科技創新應對健康挑戰

【摘要】 隨著全球化、人口老齡化趨勢的加劇和全球氣候變化，人類面臨的健康挑戰日益復雜。全球化帶來了全球性健康問題的出現，傳染病的傳播速度和范圍明顯增加，影響更加深遠；氣候變化不僅直接影響著人類健康，還通過改變生態系統和病媒生物分布等方式間接增加傳染病暴發風險；與此同時，人口老齡化使得慢性非傳染性疾病負擔持續攀升，共病等復雜健康問題日益凸顯，給醫療衛生健康系統和社會服務保障系統均帶來了巨大挑戰。而科技創新為應對這些挑戰提供了前所未有的機遇，從精準醫學到人工智能（AI），科技的進步正重塑健康管理范式?？萍紕撔虏粌H是現代醫學發展的引擎，更是應對未來健康問題的關鍵。未來應加強衛生健康體系建設、創新醫防協同及醫防融合機制、加強科技攻關與創新、AI賦能基層能力提升，以更好地應對健康挑戰，增進人類福祉。

【關鍵詞】 人口健康管理；科技創新；傳染病；慢性非傳染性疾??；人工智能

【中圖分類號】 R 195 【文獻標識碼】 A DOI：10.12114/j.issn.1007-9572.2024.0210

Technological Innovations to Address Health Challenges

LIU Jue1，LIANG Wannian2，3*

1.School of Public Health，Peking University，Beijing 100191，China

2.Vanke School of Public Health，Tsinghua University，Beijing 100084，China

3.Institute for Healthy China，Tsinghua University，Beijing 100084，China

*Corresponding author：LIANG Wannian，Professor/Doctoral supervisor；E-mail：liangwn@tsinghua.edu.cn

【Abstract】 The accelerations of globalization，climate change，and population aging gradually increase the complex challenges to human health. Globalization-induced global health issues significantly increase the speed and range of infectious disease transmission，causing a more profound impact. Climate change not only directly affects human health but also indirectly increases the risk of infectious disease outbreaks by altering ecosystems and the distribution of disease vectors. Meanwhile，population aging has escalated the burden of chronic non-infectious diseases and highlighted complex health issues like comorbidities，posing significant challenges to healthcare systems and social service assurance systems. Technological innovations offer unprecedented opportunities to address these health challenges. Advanced techniques like precision medicine and artificial intelligence（AI）are emerging innovations to deal with current health issues. Advancements in technology are reshaping our health management paradigms. Technological innovations are not only the driving forces for the development of modern medicine，but also the key to addressing future health issues. In the future，it is essential to strengthen health system construction，innovate mechanisms for medical and preventive integration，enhance scientific and technological research and innovation，and empower primary healthcare with AI，aiming to further tackle health challenges and improve human well-being.

【Key words】 Population health management；Technological innovation；Infectious diseases；Chronic non-infectious diseases；Artificial intelligence

隨著全球化、人口老齡化趨勢的加劇和全球氣候變化，人類面臨的健康挑戰日益復雜多樣［1-2］。科技創新為應對這些挑戰提供了前所未有的機遇，從精準醫學到人工智能（AI），科技的進步正重塑衛生健康管理范式［3-4］?？萍紕撔虏粌H是現代醫學發展的引擎，更是應對未來健康問題的關鍵。本文旨在探討當前面臨的主要健康挑戰與需求、存在的主要“短板”與不足，并提出科技創新應對健康挑戰的建議。

◆ 全球及我國面臨的主要健康挑戰與需求

第一，傳染病始終是人類最為嚴峻的安全威脅。傳染病防控關乎國家安全、社會穩定、人類進步、大國博弈，是國家核心利益和國家意志的體現。隨著全球化趨勢加劇和全球氣候變化，新發傳染病暴發的風險及其不確定性增加［5］，全球化帶來了傳染病傳播的加速，傳播范圍也不斷增加，對社會經濟的影響更加深遠；氣候變化不僅可以直接影響人類健康，還通過改變生態系統和病媒生物分布等方式間接增加了新發傳染病的暴發風險［5-7］。面對未知的“X疾病”，提升大流行防范與應對能力尤為重要［8］。從全球視角看，許多國家已先后部署了重要的科技戰略計劃來系統提升傳染病應對能力，防范大流行風險。例如美國的“新發傳染病威脅的預測”計劃、“國家微生物組”計劃以及歐盟的“地平線2020”計劃等。做好傳染病防控是確保國家安全、推進健康中國建設、構建人類衛生健康共同體的戰略需求。

