1月8日上午，中共中央、国务院在北京人民大会堂隆重举行国家科学技术奖励大会，对为我国科学技术进步、经济社会发展、国防现代化建设作出突出贡献的科学技术人员和组织给予奖励。广州医科大学附属第一医院何建行教授团队牵头完成的成果“肺癌微创治疗体系及关键技术的研究与推广”荣获2018年度国家科学技术进步奖二等奖。
何建行教授（中）团队
该项目由何建行课题组领衔完成。肺癌是癌症中的头号杀手，我国肺癌年死亡病例61 万，近30 年发病率上升465%。外科切除是根治早中期肺癌的关键，但手术技术亟需提高，手术规范、围术期治疗等方面亟待完善。
本项目自1994 年起研究并建立了全链条式肺癌微创根治体系及关键技术，通过技术革新，主要解决了早期肺癌手术中的三个重要技术难题——如何因人制宜制订手术方案？如何实现精准切除？如何避免陪绑化疗？从而显著提高了我国早中期肺癌的疗效。
如何因人制宜制订手术方案？
课题组首先通过建立4 种高选择自主呼吸麻醉模式减少了肌松药物及机械通气的副作用，然后通过建立7 种微创手术切口、6 种精准微创切除-重建手术模式，实现了因瘤、因人制宜的精准手术体系，通过上述手术技术的研发，使微创手术适用范围提高到95％以上，同时提高远期生存率6%，并发症率减少60%，并革命性地将部分极早期肺癌的手术进化为24小时出入院的日间手术。
如何实现精准切除？
为了尽可能保存肺功能前提下完整切除病变组织，本项目首次在国际上规范并细化了早期肺癌3种切除方式的选择标准，同时明确了早期肺癌手术的淋巴结清扫数目，为手术质控提供了关键量化标准，用以指导我国早期肺癌微创手术的临床路径与精准切除。
如何避免陪绑化疗？
以往的早期术后化疗方案是通过结合TNM分期进行“一刀切”的方法，是否化疗只与分期相关，而我们在临床实践中发现，这种传统的方法往往会让许多不需要化疗的低风险患者承受不必要的化疗负担。
本项目组为解决这一国际难题，通过建立基于基因表达水平的肺癌术后预后预测芯片和基于临床数据的生存预测列线图，准确对早期肺癌术后患者的复发风险进行分层评估，从而进行针对性施治，后者还被美国官方肿瘤研究机构NCI Knight Cancer Institute作为唯一推荐用于临床的肺癌术后预测工具。
改善临床捆绑化疗状况，实现术后精准辅助治疗，研究成果发表在国际顶尖杂志Lancet（《柳叶刀》）上和JCO（《临床肿瘤杂志》）上。
再好的技术不推广也将无法惠及社会，项目组一直致力于将研究成果推广到全球胸外科医生中，建立了覆盖全球的国内首个获得英国皇家外科学院认证的规范化培训平台，率先实现对国际胸科医生规模化、常态化微创肺癌手术培训，超过400 名包括欧美发达国家的如麻省、梅奥等顶级医院的胸科医生前来受训；技术体系在国内120 余家著名三甲医院推广，培训国内专科医生超5300 人次。
麻省总医院专家团队到附一院观摩
英国医生组团前来观摩学习何建行教授团队的裸眼3D手术
项目发表论文503 篇，其中获国家发明专利8项/正在公示的发明专利14项/实用新型专利等49项，主编英文专著3部、中文4 部。发表SCI论文265篇，其中第一或通讯作者发表237篇，总IF: 1160.068 (其中IF>20共15篇，包括Lancet，JAMA，Nature Medicine，JCO等国际知名顶尖学术期刊)，单篇最高53.254。
作为执行主编创办了国内第一本胸部疾病领域SCI 期刊《J Thorac Dis》，目前总浏览量超过400 万次。作为主编创办国内第一本转化医学SCI期刊《Annals of Translational Medicine》。
主持制定国内外胸腔镜肺叶切除及肺癌外科手术指南3项，制定的国际胸腔镜肺叶切除共识被NCCN 指南引用。
荣获省部级科技奖励一等奖4 项；主持制定国内外胸腔镜镜肺叶切除及肺癌外科手术指南3项，参与制定国际胸腔镜肺叶切除共识被NCCN 指南引用。
1994年，开展胸腔镜肺叶切除术；
1996年，开展针镜、肺气肿减容术；
1999年，开展气管移植术；
2003年，开展肺移植手术；
2005年，实现了大气管、血管胸腔镜肿瘤手术全范围覆盖；
2007年，开展自体组织移植代气管术；
2011年，开展自主呼吸麻醉下微创胸外科手术，在国内第一个提出并实现了无管微创手术；
2014年，开展无管胸腺切除和隆突切除重建术，革命性地将部分胸外科手术进化为日间手术；
2015年，研发出国际首台裸眼3D显示系统，应用已超过2000多例；
2016年起，在国际上首次将检测外周血靶向ctDNA甲基化用于诊断早期肺癌，开启了液体活检临床应用的新方向；
截至目前，带领团队共完成肺及心肺联合移植手术238例，其中完成心肺联合移植11例，是国内心肺联合移植最多的专家；
2019年与加州大学圣地亚哥分校人类基因组医学研究所所长张康教授在最新一期的《Nature Medicine》上发表了一篇深度综述，梳理和预测了AI技术在医疗健康领域的实施现状与未来发展。
