数智驱动健康中国学术研究的专家共识（2025 年）

数智驱动健康中国学术研究的专家共识（2025年）【摘要】健康中国建设是中国式现代化建设的重要组成部分，健康中国建设离不开数智驱动。高校、科研机构作为承接健康中国战略和推动健康中国科学研究的重要载体，在数智驱动健康中国建设过程中开展相关学术研究具有重要意义。《数智驱动健康中国学术研究的专家共识（2025年）》由中国人民大学医改研究中心（健康与医改政策实验室）牵头、健康中国科学研究联盟成员单位共同参与、中国标准化协会主动健康专业委员会提供技术支持，联合国内相关领域的多名专家以科学的方法制订。共识从数智驱动健康中国学术研究重要性、原则、重点领域3个方面形成了9条专家共识以及实施共识的4条行动策略。【关键词】健康中国战略；数智驱动；健康中国学术研究；专家共识党的二十届四中全会提出“加快建设健康中国”的战略部署，对加强数智驱动健康中国学术研究具有重要意义。数智驱动技术和应用蓬勃发展，但数智驱动健康中国建设依然面临着数据、技术、伦理、法律、应用等多重问题，需要从多个方面探索以实现数智驱动健康中国建设的高质量发展。基于以上背景，共识制订专家在对《“健康中国2030”规划纲要》等相关政策文件梳理的基础上，组织了领域内权威专家制订《数智驱动健康中国学术研究的专家共识（2025年）》（以下简称《专家共识》），旨在为不同学术研究团体或个人在开展数智驱动健康中国学术研究时提供一个基本遵循。同时，通过《专家共识》的宣传、使用和推广，进一步推动不同学术研究团体或个人在数智驱动健康中国建设方面的研究实践，助力有组织的数智驱动健康中国建设学术研究的成长，以更好地落实健康中国战略。1专家共识的编写和使用1.1政策文本分析及编码过程为系统梳理“数智驱动健康中国”政策要点，本共识依据共识编制目标、任务与技术路线，对政策文本进行系统分析。文本分析依据中共中央、国务院印发的《“健康中国2030”规划纲要》和《国务院关于实施健康中国行动的意见》等纲领性文件，按照《“健康中国2030”规划纲要》中提出的“五大领域”，即“普及健康生活、优化健康服务、完善健康保障、建设健康环境、发展健康产业”，构建了本共识的初步分析框架。为精准聚焦“数智驱动”主题，采用文本挖掘与主题分析相结合的方法，以“信息、互联网+、数据、智能、智慧、电子、远程、云、网络、追溯、监测、移动、共享、隐私、安全、平台、异地、监控、精准、新业态、挖掘、实时、穿戴、物联网”等为检索词，对相关政策条目进行识别、提取、匹配和归类编码，并由起草组对编码结果进行汇总复核，对存在分歧的内容经讨论后达成共识。通过分析与归类，共获得政策编码123条。其中，“普及健康生活”维度11条（8.94%），“优化健康服务”维度42条（34.15%），“完善健康保障”维度14条（11.38%），“建设健康环境”维度15条（12.20%），“发展健康产业”维度41条（33.33%）。基于此，依据政策文本内容，构建了由一级指标及二级指标组成的分析框架，形成了“数智驱动健康中国学术研究专家共识”的政策支撑体系，为后续文献梳理与专家函询提供了框架基础。1.2文献检索《专家共识》以“数字健康（digitalhealth）”“智慧医疗（smarthealthcare）”“健康信息化（healthinformatics）”“人工智能与健康治理（AI-drivenhealthgovernance）”等为检索词，对国内外文献进行了系统检索。检索范围涵盖中国知网（CNKI）、万方数据、PubMed、WebofScience、谷歌学术（GoogleScholar）、世界卫生组织（WHO）及国家卫生健康委员会（NHC）官方网站等中英文数据库与权威机构网站。通过对学术论文、研究报告及国际组织发布的权威文件进行系统筛选与梳理，进一步补充完善政策编码结果。《专家共识》结合政策文本分析和文献检索形成概要，提炼出数智驱动健康中国学术研究的意义、内容与行动策略，形成《专家共识》初稿。1.3专家函询《专家共识》的专家组由来自政府部门、医药卫生机构、高等院校及科研院所的34位资深专家组成。