第二，慢性非傳染性疾病的疾病負擔持續增加。慢性非傳染性疾病是造成過早死亡的首要原因。近期研究發現，過去30年全球疾病負擔已逐漸從傳染病、孕產婦和新生兒疾病為主向慢性非傳染性疾病為主轉移；預計到2050年，導致傷殘調整壽命年的前四大原因分別是缺血性心臟病、卒中、糖尿病和慢性阻塞性肺疾?。?］。根據《2022中國衛生健康統計年鑒》，我國居民慢性病患病率從2008年的157.4‰上升至2018年的245.2‰；2021年我國城市居民主要疾病死亡的首要原因為心臟病（死亡率165.37/10萬），其次為惡性腫瘤（死亡率158.70/10萬）、腦血管?。?40.02/10萬）、呼吸系統疾?。ㄋ劳雎?4.49/10萬）；2021年我國農村居民主要疾病死亡的首要原因為心臟?。ㄋ劳雎?88.58/10萬），其次為腦血管?。ㄋ劳雎?75.58/10萬）、惡性腫瘤（死亡率167.06/10萬）、呼吸系統疾?。ㄋ劳雎?5.23/10萬）［10］。

第三，共病流行問題造成健康協同管理困難。除了單一類別疾病所致的健康威脅外，多種疾病或健康問題共存等共?。╟omorbidity）或共流行（syndemic）問題日益凸顯［2］。共病流行特指涉及在人群中同時存在兩種及以上疾病或健康問題［11］。共病流行理論表明，多種疾病同時存在且與社會和環境因素相互交織，疊加危害人群健康［11-12］。

第四，人口老齡化是全球面臨的一個重大挑戰。聯合國《世界人口展望2022》報告數據顯示，隨著全球生育率持續下降和預期壽命的不斷提高，人口結構金字塔倒掛，加劇了全球老齡化問題；估計全球65歲及以上人口的比例將從2022年的10%上升到2050年的16%［13］。中國已進入“深度老齡化”社會，少子化和長壽趨勢使得老齡化持續加深［14］。老齡化社會的到來必然引起公眾健康需求的變化。如何主動應對人口老齡化及其所致的公眾健康需求的變化，也是衛生健康系統面臨的另一個重要挑戰［15］。

◆ 當前存在的主要科技“短板”與不足

從宏觀體系上看，當前存在的“短板”主要有科學、技術、政策、管理4個方面。本文重點闡述在應對傳染病、慢性病兩大類疾病中的科技“短板”與不足。

●應對重大傳染病疫情

一是關鍵共性機制基礎研究不足。由于關鍵共性機制基礎研究不足，導致新發突發傳染性病原體出現后，常難以及時快速提供有效疫苗和特異性藥物。

二是疫情監測預警系統仍不健全。疫情防控多源監測數據融合不足，難以及時預警。從全球看各國都在布局傳染病疫情監測系統。但總體來看，目前監測系統相對單一，常是以比較小的哨點監測網絡或者以醫院為基礎的被動監測系統，對于多渠道主動監測（例如泛病原體監測、環境污水監測、社區監測、媒體監測、人口流動、行為監測、實驗室網絡監測與有效聯動等）的應用尚不足。

三是疫情傳播趨勢預警技術不足。多數傳染病傳播趨勢預警技術依然采用傳統的衛生統計學和流行病學方法，而運用大數據、AI、大模型等前沿技術建模預警技術開發依然不夠，不能及時發現異常苗頭，難以早期有效指導防控，快速遏制疫情傳播與擴散。

四是病原體檢測甄別技術不夠。一旦新發傳染病出現，需要現場快速識別未知病原體，研判疫情態勢，以便采取針對性干預措施。然而目前病原體檢測甄別技術仍不能充分滿足快速識別未知病原體的迫切

需要。

五是治療手段和設備技術仍然不足。新發傳染病的特異性藥物研發不足、可用的有效治療手段有限。此外，重癥風險早期識別和分級預警技術也不足?，F有生物醫藥核心技術與設備相對分散，亟須形成完備的供應鏈、產業鏈。

