与欧洲影像生物标志物联盟(EIBALL)、美国肺脏协会(ALA)、定量医学影像联盟(QMIC,前身为定量影像生物标志物联盟QIBA)下属的小肺结节生物标志物委员会以及欧洲胸部影像学会(ESTI)合作完善;未进行正式的预试验或德尔菲型验证。第一页包含关于一般因素和机构因素的问题,其中纳入了Demb等人[15]的部分条目。第二页侧重于技术因素。部分调查回复被保存以最大化信息产出,并且在至少一般问题和机构因素相关问题被完整回答的情况下被视为充分。完整调查见电子补充材料(ESM)表3。

一般问题

调查参与者被问及其所在肺癌筛查(LCS)中心位于哪个国家。此外,还询问其所在机构的LCS是否使用单台专用设备、两台设备或超过两台设备进行。在关于专用于筛查的设备数量的问题之后,参与者还被要求通过开放文本字段提供每台所用设备的具体信息,包括设备名称和制造商。

机构因素

涵盖可能影响CT协议的机构因素的调查问题包括:由哪些人员负责建立和修改协议,以及协议更新的频率。关于负责建立CT图像采集协议的人员角色的单独回答选项为:首席放射科医师、放射科医师、放射技师、制造商、内部医学物理师、外部医学物理师和其他。另一项调查问题询问负责修改CT采集协议的人员角色,回答选项相同。可选择多个角色,并作为非互斥类别进行分析(见ESM表3)。额外选项“协议一旦建立便不可修改”被纳入以反映某些情况,特别是在研究和试验环境中,此规定可能是强制性的。关于协议更新频率的回答选项包括:不更新、按需更新、少于每年一次、每年一次或每年多于一次。

技术因素

第一个技术问题询问是否使用了自动曝光控制(AEC)。后续条目侧重于技术参数,包括探测器配置、重建算法类型(滤波反投影、基于统计建模的迭代重建(IR)或深度学习支持)、重建核、层厚以及层间距。对于包含同一设备两种不同重建层厚的调查回复,分析中仅纳入较小的层厚,基于以下务实假设(未经直接调查):较厚的重建层仅用于可视化目的。在最后一个问题中,受访者被要求指出用于筛查的软件功能,具体包括结节检测、结节体积测量、VDT计算、诊断辅助(检测/测量之外的决策支持工具[16])、结构化报告或无。

调查分发与推广

调查参与者为SOLACE联盟及其附属网络中参与LCS的机构代表。纳入标准定义为实施LCS方案的机构。参与为自愿性质。这是一项针对匿名专业回复的回顾性国际调查;未收集患者数据,且根据机构和国家的法规,不需要正式的伦理委员会批准和书面知情同意。该调查遵循ESR伦理标准以及GDPR关于数据保护和隐私的规定。该调查于2024年6月至2025年11月在SOLACE联盟内部实施,并于2025年3月至2025年9月广泛传播,于2025年9月15日截止。计划于2028年重新开放调查以及时更新,参见Konrad等[4]及https://redcap.link/CT_Protocol_LCS。该调查包括可选提供电子邮件地址以便后续联系。该调查设计为可在5至10分钟内完成,具体取决于所报告的设备和方案数量。邀请函直接发送给SOLACE联盟和肺癌政策网络内的机构负责人。ESTI、EIBALL和ALA提供了额外推广支持。传播信息中包含调查链接。

数据分析

分析预先设定为纯描述性,未计划进行推断性或假设检验程序。调查回复使用海德堡大学医院托管的REDCap电子数据采集工具自动收集和管理[17]。描述性统计量使用R版本4.1.3计算和可视化[18]。所有可用回复均按条目纳入,导致各问题的分母不同。

结果

该调查共收到273份回复尝试。来自29个国家71家机构的回复包含足够的部分数据(见表1),其中38家完成了完整调查。各机构使用的CT设备数量不一。36家仅使用1台CT设备,18家使用2台设备,17家使用超过2台设备。所用设备的更详细列表见表2。在所述总共140台设备中,23个设备名称在调查中仅出现一次,而高端设备名称相对于制造商的出现频率更高,例如Aquilion Prime SP(3)、Revolution Apex(5)、Spectral CT 7500(3)、Naeotom Alpha(11)。设备名称列表仅包含指向已知商业产品的设备名称,最终列出43个不同设备名称。歧义性术语已被排除。

表1 调查受访者肺癌筛查设施所在的国家(若有多个提供调查答复的筛查机构,则列于括号中) 查看原表 ↗
表2 调查受访者肺癌筛查设施中使用的CT设备 查看原表 ↗

机构因素

图1a中关于方案建立的调查答复显示,在115例中有64例,负责的职业为放射科医师,占50%以上(分别为44名首席放射科医师、20名放射科医师)。许多机构(71家中的47家,66%)仅由一个职业负责方案建立,在这种情况下,也主要是放射科医师(47家中的34家,72%)。图1b所示的答复表明,负责方案修改的职业分布与建立相似;然而,有11家机构被排除,因为它们表示无法进行修改。同样,对于方案修改,60家中有40家(66%)仅由一个专业组负责。

