LUCQUE：迄今最大的可访问肺癌筛查AI评测数据集

肺癌筛查AI评测的数据困境

AI工具在肺癌筛查（LCS）中被寄予厚望，但对其真实性能的评估长期受制于数据瓶颈。据原始论文描述，现有评估往往依赖私有数据集，或使用临床数据与专家结节标注不一致的碎片化公开数据集。这种状况直接导致三个后果：AI工具的可复现性差、不同工具之间难以横向比较、独立第三方评估几乎无法开展。

对于临床落地而言，这个问题比模型结构本身更关键——一个在私有数据上表现优异的模型，若无法在真实世界数据上被独立验证，其临床价值就始终存疑。

LUCQUE：来自魁北克的真实世界筛查数据集

为解决上述缺口，研究团队构建了LUCQUE——一个源自魁北克省LDCT（低剂量计算机断层扫描）肺癌筛查、经过全面标注的大型数据集，专门面向可靠的AI评估。

数据集托管于PARADIM数字基础设施之上，该平台支持DICOM数据的去标识化、标注、长期存储与分析。LUCQUE将LDCT扫描与临床信息整合为策展集合，并补充了体素级的专家肺结节与囊肿分割标注，以及基于Lung-RADS的病灶特征描述。

数据集规模与标注细节

根据论文公布的结果，LUCQUE当前包含来自1,678名参与者的1,678例LDCT基线检查。绝大多数检查被归类为Lung-RADS 2。数据集共标注了1,776个肺结节和60个囊肿，其中结节体积的中位数（四分位距）为89（56, 159）mm³，囊肿体积的中位数（四分位距）为1,384（589, 3793）mm³。

有意思的是，体素级分割由专家完成，而非众包或模型预标注，这对训练和评测分割类AI工具具有直接价值。同时，Lung-RADS分级信息让数据集可以支撑风险分层相关的评测任务，而不只是单纯的病灶检测。

Lung-RADS（肺部影像报告和数据系统）是由美国放射学会制定的标准化肺癌筛查CT报告框架，将筛查结果按恶性风险从0到4X分为若干类别。其中Lung-RADS 1代表无结节或良性钙化，2代表良性表现或具有极低恶性概率的结节，通常建议继续年度筛查。该分级直接决定临床随访策略，因此将Lung-RADS标签纳入数据集，使AI工具不仅能被评估“是否检出病灶”，还能被检验“风险分层是否与专家一致”——后者更贴近筛查流程中的实际决策需求。

体素级分割（voxel-level segmentation）指在三维CT体积中对每个体素逐一标注其是否属于病灶区域，而非仅用边界框或中心点标出结节位置。这种标注粒度能精确刻画结节的形状、边界与体积，是训练和评估分割模型（如U-Net类架构）所必需的监督信号。相比矩形框标注，体素级标注成本高得多，通常需要放射科专家逐层勾画，但它是自动体积测量、结节生长率计算等临床任务的基础，也是区分良恶性评估工具性能的关键数据形式。

模型到数据：隐私保护下的评测范式

LUCQUE在访问机制上做出了一个值得关注的设计选择：数据不对外拷贝，而是采用"模型到数据"（model-to-data）的方式。用户提交代码，代码在PARADIM平台上执行，数据始终保留在本地环境中。

这种范式对医疗AI评测具有多重意义。其一，患者隐私风险显著降低，数据不出院、不出平台即可完成外部算法验证。其二，评测过程可复现——研究者提交的代码在同一数据环境上运行，减少了数据版本差异带来的偏差。其三，它为独立评估创造了制度空间：算法开发者不必交出模型权重，评测方也不必交出原始数据，双方可以在合规框架下完成验证。

与公开LCS数据集的对比

论文结论明确指出，与现有公开肺癌筛查数据集相比，LUCQUE是目前最大的可访问、带标注的真实世界LCS数据集。这里的关键词是"可访问"与"真实世界"——前者指向通过模型到数据机制开放使用，后者意味着数据来自实际筛查场景，而非高度筛选的科研队列。

“模型到数据”（model-to-data）是与传统“数据到模型”相对的一种协作范式：后者要求把数据拷贝或传输到算法开发者所在的环境，前者则把算法代码迁移到数据所在的受控平台执行，仅返回聚合后的评估指标而非原始数据。这一思路在医疗影像领域尤为重要，因为患者影像受HIPAA、GDPR及各国隐私法规严格约束，跨机构数据传输往往面临冗长的审批甚至法律障碍。model-to-data使得外部团队无需接触原始DICOM文件即可完成验证，同时平台方可审计代码行为，兼顾开放性与安全性。

LDCT（低剂量计算机断层扫描）是肺癌筛查的标准影像手段，其辐射剂量约为常规胸部CT的1/5至1/10，在保持对肺结节检出敏感性的同时显著降低辐射暴露风险。大型随机对照试验（如美国NLST、荷兰NELSON）已证实LDCT筛查可降低肺癌死亡率，因此LDCT成为各国肺癌筛查指南推荐的首选方式。这也意味着基于LDCT构建的AI评测数据集，其影像特征、层厚与重建参数与真实筛查场景一致，对评估工具能否在临床筛查流程中落地具有直接参考价值。

对AI肺癌筛查研发的启示

LUCQUE的出现回应了医疗AI领域一个反复被提及的结构性矛盾：高质量标注数据稀缺，而隐私法规又限制数据流动。模型到数据的思路绕开了数据共享的法律障碍，同时保留了独立评测所需的严谨性。

对从事肺结节检测、分割或风险预测的团队而言，这类数据集的真正价值在于提供可比基准。当多个AI工具在同一份真实世界数据、同一套专家标注上被评估时，性能差异才具备临床参考意义。当然，单一地区来源的数据在人群多样性上仍有局限，跨区域的外部验证仍是后续需要关注的方向。