人物名片：许茂盛
医学博士，教授，主任医师，博士研究生导师。现任浙江中医药大学学术委员会委员、医学影像中心主任，浙江中医院医学影像科主任兼影像教研室主任。入选浙江省卫生领军人才、浙江省“新世纪人才”、浙江省数理医学学会常务理事。
许茂盛教授还担任中国中西医结合学会医学影像专委会候任主任委员、浙江省医学会放射学分会候任主任委员、中国医师协会放射医师分会常务委员、中华医学会放射学分会磁共振学组委员。主要学术成就包括发表学术论文余篇，其中SCI收录40余篇。主持国家自然科学基金、浙江省自然基金等国家、省部级科研项目近10项，主编专著、教材5部，副主编、参编10余部。
许茂盛教授精通X线诊断、计算机断层摄像（CT）、磁共振成像（MRI）、数字减影血管造影（DSA）、介入放射学以及数字化放射学等技术。擅长神经系统、胸腹部的影像学诊断以及肿瘤、血管性疾病等的微创介入治疗。
在普通人的眼里，医学影像只是一张张黑白的器官轮廓胶片。而在那群黑白影像世界中的医学影像科医生的眼里，这些无声的图画，似乎通过黑白的“语言”倾诉着身体中的奇妙变化。
在传统的认知中，医学影像科的医生是一群与冰冷的机器和无声的黑白胶片“打交道”的人。
甚至于很多人对影像科医生存在一定程度上的“误解”：一些患者会埋怨，许多必要的检查，在他们看来是“别有用心”。
实际上，影像科医生承受的误解不少，但是他们却甘当“幕后的英雄”。
从事医学影像科工作三十余年的许茂盛教授就是其中一位，他们平凡但是不平庸，他们默默无闻，却是“孺子牛”，他们怀揣着一样的“执念”：当医者，不是只有用药开刀才能救人性命，医学影像之于临床的作用不言而喻。
▲许茂盛教授
正是因为医学影像科医生就像“福尔摩斯”一样，练就一双“火眼金睛”，抽丝剥茧后找出导致各种临床问题的“元凶”，他们才挽救了一个又一个危在旦夕的生命。
▲许茂盛教授谈肺结节
（视频来源：钱江视频）
01师从多位“影像大家”
黑白影像世界的“福尔摩斯”
年，许茂盛出生在浙江杭州。受一位从事放射工作的亲戚的影响，令他感受到医学影像学科的无比奥妙。
上世纪80年代初期，许茂盛如愿进入浙江省卫生学校（现更名为“杭州医学院”）就读医学影像学专业。初进影像科，他觉得就像是进入“第三现场”。
许茂盛坦言学这个专业不容易：“我们这个专业主要是基于对人体图像识别的积累，因此我们从医学基础到临床，具体需要从人体解剖、病理、生理学到内科、外科、妇科、儿科等，几乎医学的全科知识都要悉心掌握。此外，我们还要系统学习医学影像学的本专业知识，学业任务还是比较繁重的。”
▲杭州医学院
（图片来源于网络）
在很多人眼里，医学影像科的医生是“一键拍片、两眼阅片、全靠设备”，但许茂盛说医学影像科的价值是“对于人体各种图像的解读。”
“我们影像科医生就像是大侦探‘福尔摩斯’，要通过CT、X线、磁共振成像等，看清患者体内发生的病变。通过一个患者的图像，我们能看出病变在哪里，病变程度如何，病变的原因是什么，这样才能为临床医生制定有效的治疗方案提供有价值的信息”，许茂盛说。
在杭州医学院，许茂盛熟悉了人体各个部位的解剖名称，并熟悉了各种病变的不同影像的表现，在他毕业后，医院（浙江中医院）正式从事医学影像科的工作。
在“片海浮沉”数年后，他又想继续深入学习医学影像学，于是在年他考取了上海医科大学（现为“复旦大学上海医学院”），并顺利获得该校博士学位，也是在这个时期，许茂盛得到好机遇，医院的医学影像科进行临床培训，主要从事肺疾病高分辨力CT及神经影像研究。
▲许茂盛教授在演讲
在这里，他遇到一批医术卓越的前辈。诸如中国放射界泰斗、医院院长陈星荣教授以及沈天真、王恭宪教授。
“医院放射科的‘绝世高手’，我有一次看到王恭宪教授正拿着放大镜弓着身子细细查看患者的脑血管造影图像”，许茂盛回忆说，“王教授指给我看一个很细小的脑血管病变，而医院没有被发现。王教授强调读片必须细致、全面，要完整观察图像上所有的内容，这样才能减少漏诊；其次是学会对图像的解读，因为影像学表现所反映的是病理过程。”