负责方案建立的其他角色包括筛查项目主任(2)、呼吸科医师(1),另有2个方案是在国家或科学项目中定义的。

负责方案修改的其他角色包括筛查项目主任(1)、呼吸科医师(1)和生物医学工程师(1)。

方案更新频率以66%(71家中的47家)占多数,为“按需”更新(图2)。此处有14例表示“无更新”,这意味着3家机构虽无计划更新,但更新本应适用(因为仅有11家机构表示方案建立后无法修改)。

图1 肺癌筛查设施中负责所应用CT图像采集方案建立(a)和修改(b)的专业角色。总应答数据包括来自单一专业和多专业建立/修改机构的答复,而单一专业明确包括仅由一个职业负责的机构的答复。MP,医学物理师 查看原图 ↗
图2 每个肺癌筛查设施CT图像采集方案的更新频率 查看原图 ↗

技术因素

在LCS中使用AEC在88%的机构中得到确认(图3)。关于探测器配置主题的调查答复显示理解上存在相当大的异质性,一些答案表明存在误解或相对于预期问题的不同解读(见ESM表1中的逐字答案——预期答案:探测器排数×探测器宽度mm)。所使用的重建核差异很大,调查答案逐字列于ESM表2中。CT图像中的重建层厚范围在0.625至1.50 mm之间。在67份答复中,64%(67份中的43份)包含使用1.00 mm层厚(图4a)。两幅连续重建图像之间的距离(切片间的“间隔”)范围在0.50 mm至1.25 mm之间,且比层厚呈现更广泛的变异类型(图4b)。由于该间隔是图像重建中的后处理参数,它不依赖于探测器几何结构的物理细节。该间隔通常小于或等于重建层厚,因此保证了连续性或重叠性实施。

用于图像重建的重建算法类型分布见图5,包括滤波反投影(4)、带统计建模的IR(30)和带深度学习支持的IR(7)。

用于支持LCS流程的软件功能分布见图6。90%(39份中的35份)回答该调查问题的受访者确认使用了支持LCS的软件功能。这35名受访者中的大多数使用软件功能进行结节检测(92%)、结节体积测量(89%)和VDT计算(71%)。仅40%使用软件辅助诊断,34%使用软件生成结构化报告。这些百分比反映的是所报告的使用情况,并不提供关于软件性能或临床有效性的信息。

图3 肺癌筛查CT图像采集方案中自动曝光控制(AEC)的声明使用情况 查看原图 ↗
图4 肺癌筛查CT图像采集方案中的层厚和间隔。所应用的重建层厚(a)和切片间的间隔(b) 查看原图 ↗
图5 肺癌筛查CT图像采集方案中所应用的重建算法类型。DL,深度学习 查看原图 ↗
图6 受访者所在筛查机构中用于支持肺癌筛查的所应用软件功能 查看原图 ↗

讨论

这项国际调查揭示了LCS实践中显著的多样性,这可能由国家监管框架和财务状况的差异所塑造。尽管多专业方法在方案制定中的益处已知,但仅有三分之一的应答机构报告有不止一个专业组参与制定CT采集方案,方案修改方面也是如此。方案更新频率仍不一致,未发现标准化的时间表。

调查结果显示,用于LCS的CT设备的类型和制造商存在相当大的异质性,反映了参与机构之间多样的技术格局。值得注意的是,受访者对探测器配置存在混淆,表明对关键技术参数可能存在误解。这凸显了提高关键技术术语清晰度的必要性。

大多数机构报告实施了自动曝光控制(AEC),表明对降低辐射剂量的自动化流程存在广泛信任。重建层厚通常等于或低于1.0 mm,图像间隔与重建层厚一致或更小。这种做法确保了CT图像层面的连续或重叠,这对于结节检测和体积测量是最佳的。然而,所报告的重建核存在相当大的变异性,凸显了加强协调统一的必要性。

该调查还捕捉到了从传统滤波反投影向迭代重建(IR)的转变,包括越来越多的机构采用深度学习IR。虽然这一转变可能在图像质量和剂量降低方面具有优势,但必须认识到深度学习IR可能根据所应用的重建核而改变图像特征。因此,重建图像可能无法完全反映肺结节的物理真实情况。随后在这些重建图像上应用基于人工智能(AI)的软件进行结节检测、体积测量和容积倍增时间(VDT)计算,可能会放大差异。然而,鉴于缺乏关于先进重建算法与AI分析工具整合的中立、全面的验证研究,这些担忧在很大程度上仍属理论层面,需要进一步研究。因此,在获得解决其准确性和可靠性的有力证据之前,对此类联合方法应谨慎解读。

