肺癌是我国发病率和死亡率最高的恶性肿瘤之一，也是国际上癌症相关死亡的首要原因 ^{［ 1- 2］}。临床上，低剂量螺旋CT（low-dose helical computed tomography，LDCT）是肺癌早筛、早诊及肺结节良恶性鉴别诊断的主要手段和依据；在接受LDCT筛查的人群中，有50%被检出肺部结节 ^{［ 3］}，并进行了侵入性检查甚至外科手术干预。研究 ^{［ 4- 5］}表明由LDCT造成的过度诊断率高达18.5%，而这些患者的肺结节术后病理诊断为良性。为帮助临床实现准确决策，肺结节恶性概率预测模型已成为辅助临床诊断的重要工具。目前较为认可的临床预测模型包括Mayo Clinic模型、Brock模型、美国退伍军人管理局（veterans administration，VA）模型、肺部影像报告和数据系统（lung imaging reporting and data system，Lung-RADS）等，但上述模型也因准确度等问题需要更多的外部验证，且相关研究结论尚存在一定争议 ^{［ 6- 7］}。因此，解决肺结节患者的过度诊疗问题、开发新的肺结节良恶性鉴别诊断模型仍是当下的研究热点。

本课题组在前期工作中开发了一项快速、高通量的血清代谢分子检测技术 ^{［ 8］}，初步构建了采用随机森林算法并基于血清代谢指纹数据、蛋白标志物癌胚抗原（carcinoembryonic antigen，CEA）和Image-AI的多模态肺结节诊断模型（a multi-modal pulmonary nodule diagnosis model combined metabolic fingerprints，protein biomarker CEA and Image-AI via random forest，MPI-RF） ^{［ 9］}。在本研究中，我们将进一步对该模型在良恶性肺结节鉴别诊断中的性能和临床价值进行验证，同时与现有的临床预测模型进行性能比对，以期为该模型的临床应用提供数据支撑。

入组2016年11月—2018年5月就诊于上海交通大学医学院附属胸科医院的患者289例。纳入标准：①年龄18~80岁。②经LDCT筛查有肺部实性结节（6 mm≤直径≤30 mm）。③计划接受肺结节切除手术的初诊患者，且近3年无肿瘤相关手术或抗肿瘤药物治疗史。④术后组织病理报告完整。排除标准：①处于孕期或哺乳期。②有人类免疫缺陷病毒感染史。③近1个月内有输血史。④合并有其他肿瘤史。

根据术后病理结果，将入组患者分为恶性结节组（ n=197）和良性结节组（ n=92）。收集并比较2组患者的基本信息，包括年龄、性别、CEA水平。

于空腹状态下收集2组患者的全血样本，行血清分离后，将血清样本冻存于-80 ℃，用于后续CEA、代谢指纹数据检测。

采用癌胚抗原定量测定试剂盒（Roche，美国）对患者血清CEA进行检测，检测仪器为电化学发光免疫分析仪（Roche，美国），具体操作参照说明书进行。

采用基质辅助激光解吸电离质谱仪（Bruker，德国）对患者的血清进行代谢指纹图谱检测。该质谱仪以铁纳米颗粒作为基质，参数设置为Nd:YAG激光器、355 nm波长、最大频率2 000 Hz，以正离子反射模式进行质谱数据采集，所检测的相对分子质量范围设定为100~1 000，具体实验步骤参照说明书进行。

采用128排LDCT扫描仪对患者进行检测。常规LDCT扫描参数设置为间距1.0 mm、矩阵1 024行×1 024列、视野范围300 mm，管电压120 kV、电流200 mA。检查结束后，由2位影像科副主任及以上级别的医师共同阅片，记录结节位置、大小、类型、有无毛刺等临床特征，其中结节类型可分为实性结节、纯磨玻璃结节和混合磨玻璃结节共3种类型，结节大小分为直径<8 mm和直径≥8 mm共2种类型。而后，根据Lung-RADS分级标准 ^{［ 10］}对结节进行分级评估，使用CT影像人工智能模型Image-AI对CT数据进行影像得分计算 ^{［ 11- 12］}，并记为CT特征数据。

将本研究入组患者的血清代谢指纹数据、CEA数据和CT特征数据输入到MPI-RF中，对其恶性概率得分进行计算，用于后续绘制受试者操作特征曲线（receiver operator characteristic curve，ROC曲线）及模型诊断能力的评估。同时，根据患者基本信息和影像数据，计算每位患者的Mayo Clinic模型、Brock模型和VA模型得分，以用于模型性能评估。

采用Python软件3.7.0版本、Pytorch软件1.6.0版本、Scipy软件1.5.2版本、Sklearn软件1.0.2版本对质谱数据进行预处理混合分析。采用SPSS软件20.0版本对相关数据进行统计学分析。符合正态分布的定量资料用 x± s表示，采用独立样本 t检验进行分析；不符合正态分布的定量资料用 M（ Q₁， Q₃）表示，采用Mann-Whitney U检验进行分析。定性资料以频数表示，采用 χ²检验进行分析。采用ROC曲线评估模型的预测效能并计算曲线下面积（area under the curve，AUC），包括MPI-RF在不同类型和大小的肺结节中的诊断性能；采用MedCalc软件19.0.4版本对AUC进行DeLong检验，比较MPI-RF与Mayo Clinic模型、VA模型、Brock模型的诊断性能，并进一步比较MPI-RF与Lung-RADS在良恶性结节中的诊断性能。 P<0.05表示差异具有统计学意义。