●應對慢性非傳染性疾病

一是現代防控理念缺乏。過去更多是希望從生物醫學技術上對慢性病進行干預。由于慢性病的病因復雜不清，僅用單純生物學技術干預很難有針對性和明顯成效。如果要真正有效防控慢性病，亟須借助多學科協作的手段，不僅在生物學技術層面，更應從全系統技術層面，即從身體、心理、社會、環境等與健康相關的因素進行全景式綜合干預。

二是管理模式有待完善。不同國家創造了適合自身醫療衛生體系的健康管理模式，但是一種模式是否可以推廣至其他國家與地區受到多種條件影響。對于不同國家、不同地區、不同人群，慢性病或共病管理的范式，從組織體系到機制設計、從策略制定到具體措施組合、從體系要素到資源配置等，都需要根據各地實際情況進一步優化完善［16］。

三是管理規范有所欠缺。目前，慢性病患者數量不斷增加，但管理體系和規范未能及時跟進，導致很多患者得不到持續、系統的照護和管理。醫療資源分配不均，信息共享障礙嚴重，基層醫療衛生機構能力建設不足。因此，亟須建立和完善慢性病管理規范，加強基層醫療能力建設，推動全方位的健康服務，提高患者生活質量。

四是疾病過程管理不足。既往更多側重供方導向的管理。如何把供方、需方、社區、公眾等多主體廣泛發動起來，與衛生健康專業機構管理進行有機融合，形成多主體健康共治模式，以便全周期、全過程高效管理慢性疾病，都是值得深入思考的問題。這種共治管理創新模式不僅適用于慢性病管理，也能有效解決復雜的共病管理問題，滿足積極應對人口老齡化的國家戰略需要。

◆ 科技創新應對健康挑戰的建議

針對上述不足和挑戰，建議從以下4個方面通過科技創新應對健康挑戰。

建議一，加強衛生健康體系建設。體系建設應重視提高其韌性和防御能力。過去的衛生健康體系主要以疾病為中心，醫防分立。當前，如何實現體系的有效強化、延伸與融合，尤為重要。在強化傳統生物醫學技術能力及傳統疾病診斷和治療能力的基礎上，體系建設應更多地以健康為中心，注重“預防為先”。例如，以傳染病應對為例，無論是醫療體系還是公共衛生體系，都需要具備快速識別傳染病異常苗頭的能力，以實現新發突發傳染病的早發現、早診斷、早處置，減少對公眾健康、社會經濟、國家安全的威脅，這一點至關重要。

建議二，創新醫防融合、醫防協同機制。醫防融合與醫防協同是全球面臨的重要議題，目前全球范圍內的醫防融合效果仍不理想。無論是傳染病防控還是慢性病防控，醫療與預防都不可分割。醫療機構作為公共衛生體系的重要組成部分，必須貫徹這一理念。醫療機構應承擔公共衛生職能，其在傳染病和慢性病防控方面的表現應成為考核評價的重要依據。強化醫防協同，推進服務產品的醫防融合，是提升整體健康防護能力的關鍵舉措。

建議三，加強重大科技集成攻關與創新。疾病防范、應對人口老齡化和氣候變化都需要科技賦能。過去更多關注組織體系，包括傳統的人力資源配置和設施設備配置。而實際上，信息化和各種科學技術產品能夠極大地增強相關工作者的能力。因此，必須加大對科技集成攻關與創新的投入，推動前沿技術的應用，以提升在應對重大健康、人口老齡化、氣候變化等挑戰方面的系統性能力。

建議四，加強AI賦能基層能力建設?；鶎邮切l生健康服務的“最后一公里”，有效應對健康挑戰必須把基層放在最優先的位置。如能充分利用現代化信息技術，特別是AI技術，將會更加有效地賦能基層［17］。例如，通過AI驅動診斷工具和決策支持系統，基層醫生可以獲得更準確的診斷和治療建議，提升醫療服務質量；通過大數據分析和AI算法，基層可以實時監測傳染病的傳播趨勢，早期識別潛在的暴發風險；通過智能設備和健康監測管理系統，基層醫生可以及時調整慢性病患者的治療方案，協同管理共病風險；對于處于健康或亞健康狀態的個體，可通過數智健康技術提升健康管理效率，提供精準智慧化健康管理服務，更好地應對全球各種健康挑戰［18］。

本文無利益沖突。

參考文獻

GBD 2021 Risk Factors Collaborators. Global burden and strength of evidence for 88 risk factors in 204 countries and 811 subnational locations，1990-2021：a systematic analysis for the Global Burden of Disease Study 2021［J］. Lancet，2024，403（10440）：2162-2203. DOI：10.1016/S0140-6736（24）00933-4.

