前言

在肺癌診療體系快速發展的今天，精準治療已貫穿全病程管理。治療的精準性首先依賴于診斷的精準性，而傳統病理學診斷作為“金標準”，仍面臨較大的局限性。在2025CACA肺癌新進展年度盤點大會上，來自中國醫學科學院腫瘤醫院的應建明教授特帶來《多模態病理診斷整合助力肺癌精準診療》的主題分享，系統闡述了通過多技術、多學科整合，推動肺癌診療邁向更精準階段的核心策略。醫脈通特此整理。

精準診療時代對病理活檢提出更高維度要求

當前，肺癌診療已全面邁入個體化與精準化的新階段。無論是圍術期新輔助/輔助治療決策，還是晚期患者的靶向治療與免疫治療方案的選擇，臨床實踐對病理診斷的依賴日益加深，對其所提供信息的深度與廣度也提出了更高要求。

盡管傳統病理診斷的核心地位依然穩固，但其在精準醫療背景下的局限性也愈發凸顯。其一在于時空的局限性：一份病理報告往往僅能反映單次活檢或手術標本在特定時間點的靜態狀態，難以全面刻畫腫瘤在演進過程中的異質性及動態變化。其二在于信息的局限性：以往以形態學診斷和基礎免疫組化為主的診斷模式，難以滿足臨床對于「組織形態到分子」，亦或是「腫瘤細胞到微環境」等多維度信息整合解讀的需求。

因此，病理醫生必須深入理解外科、內科、放療科在不同治療場景下的具體需求，而臨床醫生也需充分了解各項病理技術的優勢與局限。雙方在共享的知識框架下密切協作，才能共同為肺癌患者的診療策略規劃出最合理的路徑。

肺癌診斷從單一技術到多模態整合，持續突破

病理診斷破局的關鍵在于構建“多模態病理診斷整合”體系。這并非多種檢測技術的簡單疊加，而是以形態病理和分子病理為基石，融合多組學數據，最終形成能夠支撐臨床決策的智慧化病理評估系統。這一整合體系的必要性，在晚期非小細胞肺癌（NSCLC）的診療中體現得尤為突出。

當前NSCLC的治療已進入靶向治療與免疫治療并行的時代，藥物作用機制多樣，這意味著臨床決策依賴的生物學信息維度也日益增加。因此，依賴單一檢測技術（如：下一代基因測序NGS）往往不足以全面指導治療，必須根據臨床情境，整合免疫組化（IHC）、聚合酶鏈式反應（PCR）等技術的優勢，形成互補的檢測策略。

以肺癌領域重要的驅動基因ALK為例，其檢測就充分展現了多模態策略的價值。ALK融合基因具有特定的臨床特征（多見于年輕、不吸煙患者），其臨床常用的檢測方法也各具特點1。FISH曾被認為是ALK融合基因檢測的金標準，但其無法識別融合伴侶基因、成本高、操作復雜等；IHC雖然操作快速、經濟，但無法區分融合類型，對弱陽性或異質性表達病例易產生假陽性；DNA-based NGS雖然能夠廣譜檢測基因變異，但在判定融合基因時，可能受探針覆蓋度及DNA層面復雜基因變異等影響，影響檢出率。因此，制定檢測策略時，必須綜合考慮患者標本情況和臨床需求的緊迫性，靈活選擇或序貫組合不同技術，以確保快速、準確地鎖定真正的治療靶點。

此外，液體活檢在這一整合體系中的地位日益重要。盡管組織病理學檢測仍是診斷的“金標準”，但在組織樣本獲取不足或無法獲取時，液體活檢提供了重要的補充。其無創、便捷和可重復取材的特性，使其在監測治療療效、揭示耐藥機制動態演變方面，具有不可替代的價值。

邁向精準：伴隨診斷的持續演進與AI整合

伴隨診斷的標準始終處于動態演進之中，臨床“陽性”判讀的具體定義隨其對應藥物的臨床證據發展而不斷調整。以HER2檢測為例，其陽性標準（通常定義為IHC 3+，即≥10%的癌細胞呈現完整、強烈的膜染色）2正隨著不同靶向藥物研究數據的積累而日趨精細。因此，病理診斷必須緊密追蹤最新循證醫學進展，在持續更新中為臨床治療決策提供可靠的精準依據。

隨著多模態數據（包括形態、分子、影像及臨床信息）的積累日趨龐大，未來的整合分析必然需要借助人工智能（AI）技術。AI的應用價值不僅在于提升單項任務（如免疫組化評分、基因變異預測）的效率和客觀性，更在于其能夠整合多維度的異質信息。通過深度學習，AI有望在預測治療反應、鑒別原發與轉移灶等復雜決策場景中，為臨床醫生提供有力的輔助分析工具，實現更精準的診療決策支持。

總結

病理學在肺癌精準診療中的核心地位依然穩固，但其角色與價值實現方式正不斷演進。未來的診斷體系將更加以患者為中心，緊密圍繞臨床治療需求，通過深度融合多學科智慧與多平臺技術，最終成為“整合腫瘤學”理念的重要實踐。

參考文獻：

[1] 中國醫師協會腫瘤醫師分會, 中國醫療保健國際交流促進會腫瘤內科學分會. 間變性淋巴瘤激酶酪氨酸激酶抑制劑治療非小細胞肺癌指南（2025版）[J]. 中華腫瘤雜志, 2025, 47(4): 283-297.

[2] HER-2變異晚期非小細胞肺癌診療專家共識制定專家組,中國抗癌協會整合肺癌委員會,中國抗癌協會非小細胞肺癌專業委員會. HER-2變異晚期非小細胞肺癌診療專家共識（2025版）[J]. 中華腫瘤雜志,2025,47(09)：830-839.

DOI:10.3760/cma.j.cn112152-20250414-00163