▲许茂盛教授接受专访
（摄影：张意浓）
现代医学的快速发展，让很多医者们望尘莫及，而影像医学则是进展最快的学科之一。博士毕业后，许茂医院继续洞察他的“黑白影像世界”。有感于新技术的浪潮席卷，许茂盛从年开始就远赴美国及新加坡两地从事神经放射学的研究工作。
在美国南加州大学凯克医学院，许茂盛结识了该校赫赫有名的神经放射学家——徐志成教授（ChiS.Zee）。在徐教授身上，许茂盛获益良多：“首先是他们科室从事神经放射学的科研人员人数众多，为神经放射学的长远发展打下坚实基础。其次，当时的美国就有非常先进的医学影像医疗设备。”
▲许茂盛在美国南加州大学凯克医学院与DrZee合影
在新加坡国立神经学院，许茂盛从事的是神经放射学的博士后研究工作。在当地，许茂盛认识了林千石教授。林教授是新加坡放射医师学院主席，亦是新加坡临床规培相关项目的重要负责人。林千石教授秉持的“患者至上、诚心服务”的医学理念让许茂盛有了新的思考。
后来，他又去了美国（马萨诸塞州）医院(MassachusettsGeneralHospital,HarvardUniversity)担任高级访问学者。该院的放射科大概有多人，他们的临床、科研和教学都是国际领先的。
02“同影异病”和“同病异影”
AI医学影像的得与失
在经过国内外先进的医学理念的“洗礼”后，许茂盛在学科科研的建设以及科室的管理上有了新的认识。他带领科室进行积极探索，取得了很好的成效。
▲许茂盛教授在指导“读片”
近年来，随着医学影像技术及设备的不断迭代更替，许茂盛及其团队发现肺结节（注：临床上，将肺部结节定义为单一的、边界清楚的、影像不透明的、直径小于3厘米、周围完全由含气肺组织所包绕的病变）的检出比例越来越高。
据统计，年，医院体检中心共有人次进行体检，有人查出肺结节。其中，有24人被确诊为肺癌。
医院（一院四区）
“肺部小结节大部分由良性疾病引起，临床上认为，小于2厘米的肺结节，90%以上是良性的。小于6毫米肺结节是肺癌的概率不到1%，一般建议6毫米以下的肺结节一年随访一次”，许茂盛说。
早前有报道指出，国际上对于肺结节的良恶性诊断有专门的指南。就在前不久，国际胸部影像学权威机构——Fleischner学会在原有的指南基础上，总结新的数据和经验进行重新修订。
新指南中对于直径小于1厘米的肺部小结节的随访时间拉长，以降低辐射带来的危害。对于直径小于6毫米的肺亚实性结节患者，如没有长期吸烟史、肿瘤家族史等高危因素则无需定期随访。
▲肺结节
对于区分肺结节是良性还是恶性，影像学有很多征象可以帮助判断，包括形态、大小、密度、内部结构、边缘以及肺门、纵隔等结构变化。通俗地讲，结节是好是坏，可以看“颜值”。
“一般来说，那些颜值比较高，也就是表面比较光滑、平整的，良性结节居多。而那些长得形态不规则、边缘不光整，通常所说的比较‘丑’的结节，可能是恶性的概率增高”，许茂盛科普说。
要判断肺结节的良恶性，另一个重要的观察点是结合之前的随访检查结果。如果发现肺结节的大小、密度、形态等没有发生改变，一般是良性结节居多。如果发现大小有变化，比如有增大的趋势，或者形态发生了某些改变，那么就要引起注意了。
因此，有部分肺结节需要从病灶大小变化的动态精确观察，或做穿刺活组织病理学诊断、胸腔镜活检或切除等有创手段干预。
许茂盛认为，对于可疑的肺结节，通过薄层CT进行三维重建，可以精确发现可疑病灶，提高诊断的准确率。
许茂盛在日常坐诊中碰到最多的是“肺部磨玻璃结节”（注：即肺部出现磨玻璃样的改变，是通过影像学的检查发现的一种病理改变）的患者。
“很多人一看到体检报告单上的‘肺部磨玻璃结节’的诊断就会大惊失色，其实磨玻璃结节根据密度的高低、大小等的不同可以是良性肿瘤，也可以是恶性的。而其中的恶性肿瘤有较高比例属于‘惰性肿瘤’，其后续处理，如进行手术切除或继续随访观察，目前国际上有大样本研究结果可供参考，总体上其治疗效果比较理想。”