所有成员均具有正高级专业技术职称，并长期从事健康中国战略与数智健康领域的研究与实践工作，具有广泛影响和深厚造诣。共识形成过程遵循科学性、客观性与代表性原则。在文献与政策分析的基础上编制《专家共识》初稿，在对初稿内容进行优化与修订后，向制订专家发放函询问卷，对《专家共识》的内容质量、科学合理性及整体满意度进行打分。本共识的制定严格遵循德尔菲法（Delphi）专家函询程序，共开展了3轮函询，以确保内容的科学性、权威性与代表性。3轮函询均面向同一专家库成员发放问卷，并以当轮有效回收问卷作为统计分析基础。第一轮函询共收到26份有效答卷，有效回收率为76.47%（26/34）。起草组旨在就共识的“重要性”“原则”及“重点领域”三大核心框架征求专家意见。本轮函询结果显示，专家对共识框架的认可度极高，所有选项内容的认同度均达到了90%以上，总体评价平均分达4.5分（满分5分）。在充分吸纳第一轮反馈意见的基础上，共识秘书组和起草组对文本进行修订完善，并围绕新增的“实施《专家共识》的行动策略”开展第二轮函询。第二轮函询旨在请专家对共识初稿的整体内容进行把关，并对初稿中新增的“实施《专家共识》的行动策略”部分进行重点审阅。第二轮有效回收问卷数为27份，有效回收率为79.41%（27/34）。反馈结果显示，专家对初稿的整体满意度与认可度进一步提升，平均得分约为4.6分（满分5分），全部专家均给出了“满意及以上”的积极评价。为确保最终共识的严谨性，共识组对第二轮函询中共识率低于70%的条目进行了删除或重构。经过前两轮函询与修订，专家意见趋于一致。在此基础上，形成《专家共识》全文稿并开展第三轮函询，重点请专家对全文内容、条目表述及整体逻辑进行审阅。第三轮共回收有效问卷22份，有效回收率为64.71%（22/34）。根据专家反馈意见，对文本作进一步修改和完善，最终形成《数智驱动健康中国学术研究的专家共识（2025年）》发布稿。1.4 《专家共识》开发使用的模板《专家共识》开发采用中国标准化协会主动健康专委会专家共识模板，版本号为ZDJK/GSV1-2025。1.5 《专家共识》适用的人群健康教育工作者、健康科研从业人员、健康咨政服务人员、健康中国建设政策制订者和实施者。1.6 《专家共识》的最佳使用期限本《专家共识》自发布之日起至2030年12月，为最佳使用期限。《专家共识》组织单位保留在最佳使用期限之前和之后修改的权利。1.7 《专家共识》的利益冲突声明本《专家共识》制订过程中，所有参与专家函询和共识撰写的专家及工作组成员均不存在相关利益冲突。本《专家共识》不包含具体产品信息。2 《专家共识》的内容2.1数智驱动健康中国学术研究重要性的共识【共识1】数智驱动健康中国学术研究是新时代实现“健康中国2030”战略目标的重要抓手。数智驱动健康中国学术研究是贯彻和落实好健康中国建设相关政策要求，把健康融入学术研究领域的重要体现。健康中国建设是中国式现代化建设的有机组成部分[1]。《“健康中国2030”规划纲要》《国务院关于实施健康中国行动的意见》《健康中国行动（2019—2030年）》是目前至2030年推进健康中国建设最直接、最主要的3个纲领性文件。这3份文件确定了“健康中国2030”的战略目标，在数智驱动健康中国方面已经从基础设施构建、技术应用推广、数据治理与安全、服务模式创新以及产业生态培育这5个方面提出了一些具体要求。学术界积极开展关于数智驱动健康中国的学术研究是贯彻和落实好上述3个文件的客观要求，是把健康融入学术研究领域的重要体现。数智驱动健康中国学术研究是密切关注社会数智化转型的现实、提出符合国情的健康中国建设具体对策的现实需要。社会经济发展正在从传统的工业社会向后工业社会或者后现代社会转型[2]，数字空间和数字平台日益成为人们活动的重要场域，时空分离、光速在场、远程在场等特征日益明显，健康中国建设离不开这些社会现实[3]。数智驱动健康中国学术研究需要紧贴这些社会现实，密切关注社会数智化转型过程中健康中国建设出现的新情况、新问题、新需求、新供给、新趋势，提出符合国情的健康中国建设的具体对策，从而为持续推动健康中国建设提供参考。数智驱动健康中国建设的复杂性，尤其是其对科学技术的深度依赖，需要学术研究的积极参与。