注册 | 个人登录 | 团体登录
标准解读 当前位置:首页 > 标准解读
《肺癌筛查BT/IT融合技术应用指南》标准解读
发布人:中国高技术产业发展促进会 发布时间:2026-01-19

一、标准基本信息

本标准编号为T/CHI 04—2025,于2025年10月17日发布并同步实施。其适用范围聚焦于采用BT/IT(生物技术/信息技术)融合技术开展肺癌筛查的各类医疗机构、体检中心及相关科研机构,不适用于单纯依赖胸部X线、低剂量螺旋CT等传统方法的肺癌筛查。该标准由华中科技大学提出,中国高技术产业发展促进会归口,联合华中科技大学同济医学院附属协和医院、中国科学院计算技术研究所等高校、科研院所及企业协同编制,编制过程严格遵循GB/T 1.1—2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》,经需求调研、框架设计、技术验证等全流程打磨,系统整合多领域实践经验与前沿技术成果,兼具科学性与实操性,精准适配肺癌筛查技术创新应用需求。

二、制定背景与需求

当前肺癌筛查领域面临传统筛查方法准确性有限、单一技术手段难以全面捕捉疾病信号、多源数据整合不足、筛查流程缺乏标准化规范等痛点,制约了早期肺癌的精准检出效率。为对接健康中国战略中癌症早诊早治的核心要求,响应临床对高效、精准肺癌筛查技术体系的迫切需求,亟需打破生物技术与信息技术的应用壁垒,建立统一的BT/IT融合技术应用标准,填补行业在多模态数据整合、智能分析、质量控制等方面的标准化空白,为肺癌筛查的规范化、精准化发展提供技术支撑。

三、适用范围与核心术语

本标准核心覆盖BT/IT融合技术在肺癌筛查中的全流程应用,包括风险评估、数据采集、整合分析、结果判定、质量控制等关键环节,适配临床筛查、体检服务、医学科研等多场景应用。核心术语及定义要点如下:

术语名称定义要点
生物技术 BT融合生物学、医学、计算机科学等多学科知识,用于采集、存储、分析和解读生物样本信息的技术,含基因检测、蛋白质组学分析等
信息技术IT利用计算机、网络、人工智能等技术处理分析数据的技术,在肺癌筛查中应用于医学影像处理、数据分析建模、远程医疗等
BT/IT融合技术有机整合生物技术与信息技术,融合生物样本信息与医学影像等多源数据,通过人工智能算法综合分析,提升肺癌筛查准确性与效率的技术体系
肺癌筛查在无症状人群中通过各类检查手段发现早期肺癌或癌前病变的过程
生物标志物反映生物体生理、病理状态的物质(如蛋白质、核酸等),可作为肺癌诊断和预后评估的指标
人工智能辅助诊断利用人工智能技术处理医疗数据,为医生提供诊断支持,最终诊断决策由医生主导

四、核心技术要求与流程

肺癌筛查BT/IT融合技术应用遵循科学、准确、安全、有效的原则,核心闭环流程为:风险评估→数据采集→数据整合与分析→筛查结果判定,各环节关键要求如下:

环节/维度关键要求
风险评估收集受检者年龄、吸烟史、家族病史等信息,运用人工智能风险评估模型将受检者划分为低、中、高风险人群
数据采集生物样本:按风险等级采集血液、痰液等样本,规范操作保障质量;医学影像:采用低剂量螺旋CT标准化扫描;必要时通过支气管镜及肺泡灌洗液采集下呼吸道样本,严格执行术前评估、术中无菌操作与麻醉管理
数据整合与分析数据预处理:进行清洗、归一化、特征提取;数据融合:建立多源数据集成平台;数据分析建模:运用人工智能算法挖掘肺癌相关信息
筛查结果判定人工智能辅助诊断给出初步结果,由多学科诊疗(MDT)团队专家审核评估,最终确定是否患有肺癌或癌前病变

同时,明确两大技术分支的具体应用要求: 

生物技术(BT:涵盖基因检测(检测EGFR、KRAS等基因突变,采用荧光定量PCR为主、二代测序为辅的方法)、蛋白质组学分析(质谱技术等定量定性检测蛋白质表达)、代谢组学分析(NMR、LC-MS等检测小分子代谢物)、生物标志物检测(检测CEA、NSE等指标),各技术均需建立严格质量控制体系; 

