北京大學2020年成立全球健康發展研究院（全健院），聚焦全球健康與人類文明的重大主題。成立5年來，北大全健院全力以赴進行交叉學科的聯合攻關，通過人工智能、機器學習與系統工程和人文社科的高度融合，于2025年10月成功構建了全球首個基于人工智能大模型的“星球健康坐標系統”（Planetary Health Axis System -- PHAS），作為中國貢獻的全球公共品，為促進人類健康和文明繁榮提供了堅實的科學方案，得到國際社會高度肯定和積極反響。北京大學的科學研究實踐表明，以高校為載體的科研創新能夠為構建“人類衛生健康共同體”提供科學支撐和解決方案，是中國參與全球治理、貢獻中國智慧的重要體現。

一、人類衛生健康共同體的理論內涵與時代意義

“人類衛生健康共同體”理念深刻洞察了全球化背景下各國命運休戚與共、緊密相連的現實，科學回答了“為什么構建人類衛生健康共同體、如何構建人類衛生健康共同體”的時代之問，為應對全球公共衛生危機、完善全球健康治理體系提供了中國智慧和中國方案。其核心內涵在于超越地緣政治博弈與零和思維，倡導一種以全人類整體利益為依歸的嶄新價值觀，強調全球健康治理的協同性、公平性和可持續性。它旨在通過前所未有的國際團結與合作，整合全球資源、技術與知識，共同應對傳染病大流行、慢性病負擔、衛生資源不均等跨國界健康挑戰，最終建成“人類衛生健康共同體”。

在此大背景下，北京大學于2020年成立了全球健康發展研究院（北大全健院）。作為北京大學前沿交叉學科平臺，北大全健院肩負著踐行與深化這一理念的歷史使命。北大全健院不僅致力于理論闡釋與政策研究，更聚焦于將頂層設計轉化為可操作、可量化、可評估的實踐范式。為此，北大全健院創新性地提出了“星球健康坐標”這一前沿框架，這是對“人類衛生健康共同體”理念的深度學理詮釋與關鍵技術響應。

“星球健康坐標”范式的革命性在于，它突破了傳統公共衛生只聚焦于人類個體與群體健康的范疇，以一種整體性、系統性的世界觀，將人類健康（Human Health）、環境健康（Environmental Health）、物種健康（Species Health）與社會健康（Societal Health）置于一個相互關聯、相互作用，且共同受到星球邊界約束的統一分析框架內。它科學地論證了人類的健康福祉與生態環境系統的完整性、生物多樣性的豐富性以及社會經濟的穩定性之間存在著不可分割的內在聯系。例如，砍伐森林可能導致人畜共患病的溢出；化石燃料驅動的發展模式通過氣候變化加劇熱浪與糧食危機；而社會低效則會讓人群對健康沖擊的抗性減弱。

正是基于這一深刻認知，北大全健院將“星球健康坐標系統”打造為賦能“人類衛生健康共同體”建設的核心引擎與戰略性基礎設施。PHAS是一個由人工智能驅動的、動態演算的星球級宏觀數字孿生系統。作為研究院五年發展歷程中最具代表性的科技突破，PHAS通過集成超過48000個關鍵變量，首次實現了對四大健康維度全景式進程的實時追蹤、動態評估與智能模擬。它將宏大的理念轉化為清晰的數據流、可驗證的關系圖譜和可量化的風險度量，使抽象的健康共同體概念變得可感知、可度量、可管理。

因此，北大全健院以“人類衛生健康共同體”為綱領，以PHAS這一旗艦項目為核心抓手，成功地將“星球健康坐標”這一前沿框架落實為全球治理的公共產品，為破解全球健康治理的集體行動難題提供了新思路、新方法與新工具，開創了全球健康發展的新范式。

二、星球健康坐標系統（PHAS）

在北大全健院宏偉的使命藍圖中，星球健康坐標系統是承載其核心理念、匯聚其全部戰略資源的系統工程與核心抓手。它代表著全健院對“人類衛生健康共同體”與“同一健康”理念的尖端科技響應，是全球首個將人工智能、大數據分析與星球健康系統科學深度融合的復雜巨系統。