数据是一种无形的生产要素[4]，同时也是数字经济时代的重要生产要素[5]。数字赋能、数字平台建设以及数据要素智慧化乃至人工智能均需要一定的科学技术支撑。健康虽然不局限于医药卫生，但是通常与医药卫生密切相关，医药卫生行业通常也是高科技行业。因此，数智驱动健康中国建设离不开科学技术与学术研究的协同支撑。若缺乏高校与科研机构持续、系统的研究供给，相关政策转化将难以形成稳固的知识根基。2.2数智驱动健康中国学术研究原则的共识【共识2】数智驱动健康中国学术研究以提升人民健康水平和促进健康公平为根本出发点和落脚点。学术研究助力数智驱动健康中国建设，须服从和服务于健康中国建设的根本目的。健康中国建设的根本目的是人民健康。数智驱动健康中国建设是健康中国建设的有机组成部分，要服从和服务于健康中国建设的根本目的。因此，数智驱动健康中国建设的根本目的必然是为了人民健康[6]。学术研究是推动数智驱动健康中国建设的工具和手段。目的决定手段的选择，手段影响目的的实现。因此，数智驱动健康中国学术研究的根本目的也是人民健康。学术研究助力数智驱动健康中国建设应注重提高人们的健康存量。人民健康总体上可以从健康水平和健康公平两方面考察。健康水平可以度量不同人健康存量的高低，健康公平则体现不同人健康水平的差异。因此，数智驱动健康中国学术研究追求的为了人民健康的根本目的可以分解为提高全民健康水平和缩小健康差距。学术研究在助力数智驱动健康中国建设的过程中要注重提高人民群众的健康存量。学术研究助力数智驱动健康中国建设要注重尽可能地缩小健康差距。数智驱动健康中国建设会与诸多高科技相联系。这一过程容易出现数字垄断、数字鸿沟和数字焦土，学术研究在助力数智驱动健康中国建设的过程中要尽可能研发具有普惠性、包容性、可控性的学术成果，进而将提升人民健康水平和促进健康公平的根本目的落到实处。【共识3】数智驱动健康中国学术研究应坚持有利于医药卫生技术进步同预防潜在技术风险相结合的原则。健康中国建设离不开医药卫生技术的支持。人们的健康状况受遗传、环境、收入、医药卫生服务、生活方式等多方面因素的影响，医药卫生服务是其中一个重要的影响因素。医药卫生服务的进步离不开科学技术的支持，健康中国建设也离不开科学技术的支持。数智驱动健康中国学术研究需要遵循这一现实的客观要求，在学术研究时秉持有利于医药卫生技术进步的原则。学术研究要致力于充分发挥数据要素对医药卫生技术的正向赋能作用。应通过运用大数据、云平台、区块链、物联网、人工智能等各种技术手段助力医药卫生技术的进步，从而提高医药卫生技术改善人民健康的精准性、及时性、便捷性和可能性。例如，学术研究需要重视对“互联网+公共卫生”管理、药品研发中的靶点发现、化合物筛选、临床试验以及智能制造、远程医疗和精准医学、健康管理类可穿戴设备和健康状态监测技术等领域的关注，从而为健康中国建设提供新质生产力。学术研究要注意防范数据要素对医药卫生技术的负向影响及其可能蕴藏的潜在风险。技术进步可能引起创造性破坏。医药卫生技术也不例外。低质量的数据（如数据丢失、重复、编码不一致等）会直接影响人工智能算法与临床决策支持系统的可靠性[7]。例如，学术研究要尽可能注意防范接受医药卫生服务者隐私泄露的风险、人为算法偏见导致的医药卫生服务歧视及不平等、数据质量不高引致的医药卫生服务偏差和不准确、数据平台技术系统的脆弱性及崩溃风险、类似于基因编辑技术对人类存在终极合法性的挑战等[8-9]。【共识4】数智驱动健康中国学术研究应在数据使用流程规范的基础上力求推动健康事业循证决策。数智驱动健康中国建设的前提是数据要素的使用是可靠的。健康中国建设过程需要通过算力扩张形成数智赋能和数智驱动。数据要素使用的可靠性离不开数据使用流程的规范性。这表明，数据使用流程的规范性有利于尽可能保障数据要素使用的可靠性。健康领域的数据来源广泛、类型复杂，涵盖医疗记录、基因信息、生活习惯等多个方面。数智驱动健康中国学术研究要在健康领域的数据收集、存储、清洗、挖掘、呈现、应用、归档等环节遵循严格的使用流程，避免这些环节出现偏差、缺失和错误等导致算法偏倚和算力受损，从而削弱乃至丧失了数智驱动健康中国建设的优势。