对于肺结节检出的比例逐年提高，许茂盛表示这跟检测手段、仪器越来越先进和精准以及“过度检查”有关：“现在越来越多单位和个人选择肺部低剂量螺旋CT，小于5毫米的结节都能被清晰发现了。医院都采用了AI（人工智能）读片技术，以至于有些肉眼不容易被识别的微小结节，可以通过AI智能提示被标注清楚。”
谈到AI技术对于医学影像科发展的影响，许茂盛认为人工智能技术对于影像学的发展帮助颇大：“医院都运用了人工智能医学影像分析系统，同一张二维的医学图像，传统的医生或许需要十几分钟来观察和推理，但是人工智能由于自带大数据算法，所以它可以在数十秒内就能‘读’出报告。”
诸如对肺结节的跟踪影像中，人工智能系统不仅可以告诉患者哪里有肺结节，而且还可以通过对患者原有的数据进行分析，从而预测出肺结节良恶性的判断。
▲医院医学影像科合影
虽然人工智能技术的发展对医生整体的读片时间以及降低误诊率起到了比较大的帮助，但许茂盛认为人工智能会代替传统的影像科的医生，这种说法并不准确。
“在医学的诊断中，影像的功能是无可替代的。接近90%的医学数据来自于各类影像，但是人工智能对医生的作用仅仅是辅助性的作用，而不是去替代医生”，许茂盛谈道。
在医学影像科的医生眼中，经常会出现“同影异病”抑或是“同病异影”的情况，所以读片只是其中一个步骤，他们还要根据患者的以往病史以及临床表现来综合考量及评估。“人工智能的一键生成可能避免不了‘差之毫厘、谬之千里’的情况”，许茂盛说。
03数理医学，影像先行
未来的影像医生或成“杂家”
对于医学影像学的迅疾发展，许茂盛认为这其中的表现形式是人工智能的具体应用，但实质基础则是“数理医学”。
“数理医学”由浙江大学应用数学研究所所长孔德兴教授提出，是一门集数学、物理学、数据科学、计算机科学与医学相交叉的学科，不仅可以重构人体内部组织器官、病灶区等的几何形状，以及各种解剖信息的定量描述，而且可以预测各种疾病的发生与演化，从而揭示医学的内在规律。
▲孔德兴教授
（图片来源于网络）
著名医学家Dr.EliasA.Zerhouni曾谈到：“在过去的30年，影像医学俨然成为了交叉学科的基础。没有一个领域的科学像影像医学那样整合了物理学和计算机科学并把它们成功地与本学科快速地结合在一起。”
整合，不仅是医学的发展走势，也是影像医学未来发展的“内在灵魂”。“影像的融合不仅是图像和技术的融合，也是各种交叉学科的融合。诸如算法，就可以通过经验丰富的医生对诊断影像进行标注、数据化，以快速应用到更多的诊断中。这也是数理医学的魅力所在”，许茂盛说。
基于这样的背景，浙江省数理医学学会于年11月7日在杭州成立。学会整合并服务于浙江省从事数学、物理学、数据科学、计算机科学和医学相交叉研究人员及相关行业人士。
作为学会的常务理事，许茂盛目前正准备和学会的专委会成员共建“肺结节数据库”。“数据库旨在提供优质的临床数据资源，从而能为临床的辅助诊断和决策提供大数据支撑”，许茂盛表示。
多年的医学影像历练以及数十年的“片海浮沉”已经让许茂盛练就了一双“火眼金睛”，在他眼中，这些黑白的影像背后是一条条鲜活的生命。他通过细微的病灶影像特征就可以判断病变的性质及变化。他看过的影像，数以万计，就如同黑白影像世界的“福尔摩斯”。
对于医学马不停蹄的发展，许茂盛坦言未来的影像学医生或许是一个“杂家”：“在未来，影像科工作者不仅仅是一个医生，可能还需要懂数学、物理的知识。此外，循证医学（注：是指临床诊疗实践中，将医生个人的临床经验和专业知识技能与现有临床研究的最佳证据结合，并充分考虑患者的价值观和意愿需求，做出临床诊治决策的过程）以及技术评估能力也是必要的。”
作为入行到现在已经近30年的“医学影像老行家”，许茂盛坦言他正在亲历着中国影像学的深刻变革。面对着越来越“高、精、尖”的医疗设备的面世，当下，许茂盛及其团队正在深入研究肺结节相关的科研项目，他期待着能为影像学的事业发展贡献一些力量。
对于医学影像技术，许茂盛说他一直乐此不疲，也将永远充满新奇感。
▲许茂盛教授的寄语
永远跟党走来源：浙江省数理医学学会“名医大家谈”栏目
审核：鲍航行
请