SWINBURN B A，KRAAK V I，ALLENDER S，et al. The global syndemic of obesity，undernutrition，and climate change：the lancet commission report［J］. Lancet，2019，393（10173）：791-846. DOI：10.1016/S0140-6736（18）32822-8.

DENNY J C，COLLINS F S. Precision medicine in 2030-seven ways to transform healthcare［J］. Cell，2021，184（6）：1415-1419. DOI：10.1016/j.cell.2021.01.015.

LENHARO M. An AI revolution is brewing in medicine［J］. Nature，2023，622（7984）：686-688. DOI：10.1038/d41586-023-03302-0.

MAHON M B，SACK A，ALEUY O A，et al. A meta-analysis on global change drivers and the risk of infectious disease［J］. Nature，2024，629（8013）：830-836. DOI：10.1038/s41586-024-07380-6.

DU M，SUN H，ZHANG S，et al. Global epidemiological features of human monkeypox cases and their associations with social-economic level and international travel arrivals：a systematic review and ecological study［J］. Int J Public Health，2023，68：1605426. DOI：10.3389/ijph.2023.1605426.

ROMANELLO M，NAPOLI C D，GREEN C，et al. The 2023 report of the Lancet Countdown on health and climate change：the imperative for a health-centred response in a world facing irreversible harms［J］. Lancet，2023，402（10419）：2346-2394. DOI：10.1016/S0140-6736（23）01859-7.

梁萬年. 大流行挑戰與應對［M］. 北京：科學技術文獻出版社，2024：123-151.

GBD 2021 Forecasting Collaborators. Burden of disease scenarios for 204 countries and territories，2022-2050：a forecasting analysis for the Global Burden of Disease Study 2021［J］. Lancet，2024，403（10440）：2204-2256. DOI：10.1016/S0140-6736（24）00685-8.

國家衛生健康委員會統計信息中心. 2022中國衛生健康統計年鑒［A/OL］. ［2024-06-01］. http：//www.nhc.gov.cn/mohwsbwstjxxzx/tjtjnj/202305/6ef68aac6bd14c1eb9375e01a0faa1fb.shtml.

YANG W，LI Z，YANG T，et al. Experts' consensus on the management of respiratory disease syndemic［J］. China CDC Weekly，2024，6（8）：131-138. DOI：10.46234/ccdcw2024.029.

SINGER M，BULLED N，OSTRACH B，et al. Syndemics and the biosocial conception of health［J］. Lancet，2017，389（10072）：941-950. DOI：10.1016/S0140-6736（17）30003-X.

United Nations. World population prospects 2022［EB/OL］. ［2024-06-01］. https：//population.un.org/wpp/.

DU M，TAO L，LIU M，et al. Trajectories of health conditions and their associations with the risk of cognitive impairment among older adults：insights from a national prospective cohort study［J］. BMC Med，2024，22（1）：20. DOI：10.1186/s12916-024-03245-x.

劉玨，李蔚東，么鴻雁，等. 主動健康研究進展與展望［J］.中國預防醫學雜志，2023，24（7）：750-751.

YAN W X，QIN C Y，TAO L Y，et al. Association between inequalities in human resources for health and all cause and cause specific mortality in 172 countries and territories，1990-2019： observational study［J］. BMJ，2023，381：e073043. DOI：10.1136/bmj-2022-073043.

WONG F，DE LA FUENTE-NUNEZ C，COLLINS J J. Leveraging artificial intelligence in the fight against infectious diseases［J］. Science，2023，381（6654）：164-170. DOI：10.1126/science.adh1114.

SCHWALBE N，WAHL B. Artificial intelligence and the future of global health［J］. Lancet，2020，395（10236）：1579-1586. DOI：10.1016/S0140-6736（20）30226-9.

引用本文：劉玨，梁萬年.科技創新應對健康挑戰［J］.中國全科醫學，2024，27（28）：前插頁. DOI：10.12114/j.issn.1007-9572.

2024.0210.