数智驱动健康中国学术研究严格遵循数据使用流程可以为健康事业循证决策提供智力支持[10]。数智驱动健康中国学术研究若要严格遵循健康领域数据使用流程，就必须充分依靠大数据和人工智能等带来的算法优势，深入挖掘健康大数据的潜在价值，从大数据分析中发掘公共卫生管理、疾病预防、诊断治疗、健康管理、医药卫生资源优化配置的有效方法和可能路径，从而为健康事业循证决策提供智力支持[11]。2.3数智驱动健康中国学术研究重点领域的共识【共识5】数智驱动普及健康生活研究。数智驱动普及健康生活学术研究需要关注健康信息普及与传播[12]。学术研究需要解析算法推荐对健康信息传播的影响机制，研发虚假健康信息智能识别与溯源技术，开发基于自然语言处理和图像识别的谣言甄别算法，建立以信息准确率、公众认知纠偏率为核心的量化评估体系。同时，开展不同人群健康信息接收偏好的大数据分析，构建分众化传播策略，解决健康信息供需错配问题。学术研究需要兼顾传播效率与公平性，关注数字鸿沟对特殊群体信息获取的影响[13]，形成“技术赋能+伦理规范”双轮驱动的健康信息普及学术框架，为提升全民健康信息素养提供科学依据。数智驱动普及健康生活学术研究需要关注健康监测与数据管理技术[14]。学术研究需要优化可穿戴设备传感技术，提升生理指标监测的灵敏度与实时性，拓展在精神健康、慢病管理等领域的应用场景，揭示客观监测数据与健康状态的关联规律，突破健康数据标准化与互操作性技术瓶颈，建立统一的数据采集规范与接口标准，解决多源设备数据格式异构问题，探索多维度健康数据融合分析方法，整合穿戴设备、电子病历、环境数据等资源，构建纵向健康数据库与动态分析模型。学术研究需要开拓数据质量控制技术，开发异常值识别、缺失值填补算法，保障数据的真实性与可靠性。数智驱动普及健康生活学术研究需要关注健康干预与智慧服务[15]。学术研究需要开展基于大数据的健康风险预测模型研究，整合行为、生理、环境等多维度数据，精准识别不同人群的健康干预靶点。研发AI驱动的个性化干预方案生成技术，结合用户健康状况、行为习惯与偏好，动态优化干预内容与形式，如虚拟现实辅助的运动干预、智能语音引导的健康行为矫正等。研究智慧服务的可及性与有效性，分析不同场景下远程干预、在线咨询等服务模式的实施路径与效果评估方法。关注特殊人群的智慧服务适配性研究，开发适老化、适残化的健康干预工具与服务流程。数智驱动普及健康生活学术研究需要关注健康教育与自主管理。学术研究需要探索智能化健康教育内容生成技术，基于知识图谱与用户画像开发自适应学习路径与场景化教育内容。探索数智工具支持下的自主健康管理模式，研发集成数据记录、目标设定、行为反馈等功能的管理平台，揭示数智化工具对用户健康行为改变的促进机制[16]。研究健康素养提升的数智化干预策略，结合AI交互、游戏化设计等方式，提升健康教育的趣味性与参与度。开展不同人群自主健康管理能力的影响因素研究，针对性提出数智化赋能方案，缩小健康素养差距。建立自主健康管理数据的应用机制，探索个人健康数据与临床诊疗、公共卫生决策的衔接路径。【共识6】数智驱动优化健康服务研究。数智驱动优化健康服务研究需要关注医疗信息基础与数据平台建设[17]。学术研究需要探究区域医疗数据平台的架构设计，探索云原生、微服务等技术的应用，提升平台的扩展性与稳定性。攻关医疗数据标准化技术，建立统一的数据集、编码与接口标准，解决不同医疗机构数据格式异构问题，为数据互通奠定基础。研究跨机构数据共享的技术路径与机制，基于联邦学习、安全多方计算等隐私计算技术，实现数据协同应用[18-19]。开展医疗大数据中心的建设与运营模式研究，优化数据存储、计算与管理流程，提升数据处理效率。关注平台的数据安全防护技术研发，保障医疗信息安全。数智驱动优化健康服务研究需要关注新型医疗服务模式的发展[20]。学术研究需要开展“互联网+医疗”服务模式的创新研究，分析在线问诊、远程会诊、电子处方等服务的运行机制与适用场景，评估其在分级诊疗中的应用价值。研究“互联网+首诊”的可行性与实施路径，结合医保支付政策，构建安全、高效的首诊服务模式。