在与雷蒙德·奥萨罗吉邦医学博士的最后一次采访中，他作为浸信会癌症中心多学科胸部肿瘤项目的主任，在2025年美国癌症研究协会年会上强调了一些旨在提高肺癌筛查率的有前景的创新。
展望未来，有哪些令人期待的创新，例如新兴技术或政策努力，可以帮助缩小肺癌筛查的差距？
关于缩小筛查差距，我们知道这是一个巨大的机会。可以想象，有很多努力、时间和精力都投入到寻找一种方法来解决我们目前的困境。有几个非常令人兴奋的事情。我提到了HEDIS（医疗效果数据和信息集）措施的发展，这是医疗机构和初级保健提供者用来鼓励和激励他们参与筛查的工具。我们需要做的一件关键事情是开发一个HEDIS措施，使保险公司能够通过纳入肺癌筛查指标来衡量初级保健提供者和机构提供的护理质量。这是一项正在进行的工作。
另一项我们正在努力做的事情是简化资格标准。当前肺癌筛查的一个问题是，其标准有点过于复杂。与乳腺癌、宫颈癌或结肠癌不同，这些癌症的筛查只需要问年龄是否足够大。而肺癌不仅需要问年龄，还需要问你是否吸烟、是否仍在吸烟、你多久前戒烟、你吸了多少烟等问题。这确实很繁琐。
其中一个变化是美国癌症协会建议取消“你多久前戒烟”这个问题，因为即使那些戒烟超过15年的人，他们的肺癌风险仍然在上升。另一个是关于包年史的问题，这是一个稍微复杂的计算。有证据表明我们可以简化这个过程，只需问“你吸烟的时间是否达到20年？”而不是试图计算包年数。
这些都是例子，但真正令人兴奋的创新在于技术。人工智能（AI）现在是一个热门词汇。事实证明，AI是我们的一大机遇。有许多人在研究如何利用人工智能来增强CT扫描，使其成为更高效的筛查工具。
其中最令人兴奋的是一个叫做Sybil的项目。Sybil是由麻省理工学院计算机科学教授丽吉娜·巴兹莱开发的一种AI算法。我们有一个Sybil实施联盟，包括麻省理工学院、马萨诸塞州总医院布里格姆、我的机构浸信会纪念医疗保健公司、芝加哥伊利诺伊大学和亚特兰大的WellStar。我们联合起来加速在美国多样化人群中开发Sybil。这是另一个非常令人兴奋的创新领域。
我知道还有许多其他人在研究AI。有一家法国公司Median Technologies即将向FDA提交他们的算法。他们的算法经过严格测试，可能很快就会进入市场。还有很多其他类似的技术创新使用人工智能。
第三个令人兴奋的部分是生物标志物的概念。利用生物标志物来识别有肺癌风险的人，并让他们去进行筛查，这是一种一些公司采用的方法。另一种是对于已经接受筛查并发现肺结节的人，开发生物标志物来确定哪些结节是真正的肺癌，哪些是良性的。我们真的不想对良性肺结节进行过多处理。
生物标志物检测和人工智能是两项即将出现的技术创新，它们有望帮助我们简化流程，使其更具成本效益、更安全，并且更容易在广泛的人群中部署。
(全文结束)
