中国科学院动物研究所研究员曲静：

“运动因子”释放有助优化健康水平

运动不仅仅是一种简单的身体活动，而是一种强大的生理干预手段，能够通过多器官、多层次的分子重编程来优化人体健康。

研究发现，无论是单次运动还是长期锻炼，都会触发一系列复杂的生物学反应，而这些反应的核心在于“运动因子”的释放及其对全身系统的协调调控。

从急性效应来看，运动就像一次“代谢压力测试”，迅速激活能量代谢途径，同时引发短暂的炎症反应和微损伤，但这种应激实际上是机体适应性重塑的开端。

而长期运动则更像是一种“系统升级”，它能显著抑制慢性炎症、改善免疫功能，并促进血管和组织的年轻化。

例如，老年个体的血管内皮功能退化可以通过运动部分逆转，其中关键基因BMAL1的恢复起到了重要作用。

特别值得关注的是甜菜碱代谢通路。数据表明，运动能显著提升肾脏中的甜菜碱水平，而甜菜碱不仅作为甲基供体支持代谢健康，还具有强大的抗炎和抗衰老作用。

实验证明，补充甜菜碱可以改善肾功能并延缓细胞衰老，这为运动益处的转化医学研究提供了新的方向，也打开了科学家对长期运动认识的新视角。

复旦大学公共卫生学院党委书记罗力：

健康管理学科正处于关键发展期

作为一门新兴的交叉学科，健康管理学科建设正处于关键发展期。从学科框架来看，以一级学科设置为切入点，健康管理学科在技术传播、实践队伍培养以及行业协会建设等方面已经取得了显著成效。

特别是在慢性病管理、健康风险评估等实践应用领域，已经形成了一支专业化的技术队伍，各类健康管理协会也在蓬勃发展。

然而，与成熟的传统学科相比，健康管理学科在教学队伍建设、教材体系完善以及学术期刊影响力等方面还存在明显短板。

当前，我们的专业师资力量仍显不足，系统化的教材体系尚未完全建立。

面对这些挑战，需要从以下几个方面着力推进：

首先，要大力推动多学科交叉融合。健康管理本身就是一门北大健康论坛共识，明确学科发展方向；另一方面要整合资源，加强人才队伍建设。

最后需要强调的是，健康管理具有显著的交叉学科特征，要成为独立的一级学科，就必须建立独特的理论体系和方法学基础。

中国信息通信研究院医疗健康大数据中心副主任连云波：

人工智能赋能医疗健康

当前，人工智能（AI）技术正在深刻重塑医疗健康领域的发展格局。研究表明，AI在医疗领域的赋能主要体现在三个关键维度：

首先，个性化医疗理念在AI时代展现出前所未有的价值。通过分析人类基因组计划积累的海量数据，我们发现AI技术能够精准解析DNA序列中的关键信息，为个性化诊疗方案的制定提供科学依据。

其次，在关键技术突破方面，重点聚焦四大方向。一是医疗政策与标准研究，为行业发展提供制度保障。

二是建立医疗通用大模型的评估体系，确保技术应用的可靠性。

三是开发基于多模态数据的健康大模型，整合临床、影像、基因等多源信息。

四是运用知识蒸馏技术构建健康基础模型。

最后，基于《卫生健康行业人工智能应用场景参考指引》，在13大领域、84个具体场景开展探索性应用。

中国信通院的研究实践表明，通过打通产学研医创新链条，我们完全有可能实现机器自研判、自决策、方案自生成等突破性进展。

展望未来，AI与医疗健康的深度融合呈现三大趋势：一是数据要素价值得到充分释放；二是应用场景自动化程度持续提升；三是产业生态更加完善。

北京大学公共卫生学院社会医学与健康教育系主任常春：

倡导“以健康结局为导向”的工作思路

当前，我们面临着一个突出的矛盾现象：虽然我国居民健康素养水平快速提升，但职业人群运动不足等行为问题依然显著，这反映出健康知识普及与健康行为实践之间存在明显的“知行脱节”问题。

针对这一问题，我们创新性地提出了“以健康结局为导向”的工作思路，构建了“理论+科技”双轮驱动的发展模式。在理论层面，强调将健康教育从单纯的知识传播，升级为“确定目标行为—分析影响因素—设计干预方案—实施效果评价”的完整行为改变闭环。科技创新、科学普及是实现创新发展的两翼。我们必须将健康科普与科技创新放在同等重要的位置。

在实践层面，充分利用新质生产力的发展机遇，将大数据、人工智能等新技术与健康教育工作深度融合。具体而言，探索三个重要方向：一是健康行为理论与AI技术的深度整合；二是构建跨层次的社会生态视角；三是建立复杂行为的多理论协同模型。

展望未来，健康教育工作要实现高质量发展，必须把握三个关键：第一，坚持以行为改变为核心目标；第二，充分发挥数字技术的赋能作用；第三，建立科学的评估体系。相信通过理论创新和技术应用的有机结合，一定能够有效解决“知行脱节”的难题，真正提升人民群众的健康水平和生活质量。