探索5G、物联网等技术支撑下的移动医疗服务创新，开展新型医疗服务模式的效率评估与成本效益分析。关注新型服务模式的监管政策研究，提出数智化监管方案，推动医疗服务模式向更高效、普惠的方向演进。数智驱动优化健康服务研究需要关注智能化诊疗与医院运营[21]。学术研究需要开展AI辅助诊疗技术探索，开发基于医学影像、病理切片、电子病历等数据的诊断模型，提升疾病早期诊断准确率与诊疗规范化水平。探索精准外科技术的创新应用，构建“数字孪生”指导下的手术规划与执行体系[22]。研究医院运营的数智化优化方法，基于大数据分析优化资源配置、流程再造与成本控制，以提升床位周转率、降低患者平均等待时间为量化目标，提升运营管理的精细化水平[23]。开展智能化诊疗与运营技术的临床验证研究，推动技术从实验室走向临床实践，实现医疗服务的精准化与高效化。数智驱动优化健康服务研究需要关注全流程监控及公共卫生管理。学术研究需要开展医疗服务全流程监控技术探索，开发基于实时数据的诊疗行为监测、医疗质量评估算法，实现从挂号、诊疗到康复的全环节质量管控。探索多源数据融合的公共卫生监测预警体系，整合医疗机构数据、可穿戴设备数据、社交媒体数据等，构建传染病与慢性病的精准预测模型，提升预警时效性与准确性。研究公共卫生应急响应的数智化技术，优化资源调度、人员调配与干预措施制定的决策流程。开展医防融合的数据共享与协同机制研究，打破医疗与公共卫生数据壁垒，实现疾病防控关口前移。关注环境、社会等因素对健康的影响，构建多维度健康风险评估模型。数智驱动优化健康服务研究需要关注精准化与数据驱动的诊疗决策[24]。学术研究需要开展多模态医疗数据融合分析技术研究，挖掘疾病诊断与治疗的关键生物标志物。探索基于大数据的临床决策模型构建，运用机器学习、深度学习等算法，开发针对不同疾病的个性化诊疗方案推荐系统[25]。研究AI决策模型的可解释性技术，解决“算法黑箱”问题，提升临床医生对模型的信任度与接受度。开展精准诊疗的循证医学研究，通过大样本、长期随访数据验证个性化诊疗方案的有效性与安全性。推动精准诊疗从单病种向多病种、从治疗向预防延伸。关注诊疗决策中的伦理与法律问题，建立数据驱动决策的责任认定与风险防控机制[26]。【共识7】数智驱动完善健康保障研究。数智驱动完善健康保障研究需要关注数据安全与隐私保护[27]。学术研究需要开展健康医疗数据分级分类保护技术创新，基于数据敏感程度构建差异化的安全防护体系。通过研发隐私计算技术在健康保障场景的应用，实现医保数据、医疗数据在共享使用中的隐私保护。研究数据全生命周期的安全管理技术，包括采集、存储、传输、使用等环节的安全防护算法与机制，防范数据泄露与滥用风险。开展健康保障数据安全风险评估与应急响应研究，建立科学的风险评估指标体系与快速响应机制。探索技术与法律、政策协同的保护模式，构建“技术防护+制度约束+伦理规范”三位一体的隐私保护机制。数智驱动完善健康保障研究需要关注医保服务平台与数据互通。学术研究需要开展医保服务平台的技术架构优化探索，采用云计算、大数据等技术提升平台的处理能力与服务响应速度。攻关医保数据与医疗、民政、税务等跨部门数据的互通技术，建立统一的数据接口标准与共享机制。研究医保数据的治理与质量提升技术，开发数据清洗、去重、补全等算法，保障数据准确性与完整性。开展医保服务数智化转型的效能评估研究，构建涵盖服务效率、群众获得感、基金可持续性等多维度评价体系。探索医保服务平台的智能化应用，如智能参保登记、自动报销核算、个性化服务推荐等技术研发。数智驱动完善健康保障研究需要关注医保基金监控与费用追溯。学术研究需要开展医保基金异常行为智能识别技术改进，构建欺诈和滥用行为的监测模型，实现对医保结算数据的实时监控与预警。攻关医保费用全流程追溯技术，利用区块链、大数据等技术建立从诊疗行为到费用结算的全链条追溯体系，强化对医保基金运行全过程的动态监测与异常行为识别能力，提升监管的精准性与及时性。探索DRG/DIP支付方式改革下的基金监控技术，开发基于病种分组的费用控制模型。开展医保基金运行风险的预测预警研究，整合多维度数据构建基金可持续性评估模型，探索“技术监控+人工核查+信用管理”的协同监管机制。