在床旁一厘米处读懂病情——专访武汉大学中南医院综合超声医学科主任吴猛

记者：李若晨

在很多人印象里，超声是一门“靠经验吃饭”的学科：探头一落、图像一出，医生凭借长期训练完成判断。但在武汉大学中南医院，综合超声医学科主任吴猛更愿意把它解释为“临床协作的入口”——它既要快，也要准；既要给出结论，更要把结论变成可执行的决策线索。

这种“把影像放回临床流程”的思维，很大程度上来自一段极端场景的锤炼。2020年2月9日，吴猛主动请缨进入雷神山医院，参与组建超声影像科，从诊室规划到设备调试、物资搬运，几乎是从零搭建起床旁检查的运行体系。

当时，移动超声机要在病区间频繁穿梭，医生需要在防护服与护目镜下完成长时间近距离检查，还必须把关键发现快速回传给临床团队。吴猛告诉记者，那种高压环境把一个事实放大到极致：技术只是工具，决定系统能否稳定运转的，是流程设计、协作规则与质量控制。

回到常态化医疗与学科建设，吴猛把这种“系统能力”延伸到科研与人才培养：围绕超声介入治疗、分子影像与医学人工智能等方向推进临床转化，同时以项目与平台为抓手，形成从问题提出、数据沉淀到论文与规范输出的闭环。他主持国家、省级等科研项目15项，拥有国家发明专利3项，并作为第一主编参与“十四五”规划本科生超声教材的编写组织。

学术发表方面，吴猛以第一作者或通讯作者发表SCI论文20余篇，单篇最高影响因子39.918；近5年在《Circulation》《ACS Nano》《Cancer Discovery》《Theranostics》等期刊发表论文35篇。

在吴猛看来，未来超声医学的竞争不在“谁更会看图”，而在“谁更能让结果被可靠地使用”：远程与分级诊疗场景需要标准化与可复制，AI需要被嵌入流程并接受质控约束，而学科负责人要做的是把个人能力转化为团队能力、把一次成功转化为长期稳定。

本次专访中，吴猛围绕雷神山时期的组织经验、学科管理的关键抓手，以及高影响力论文背后的临床问题意识，给出了克制却具体的回答。以下为专访实录。

记者：疫情期间那段经历，对您后来做管理最大的触动是什么？

吴猛：是对“时间”和“可靠性”的重新认识。床旁超声的价值在于，患者状态可能以小时为单位变化，我们要把变化尽快变成可沟通、可追踪的信息。那时我们必须在很短时间内把检查目的、记录规范、回传路径、复核机制都搭起来，让不同团队看到同一套结果、用同一种方式讨论，系统不失真，才谈得上救治效率。

记者：在雷神山“从零搭科室”的过程中，您最重视哪几件“看不见但决定成败”的事？

吴猛：第一是把“检查要回答什么问题”写在前面——重症环境里不追求“全”，要追求“关键”。第二是流程拆解：两人一组如何进出病区、设备如何消杀、报告如何结构化、发现如何升级上报。第三是协作边界：超声影像科不是孤岛，必须和感染、重症、护理等团队形成固定沟通节奏，避免信息滞后。最后还有质控，任何一次“看错”“漏报”都可能被放大成风险。

记者：回到日常工作，您如何理解超声医学的行业趋势？

吴猛：我更愿意用三个词概括：一体化、数据化、场景化。一体化是从单纯诊断走向诊疗协同，超声介入、疗效评估会更常见；数据化是把经验沉淀为标准与模型，帮助年轻医生更快形成一致性；场景化则提醒我们，技术要回到真实流程里检验——门诊、病房、基层、远程，每个场景对效率、可解释性与风险控制的要求都不同。

记者：作为科室负责人，您如何把“个人经验”变成“团队能力”？

吴猛：靠制度化的复盘与训练。我们会把疑难病例、误差来源、沟通断点固定下来做复盘，形成改进清单；把关键指标、报告模板、设备操作、随访节点标准化；同时鼓励团队走进多学科讨论，理解影像之外的临床需求。管理不是“管住每个人”，而是让团队在不同压力下仍能输出稳定质量。

记者：公开资料显示，您主持国家、省级科研项目15项，拥有国家发明专利3项，还主编“十四五”规划本科生超声教材。您怎么看“科研—教学—临床”三者的关系？

吴猛：它们不是三条线，而是一条链。临床提出问题，科研把问题变成可验证的方法与证据，教学再把证据变成可传承的能力。教材编写也好，项目组织也好，本质都是把“可复制”写进系统，让一个人的经验变成一群人的通用语言。

记者：再谈论文。医院公开介绍提到您以第一作者或通讯作者发表SCI论文20余篇，单篇最高影响因子39.918；导师简介也写到近5年在《Circulation》等期刊发表论文35篇，并标注最高影响因子39.918（通讯作者）。高影响力发表对您意味着什么？

吴猛：对我来说，它首先意味着“问题选对了、方法经得起检验”。影响因子不是目的，但它往往反映了同行对问题重要性的判断。我们做研究更看重两点：一是临床价值，能否改变决策或改进流程；二是可复用性，其他团队能否用同样的方法得到一致结论。发表只是阶段性节点，更重要的是让证据回到临床、回到规范与训练中去。

记者：您如何在AI浪潮中保持克制——既拥抱技术，又避免“为了智能而智能”？

吴猛：边界要清楚。AI在超声里很适合做标准化与高频任务，比如分割、测量、风险提示，但它必须接受真实世界数据的验证，也必须纳入质控体系。我们要避免把模型当“黑箱答案”，而要把它当“辅助工具”：能解释、能追溯、能在不同设备与不同人群中保持稳定，这才可能真正落地到日常诊疗与分级场景。