对2组患者的基本信息、临床特征及Lung-RADS分级进行比较，结果（ 表1）显示患者的性别、结节大小、结节类型、有无毛刺、Lung-RADS分级的组间差异具有统计学意义（均 P<0.05）。

本研究通过基质辅助激光解吸电离质谱（matrix-assisted laser desorption/ionization mass spectrometry，MALDI-MS）技术对2组患者（良恶性肺结节）的血清行代谢指纹图谱检测，具体如 图1所示。

通过对2组患者MPI-RF得分进行比较，结果（ 图2A、B）显示恶性结节组患者的MPI-RF得分高于良性结节组患者（ P=0.000），即MPI-RF得分可在一定程度上预测肺结节的良恶性，与我们的前期研究 ^{［ 9］}结果相一致。

而后，采用ROC曲线就MPI-RF对良恶性肺结节的鉴别诊断能力进行预测，结果（ 图2C）显示，该模型的AUC为0.887，灵敏度为81.22%、特异度为83.70%。同时，采用ROC曲线就MPI-RF对不同结节类型、大小的鉴别诊断能力进行预测，结果（ 图2D、E）显示：对于实性结节、混合磨玻璃结节、纯磨玻璃结节，该模型的AUC分别为0.877、0.858、0.978；对于直径<8 mm、直径≥8 mm的结节，该模型的AUC分别为0.840、0.891。继而提示，MPI-RF在肺结节良恶性鉴别诊断中具有良好的性能。

本研究将MPI-RF与目前结合了基本信息和影像数据建立的Mayo Clinic模型、Brock模型和VA模型的诊断性能进行比较，结果（ 表2）显示MPI-RF的性能优于现有的3种临床预测模型（均 P=0.000），具有更高的临床价值。

采用ROC曲线对MPI-RF和Lung-RADS在良恶性肺结节中的诊断性能进行比较，结果（ 表3）显示，在总样本中MPI-RF的诊断性能优于Lung-RADS（ P=0.000），且在不同类型结节中其诊断性能亦优于Lung-RADS（均 P=0.000），尤其是在纯磨玻璃结节中（其AUC为0.978、灵敏度为92.31%、特异度为100.00%）。

目前，采用LDCT对早期肺癌进行筛查已达成共识。世界两大肺癌筛查的随机对照研究（即美国国家肺癌筛查试验、荷兰-比利时肺癌筛查试验）的数据表明，采用LDCT对肺癌高危人群进行筛查可降低20%~30%的肺癌相关死亡率 ^{［ 6， 13］}。但该方法存在较高的假阳性率，且过多的患者被进行了过度诊疗 ^{［ 14- 15］}，这在一定程度上造成了患者的恐慌和医疗资源的浪费 ^{［ 16］}。目前，临床上现有的肺结节恶性概率预测模型虽可以辅助诊断，但其诊断的灵敏度、特异度等均无法很好地满足临床肺结节鉴别诊断的需求。然而，2022年SAMMUT等 ^{［ 17］}融合了临床信息、分子及数字病理数据等构建的分类模型可有效预测乳腺癌的治疗反应，AUC达到0.87；COHEN等 ^{［ 18］}开发了结合循环肿瘤DNA点突变和传统蛋白标志物的泛癌血液检测模型，可同时预测8种常见肿瘤。从而提示，多模态数据融合分析或具有辅助疾病诊断的优越性。

前期工作中我们已构建了基于血清代谢指纹数据、CEA数据和Image-AI数据的多模态良恶性肺结节鉴别诊断模型（MPI-RF） ^{［ 9］}，本研究在此基础上对该模型展开验证。通过289例患者的相关数据我们发现，MPI-RF在不同结节的类型、大小中均表现出较好的诊断性能；随后，对MPI-RF、Mayo Clinic模型、Brock模型和VA模型进行比较，结果显示MPI-RF的诊断性能较其他3种模型更优。进一步，我们对MPI-RF与Lung-RADS进行比较，结果显示无论是在总样本，还是在不同类型结节中，MPI-RF的诊断性能均优于Lung-RADS。因此，相比于单纯的影像学分级模型，基于多模态的鉴别诊断模型可以提供更为全面的信息，具备更稳健和更高的诊断性能。

此外，本研究尚存在一定的局限性：一方面，MPI-RF仍需更多数量、多中心的样本进一步验证；另一方面，MPI-RF在临床环境中的应用还存在很多不确定因素，尚需长期随访数据进行验证。综上所述，本研究发现MPI-RF在不同类型、大小的肺结节中均具有良好的诊断性能，且其诊断性能明显优于现有临床模型（Mayo Clinic模型、Brock模型、VA模型和Lung-RADS）。因此，该模型可以认为是一种性能优良的良恶性肺结节鉴别诊断模型，具有一定的临床应用价值，但在后续的模型临床转化工作中还需综合考虑实际操作和随访数据验证等问题。