数智驱动完善健康保障研究需要关注异地就医保障。学术研究需要开展异地就医结算技术优化，攻克跨区域数据实时传输、费用自动核算等技术难题，实现异地就医“一站式”结算。研究异地就医医保目录、支付标准的统一与衔接机制，基于大数据分析构建科学的就医待遇衔接模型。探索异地就医资源配置智能优化技术，通过分析异地就医流向与需求，为区域医疗资源均衡配置提供决策依据。开展异地就医智能化监管技术研究，构建跨区域医保协同监管模型，防范异地就医中的违规行为[28]。研究数智化对异地就医服务体验的提升路径，开发异地就医预约、转诊、咨询等智慧服务工具。【共识8】数智驱动建设健康环境研究。数智驱动建设健康环境研究需要关注环境数据采集及其感知。学术研究需开展环境健康监测的传感技术研发，提升监测数据的灵敏度与准确性。研究物联网技术在环境监测中的应用，构建全域覆盖、实时感知的环境监测网络。攻关多模态环境数据采集技术，整合地面监测、卫星遥感、移动监测等多源数据，形成全方位的环境感知体系。开展环境监测数据的校准与验证技术研究，建立科学的校准模型与质量控制体系。数智驱动建设健康环境研究需要关注环境数据的管理和发布。学术研究需要开展环境大数据的存储与管理技术探索，采用云计算、分布式存储等技术构建高性能数据管理平台，提升数据处理与访问效率。攻关环境数据的标准化与规范化处理技术，建立统一的数据分类、编码与格式标准，提升数据质量。探索环境数据的分级分类发布机制[29]，基于数据敏感程度与公众需求，构建科学的发布流程与访问权限管理体系。开展环境数据共享平台的建设与运营模式研究，优化数据共享的技术路径与激励机制。数智驱动建设健康环境研究需要关注环境风险溯源及其治理。学术研究中需要开展环境污染物溯源技术探索，基于大数据分析、机器学习等算法构建污染物来源识别模型，实现对污染源头的精准定位。攻关环境健康风险评估技术，构建多维度风险评估模型。研究环境风险的动态预警技术，开发实时监测与预警算法，实现风险的早期识别与及时响应。探索数智驱动的环境治理优化方案，优化治理措施与资源配置[30]。开展跨区域环境治理的协同机制研究，构建数智化协同治理平台，提升区域环境治理合力。【共识9】数智驱动发展健康产业研究。数智驱动发展健康产业研究需要关注产业技术基础与驱动力。学术研究中需要开展健康产业核心数智技术的研发与应用研究，包括人工智能、大数据、物联网、区块链等技术在健康产业的融合应用。研究数智技术推动健康产业转型升级的动力机制，分析技术创新、数据要素、政策支持等多因素的协同作用机制。数智驱动发展健康产业研究需要关注智能硬件和产品制造。学术研究中需要开展智能健康硬件的核心技术开发，如优化可穿戴设备的传感技术、数据传输技术、续航技术等研究。研究智能医疗设备的临床验证与转化机制，建立科学的临床评价体系，推动技术从实验室走向市场，以科技成果转化率、核心零部件/算法国产化率作为产业发展评价的量化依据。攻关智能健康产品的个性化设计技术，基于用户画像与健康需求，开发定制化产品与服务。开展智能硬件的互联互通技术研究，建立统一的接口标准与数据协议，实现多设备协同工作。通过学术研究推动智能健康硬件从单一功能向多功能、智能化、精准化发展。数智驱动发展健康产业研究需要关注产业生态与服务模式创新。学术研究中需要开展健康产业生态系统的构建与演进探索，分析数智技术对产业价值链、产业链的重塑作用。研究“互联网+健康”“AI+健康”等新型服务模式的创新路径与运营机制。攻关产业跨界融合的技术支撑与协同机制，推动健康产业与信息技术、生物医药、养老服务等领域的深度融合。探索数智驱动的健康产业集群发展模式，基于大数据分析优化产业布局与资源配置。数智驱动发展健康产业研究需要关注健康产业领域质量安全与监管治理。学术研究中需开展健康产品质量安全的智能化检测技术创新，开发基于AI、物联网的实时监测与快速检测技术，提升质量安全管控的精准性与效率。攻关健康产业全生命周期监管技术，利用区块链等技术建立产品溯源体系，实现从生产到消费的全环节监管。研究数智化监管平台的建设与应用，整合监管数据、企业数据、公众反馈等多源信息，构建智能化监管决策支持系统。