撰文/代晓玲

在肺部CT检查报告中，“磨玻璃影”这一术语常引发患者的担忧。它既可能是感染或炎症的暂时痕迹，也可能是早期肺癌悄然萌发的信号。影像医生如同“肺部侦探”，需从模糊的影像线索中抽丝剥茧，精准识别潜在威胁。本文将揭示影像医生如何通过CT影像的蛛丝马迹，捕捉早期肺癌信号，为患者争取最佳治疗时机。

一、肺磨玻璃影

1.定义与成因

肺磨玻璃影（GGO）指CT图像上肺组织密度轻度增高，但仍能清晰显示支气管和血管结构的病变。它如同磨砂玻璃般模糊，成因多样：

良性病变包括炎症、出血、水肿或局灶性纤维化，如肺炎初期或过敏性肺炎；癌前病变如非典型腺瘤样增生（AAH）或原位腺癌（AIS），属于肺癌的极早期阶段；恶性肿瘤如微浸润腺癌（MIA）或浸润性腺癌，需早期干预。

2. CT影像特征

影像医生通过分析GGO的形态、密度和动态变化，判断其恶性风险：

形态学特征：直径＞10mm的GGO恶性概率显著升高；边缘毛刺征、分叶征或空泡征提示恶性可能；混合磨玻璃结节（mGGO，含实性成分）的恶性率是纯磨玻璃结节（pGGO）的6倍。

密度定量分析：

CT值（Hounsfield单位，HU）可量化密度：pGGO的CT值通常＜-600HU，而恶性结节的CT值多＞-500HU；

体积倍增时间（VDT）：恶性结节VDT多在20～400天之间，良性病变VDT常＞465天。

动态监测：首次发现后，建议3～6个月复查CT，观察结节是否增大或密度增高；长期稳定（＞2年）的pGGO多为良性，而持续存在的mGGO需高度警惕。

二、从常规CT到AI辅助诊断

1.薄层CT

常规CT层厚为5mm，易漏诊小结节。影像医生常采用高分辨率薄层CT（层厚0.625～1.5mm），结合多平面重建（MPR）技术，从矢状位、冠状位多角度观察结节形态，提高诊断准确性。

2.能谱CT

能谱CT通过分析不同能量下的X线衰减，可定量评估结节的碘含量或钙沉积，辅助鉴别炎症与肿瘤。例如，恶性肿瘤因新生血管增多，碘含量通常高于良性结节。

3. AI辅助诊断

人工智能（AI）算法可快速分析CT图像，自动标记可疑结节，并计算恶性概率。例如，深度学习模型可识别传统影像标志（如毛刺征）和人类难以察觉的微观特征（如纹理异质性），辅助影像医生提高诊断敏感性和特异性。

三、鉴别诊断

1.良性病变的影像特征

炎症：GGO常伴周围模糊影，短期随访（如1～2个月）可吸收；

出血：多呈均匀高密度，边界清晰，动态监测可见密度逐渐降低；

肺间质纤维化：多分布于双肺下叶，呈网格状或蜂窝状改变。

2.恶性病变的影像特征

原位腺癌（AIS）：表现为纯磨玻璃结节，直径常≤20mm，边缘光滑；

微浸润腺癌（MIA）：结节内出现微小实性成分（＜5mm），提示肿瘤细胞突破基底膜；

浸润性腺癌：实性成分＞5mm，伴胸膜牵拉或血管集束征，需立即干预。

四、临床决策

1.风险分层：基于影像特征的治疗建议

影像医生根据结节的恶性概率，为临床提供治疗建议：

低风险（恶性概率＜5%）：年度随访CT；

中风险（5%-65%）：6～12个月复查CT，或考虑PET-CT进一步评估代谢活性；

高风险（＞65%）：建议活检（如CT引导下穿刺）或手术切除。

2.多学科协作：影像－临床－病理的“无缝对接”

在肺结节多学科诊疗（MDT）中，影像医生与胸外科医生、病理学家共同制定方案。例如，对于高度怀疑恶性的GGO，影像医生可指导穿刺路径，确保活检标本的代表性。

五、结论

肺磨玻璃影是早期肺癌的“隐形信号灯”，影像医生通过精细的CT分析、先进的成像技术和AI辅助工具，从模糊的影像中捕捉恶性肿瘤的蛛丝马迹。从薄层CT的“显微镜”到能谱CT的“化学指纹”，从AI的“第二双眼睛”到多学科协作的“无缝对接”，影像诊断已突破传统界限，成为肺癌早筛的“第一道防线”。公众亦需重视低剂量CT肺癌筛查，尤其是高危人群（如长期吸烟者），让影像医生的“火眼金睛”在黄金时间窗内发现威胁，为生命争取更多可能。

（作者单位：河北省邯郸市中医院）