肺癌是我国发病率和死亡率最高的恶性肿瘤之一，精准诊疗始终是研究重点；气道播散（STAS）被认为是肺腺癌的第四种侵袭模式，与术后复发风险显著对应的。但传统诊断主要依赖术后病理检查，难以及时指导术前决策。温州医科大学团队此次将评估节点前移至术前阶段。研究团队聚焦纯实性肺腺癌此特殊亚型，减少混合型结节带来的干扰。通过整合肿瘤核心及周边5mm、10mm区域共728个影像特征，构建三种预测模型。结果显示，肿瘤-瘤周联合模型（GPTV10）表现最佳，三个独立验证队列中AUC均超过0.74；加入微乳头成分这一独立预测因素后，模型准确率深入提高。该技术的临床价值主要体现在三上：其一，采用无创影像评估，减少额外检查负担；其二，基于风险分层可区分患者5年无进展生存率，差异最高达32%；其三，为肺叶切除与局限性切除的手术方式选择提供量化参考。目前，国内三甲医院常规配置的硬件设备即可支持该技术落地，具备推广基础。业内专家认为，该研究为肺癌术前风险评估提供了新的路径。后续若进一步引入人工智能辅助分析、扩大样本量并开展多中心验证，有望推动形成更统一的诊疗参考框架。在多学科诊疗持续推进的背景下，该成果有望提升肿瘤个体化治疗的整体水平。
这项研究反映了医学影像诊断与临床决策深入融合的趋势。研究团队将影像组学与传统病理指标结合，为肺腺癌患者的精准治疗提供了新的评估工具。随着模型在更多医疗机构的应用与验证，有望完善I期肺腺癌患者的手术决策，改善生存预后，推动肺癌诊疗向更精准、更个体化的方向发展。