开展健康产业监管的协同治理机制研究，建立跨部门、跨区域的数字化协同监管平台，提升监管合力[31]。探索监管政策与技术创新协同发展模式，平衡产业创新与质量安全。3实施《专家共识》的行动策略3.1强化数智驱动健康中国学术和政策研究的意识第一，培养学术研究主体的主动性。践行《专家共识》需要以《“健康中国2030”规划纲要》等纲领性文件为指引，认识到数智技术在健康中国建设中的重要支撑地位，推动科研机构、医疗机构、企业等主体树立“数智赋能健康”的系统性思维，主动推动健康中国学术研究范式从传统向数智驱动转型，主动把健康融入各主体的学术和政策研究之中，重点关注政府在健康中国推进中的制度供给与治理能力建设，围绕医改关键制度开展政策评估与优化研究。第二，树立跨领域协同学术研究的观念。通过学术交流、政策解读等形式，传播数智技术与健康领域融合的前沿成果，加强跨学科交叉融合，打破传统学科壁垒带来的认知局限。在此基础上，应进一步推动数智健康这一交叉学科本身的知识体系研究，围绕其核心理论、研究范式、评价标准和伦理框架等开展深入探索，奠定坚实的理论基础。第三，聚焦核心健康领域学术和政策研究的自觉性。数智驱动健康中国学术研究需要聚焦健康生活、健康服务、健康保障、健康环境、健康产业这五大核心领域，深入挖掘数智技术在健康信息传播、智能诊疗、医保监控等场景的应用价值。政策研究注重于面向政府治理与制度安排，研究和解决现实应用问题。第四，培育学术研究推动数智健康科普的理念。学术研究机构需要加强社会科普，营造良好氛围，提升公众对数智健康的认知度与接受度，为学术研究营造良好的社会氛围，形成“政策引导科研、科研回应需求、需求反哺研究”的良性循环。3.2培养从事数智驱动健康中国学术研究的复合型人才第一，构建“健康+数智+人文”的交叉课程体系。践行《专家共识》需要积极推动与健康治理关系密切的学科建设和改革，构建“健康科学+数智技术+人文社科”的交叉课程体系，开设医学大数据分析、健康人工智能、医疗数据安全等核心课程，夯实人才的跨领域知识基础。第二，推动“校企研”协同育人模式。高校应联合医疗机构、科技企业共建实践基地，让人才深度参与智能诊疗设备研发、健康数据平台建设等实际项目，提升技术转化与问题解决能力。第三，系统提升科研人员和医务人员的数智素养与应用能力。支持高校、科研院所和医疗机构将数智能力建设纳入继续教育和岗位培训体系，鼓励通过专题培训、在线课程、联合研修等多种形式，强化数据意识、数据治理与统计分析能力，更好地适应学术研究与医疗服务的数智化转型。第四，建立跨学科的科学人才评价机制。打破单一学科评价壁垒，将跨领域研究成果、技术转化效益纳入评价指标，鼓励人才深耕数智健康交叉领域。第五，完善多层次的科研与平台支持体系。倡导在国家及省部级科研项目、各类科研项目中加大对数智驱动健康中国交叉研究和青年人才团队的支持力度，推动形成有利于复合型人才成长的稳定科研环境和实践场景。3.3搭建数智驱动健康中国学术研究的协同创新平台第一，建设高质量、标准化的健康医疗数据共享平台。在严格保障数据安全与个人隐私的前提下，通过数据脱敏、联邦学习等技术，依法有序为合规科研机构开放高价值数据资源，破解“数据孤岛”对学术研究的制约。第二，设立关键技术联合实验室。设立若干数智健康关键技术联合实验室和共性技术研发平台，聚焦智能诊疗、公共卫生预警、慢病管理等核心场景，推动算法、算力、工具库等资源的开放与共享，降低科研门槛。第三，打造常态化的成果转化与产业对接平台。通过举办创新大赛、项目路演、学术论坛等形式，加速优秀学术成果向临床应用和健康产品的转化，形成“基础研究—技术开发—产业应用”的全链条支撑。第四，通过平台汇聚数据、技术、人才等核心要素。发挥这些核心要素的集聚效应，提升数智健康领域学术研究的整体效能。3.4完善数智驱动健康中国学术研究的制度与保障体系第一，完善适应交叉研究的科研管理与评价机制。针对交叉研究的特点，设立专门的评审通道与评价标准，认可跨学科合作成果的贡献，鼓励长周期、颠覆性创新，健全数智健康标准体系，统一数据格式、接口协议与成果评价规范，推动科研与临床、产业的标准衔接，加速研究成果的落地应用。第二，建立健全数据伦理与安全治理框架。