调查中发现的CT采集参数和方案治理方面的异质性,与关于图像重建参数对肺结节体积测量准确性和可重复性具有重大影响的长期证据相一致。Honda等人的研究证明了重建核和层厚对体积测量精度的影响,强调了标准化方案的必要性[19]。本调查关于重建核使用不一致以及探测器配置偶有误解的发现印证了这些担忧。所观察到的关于探测器配置的误解表明,某些技术概念在各中心之间未得到一致理解,这也可能影响其他详细技术回答的可靠性,并凸显了针对性教育和更清晰的方案文档记录的需求。这些发现强调,肺癌筛查(LCS)方案的定义和维护应是一项真正的多专业任务,包括医学物理师和放射技师,正如近期本地质量保证(QA)建议中所强调的[20]。

来自不同制造商的CT设备的多样性反映了CT技术的动态演变,包括光谱成像和剂量降低方面的进展[21, 22]。这种异质性使方案协调统一的努力变得复杂。一致的质量保证仍然至关重要;国家肺筛查试验(NLST)证明了严格QA在多中心试验中提高生物标志物可靠性的作用[23]。本调查关于多专业参与方案制定和更新不一致的发现反映了潜在的QA差距。QMIC小肺结节生物标志物委员会最近的指南强调基于体模的验证和标准化成像参数以提高可重复性[24, 25]。

英国筛查试验的实例展示了体模验证的标准化扫描方案在优化图像质量和辐射剂量方面的关键作用[26]。ESTI LCS技术标准代表了为实现协调统一所做的共同努力,但我们的结果揭示出与这些指南的一致程度并不完全[27]。

美国的建议,尤其是来自美国医学物理学家协会(AAPM)的建议[28],有所不同,其允许稍大的层厚和辐射剂量,这是受不同监管框架的影响。例如,德国立法在LCS中强制执行严格的低剂量CT标准[11]。这些各司法管辖区的现实情况影响了方案的采纳,并凸显了制定普遍适用标准的复杂性。

该调查不仅反映了地区差异,也反映了全球对方案标准化的广泛关注,这体现在来自多个国家、地理分布多样的回复中。这提醒人们注意跨大陆合作在推动协调统一的最佳实践同时尊重各国法律和资源约束方面的关键作用[11, 20, 27, 28]。

精确的结节风险分层得益于基于体积的阈值,其预测恶性的准确性优于仅依靠直径,这支持了可重复体积测量的重要性[29]。然而,关于体积测量软件在不同方案下的性能仍存在知识空白[30, 31]。

图像采集向最新设备的转变有望带来一致的诊断质量,并且对于扩大筛查以检出肺气肿和冠状动脉钙化等合并症至关重要[22, 32, 33]。特别是,预计CT扫描期间的辐射暴露将被降至接近胸部X线的水平。这些多参数能力对方案设计提出了挑战,但也凸显了灵活、标准化成像框架的必要性。

需要考虑的研究局限性如下:第一,受访样本可能主要代表在研究型LCS机构中负责方案决策的专业人员,这一点由高端CT设备的频繁使用所印证。这可能限制了结果向其他实践环境的推广。第二,各个调查条目的回复率存在差异;尤其是技术性问题常常未获回答,这可能反映部分受访者缺乏技术背景或认为相关性较低。第三,虽然回复的绝对数量看似不多,但考虑到潜在受访者群体相对较小,即那些直接负责活跃LCS中心CT方案的人员,每个机构通常由单一专业群体担任该角色,这一数量是合理的。

其他局限性包括可能的选择偏倚,原因在于调查分发渠道偏向学术或联盟附属中心,以及排除了未开展既定肺癌筛查(LCS)的机构,这可能在全球范围内低估了方案多样性。该调查未经正式验证,也未定义核心条目集,因此部分应答可能引入无法完全表征的缺失偏倚。此外,调查未区分专用于筛查的CT系统与与诊断工作流程共用的CT系统,这可能影响方案的稳定性和技术一致性。依赖自我报告引入了误解或回忆偏倚的可能性,尤其是对于复杂技术细节。一些技术条目,包括软件功能,表述较为宽泛,可能被应答者作出异质性解读。尽管存在这些限制,研究结果补充了基于试验的建议,如Lancaster等[32]的建议,并提供了当前国际实践的有价值快照,突出了未来研究和协调统一的领域。

总之,调查数据突出了与当前科学认识和不断演变的技术建议相一致的关键挑战和机遇。协调统一方案、加强多学科参与方案治理以及嵌入严格的QA实践,对于在不同医疗环境中优化LCS疗效至关重要。

补充信息

电子补充材料

引用

  1. Konrad MFG, Nischwitz E, Chorostowska-Wynimko J, et al. CT acquisition protocols in lung cancer screening: implications for guideline development from a worldwide survey. Insights Imaging. 2026. PMID: 41838308. doi:10.1186/s13244-026-02239-y
  2. 全文:PMC12992829(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12992829/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。