信息技术(IT:包括医学影像处理(重建增强、数据管理、AI自动检测肺结节)、BT/IT融合分析建模(数据挖掘、多模态数据融合AI算法研发、智能评估模型构建)、远程医疗与信息化平台(远程会诊、信息化管理与随访)。 

五、质量控制与安全管理

(一)质量控制

核心维度标准要求控制措施
技术性能验证定期依据病理结果、预后数据等,验证生物样本检测准确性、AI模型诊断性能等建立技术性能定期验证机制,确保技术稳定有效
数据质量控制保障数据采集、传输、存储、分析全环节的准确性、完整性和一致性建立全流程质量监控体系,规范数据处理流程
结果准确性评估通过与病理诊断对比、多中心临床试验等方式验证,要求灵敏度及特异度达到99%以上采用多种验证方法,持续优化提升筛查准确性

(二)安全管理与资料整编

管理维度关键要求
数据安全建立安全管理制度,采用加密、备份、访问控制等措施,防止数据泄露与滥用
隐私保护遵守法律法规,获得受检者知情同意,通过数据脱敏、匿名化等方式保护隐私
资料整编按统一格式编写筛查报告,包含基本信息、筛查结果、诊断建议等;对检测报告、影像资料等分类归档,建立完整筛查档案

六、标准差异与核心亮点

(一)与现有相关规范的差异

对比维度现有相关规范本标准
技术融合度多聚焦单一技术(如单纯影像筛查或单一生物标志物检测),缺乏跨领域融合规范首次系统整合BT与IT技术,建立一体化筛查技术体系
流程完整性筛查流程碎片化,各环节衔接缺乏标准构建“风险评估-数据采集-整合分析-结果判定”全闭环标准化流程
智能应用深度人工智能应用局限于单一环节(如影像辅助诊断),缺乏全流程渗透AI技术贯穿风险评估、数据处理、辅助诊断全流程,构建多模态数据融合分析模型
质量控制精度质量控制指标模糊,缺乏量化标准明确技术性能、数据质量、结果准确性的量化要求(如灵敏度/特异度≥99%)

(二)核心创新亮点 

首创BT/IT融合肺癌筛查技术体系,打破生物技术与信息技术的应用壁垒,填补多源数据整合筛查的标准化空白; 

构建全流程标准化操作规范,涵盖从风险分层、多类型样本采集到AI分析、MDT审核的完整链条,实操性强; 

强化多维度质量控制,明确量化考核指标,保障筛查结果的可靠性与可重复性; 

融入人工智能算法与多模态数据融合技术,提升早期肺癌检出效率,为精准筛查提供技术支撑; 

配套支气管镜及肺泡灌洗液采集的专项规范,完善特殊样本采集的安全与质量控制要求。 

七、实施指引与建议

本标准可支撑临床肺癌早诊早治、体检中心筛查服务升级、科研机构技术研发与验证、医疗行业质量监管等核心场景,为肺癌筛查技术创新与规范化应用提供重要依据。

(一)实施要点 

应用机构需具备专业医疗人员、先进检测设备、完善信息管理系统及严格质量控制体系,参与人员经系统培训后上岗; 

基因检测需由通过ISO 15189、CAP等认证的第三方医学检验实验室执行,定期开展室内质控与室间质评; 

严格遵循支气管镜及肺泡灌洗液采集的操作规范,控制灌洗液总量及回收率,加强患者生命体征监测; 

定期验证AI模型性能,结合临床反馈持续优化算法与评估模型。 

(二)推广建议 

优先在三甲医院、肿瘤专科医院及大型体检中心试点应用,积累实践经验后逐步向基层医疗机构延伸; 

开展标准解读与实操培训,重点强化AI技术应用、多模态数据整合及质量控制环节的培训; 

推动跨机构数据共享与协同研究,基于标准规范数据格式,促进多中心临床试验与技术迭代; 

结合技术发展与临床需求,建立标准动态修订机制,及时纳入新型生物标志物、AI算法等创新成果。

注:本标准部分内容涉及专利(用于预测肺癌转移的呼出气冷凝液微生物组合、试剂盒及方法,专利号ZL202510292678.X),专利持有人承诺在合理无歧视条款下提供授权许可,相关信息可联系专利持有人(电子邮箱:whuhjy@126.com)。