明确健康数据采集、存储、使用、销毁的全流程规范，建立伦理审查和风险预警机制。第三，优化知识产权归属与利益分配制度。建立高校、科研机构、医疗机构、企业间的资源共享清单与制度规则，明确联合研究成果的权属划分，激发各参与方的创新动力，优化科研评价与支持制度，将数据共享贡献度、技术转化效益纳入项目评审与机构考核，依托国家重点研发计划设立数智健康专项，对交叉领域研究项目给予优先支持。第四，探索适应技术发展的创新监管模式。对于人工智能辅助诊断等前沿应用，建立弹性监管机制，在保障安全的前提下为学术创新和技术验证提供空间，建立“创新监管试点”模式，为新兴技术应用提供制度试错空间和发展机会。参考文献[1]经纬.筑牢中国式现代化健康根基[J].中国卫生,2025(11):1.[2](美)阿尔文·托夫勒.未来的冲击[M].黄明坚,译.北京:中信出版集团,2018.[3]徐向东,吴士勇.数字时代全民健康信息平台建设的重点要素分析[J].中国卫生信息管理杂志,2024,21(3):361-365,381.[4]OuyangR.Dataasafactorofproductionpromotingthedeepintegrationofthedigitaleconomyandtherealeconomy:theoreticallogicandanalysisframework[J].FrontEconChina,2024,19(2):129-153.[5]王建冬,于施洋,黄倩倩.数据要素基础理论与制度体系总体设计探究[J].电子政务,2022(2):2-11.[6]孙铁牛.中国在数字健康领域展现了全球领导力[N].光明日报,2025-05-21(12).[7]IsgutM,GlosterL,ChoiK,etal.SystematicreviewofadvancedAImethodsforimprovinghealthcaredataqualityinpostCOVID-19era[J].IEEEReviewsinBiomedicalEngineering,2023,16:53-69.[8]赵汀阳.人工智能的深化或悲歌[M].北京:商务印书馆,2022.[9]ChallenR,DennyJ,PittM,etal.Artificialintelligence,biasandclinicalsafety[J].BMJQuality&Safety,2019,28(3):231-237.[10]杨善林,丁帅,顾东晓,等.医疗健康大数据驱动的知识发现与知识服务方法[J].管理世界,2022,38(1):219-229.[11]ShermanRE,AndersonSA,DalPanGJ,etal.Real-worldevidence-whatisitandwhatcanittellus?[J].NewEnglandJournalofMedicine,2016,375(23):2293-2297.[12]付少雄,邓胜利,陈晓宇.国外健康信息素养研究现状与发展动态述评[J].信息资源管理学报,2016,6(3):5-14,33.[13]陆杰华,韦晓丹.老年数字鸿沟治理的分析框架、理念及其路径选择:基于数字鸿沟与知沟理论视角[J].人口研究,2021,45(3):17-30.[14]FergusonT,OldsT,CurtisR,etal.Effectivenessofwearableactivitytrackerstoincreasephysicalactivityandimprovehealth:asystematicreviewofsystematicreviewsandmeta-analyses[J].TheLancetDigitalHealth,2022,4(8):e615-e626.[15]BeamAL,KohaneIS.Bigdataandmachinelearninginhealthcare[J].JAMA,2018,319(13):1317-1318.[16]LiL,PengW.Doeshealthinformationtechnologyprom