PHAS的誕生，源于一個根本性的認知：面對人類日益嚴峻的健康挑戰——從人畜共患病大流行到氣候敏感型疾病激增，從抗生素耐藥性蔓延到環境污染導致的健康不平等——傳統的數據分析工具和線性思維模式已顯得力不從心。我們迫切需要一種全新的“數字羅盤”和“決策實驗室”，能夠實時、動態、系統地洞察人類文明與地球生態健康之間錯綜復雜的相互作用。PHAS正是這一時代呼喚的產物，它旨在將抽象的理念轉化為可量化、可操作、可模擬的科學體系，為全球治理從“被動響應”轉向“主動塑造”提供革命性的基礎設施。

（一）構建星球健康的“宏觀數字孿生”

PHAS的系統架構設計哲學源于其整體性的星球健康觀。區別于將健康問題割裂看待，PHAS構建了一個多層次、多維度、相互關聯的“宏觀數字孿生”模型，旨在鏡像模擬真實世界的復雜性。其核心架構建立在四大相互依存、動態交互的坐標軸上，形成了一個全面的評估框架。

一是人類健康（Human Health）軸。此軸超越了傳統的發病率和死亡率統計，采用了一個更現代化、更全面的測量框架。它精準追蹤包括：第一，人類的生存與死亡。對不同年齡性別結構的全死因死亡率進行系統性的計量。第二，疾病負擔。不僅涵蓋傳染病（如COVID-19、艾滋病、結核病），更深入監測慢性非傳染性疾病（NCDs）的時空分布與風險因素。第三，生命質量。將健康與存活相結合，切實度量每一單位個體生命年的健康水平。第四，健康行為與健康教育。將人類個體非社會性行為可能影響健康的飲食、運動、睡眠等要素納入體系。

二是物種健康（Species Health）軸。此軸是PHAS范式創新的關鍵之一，它將非人類物種的健康狀況正式納入全球健康治理的視野，直指人畜共患病溢出與生態系統穩定的根源。第一，生物多樣性。整合世界自然保護聯盟瀕危物種紅色名錄等數據，監測關鍵物種的存續狀態。第二，人畜共患病。通過分析土地利用變化、野生動物貿易數據與氣候變量，構建機器學習模型，預測如禽流感、埃博拉等疾病從動物傳染至人類的潛在高風險地區，實現真正的前瞻性預警。第三，農業和作物。追蹤植物相關的健康水平，特別是與食品安全相關的關鍵作物。第四，微生物健康。包括環境微生物、致病微生物等可能影響星球健康的潛在威脅和資源。

三是環境健康（Environmental Health）軸。此軸量化了人類賴以生存的自然環境的壓力與變化，是連接人類活動與健康結局的橋梁。第一，氣候的穩定性與變化。精細測算氣候變化和極端氣候異常等氣候健康要素。第二，污染水平。包括PM2.5、二氧化氮、臭氧等空氣污染；化學污染物、塑料微粒對水體和土壤的污染；重金屬和氮、磷的海洋污染等。第三，自然資源消耗與生態足跡。動態計算各國、各地區的碳足跡、水足跡、土地占用情況。

四是社會健康（Societal Health）軸。此軸度量人類的社會性行為對星球健康系統的影響，是前三項健康的重要補充。第一，經濟發展。包括生產總值、工業產品、資源消耗、發電量等關鍵信息。第二，技術進步，特別是全要素生產率、關鍵技術突破、產業能耗等指標。第三，社會效率與治理。嘗試度量政府治理效能、社會信任度、社區凝聚力等軟性指標對公共衛生應急響應和健康項目等執行效果的影響。第四，地區沖突與壓力。監測地緣沖突的風險與損失。

這四大坐標軸并非孤立存在，而是通過一個由人工智能驅動的“系統集成引擎”進行動態耦合。該系統實時數據源涵蓋全球公開宏觀指標、學術研究產出等所有公開可訪問宏觀數據。具備強大的政策模擬與干預效果預測功能。

（二）引領數據驅動的健康治理革命

PHAS的創新性不是單一的，而是系統性的、范式層面的，主要體現在三大技術突破上。

一是面向文明永續的范式突破，革除由于“貼現求和”帶來的代際歧視和政策短視。PHAS的度量建立在從一個全新的經濟學最優控制理論得到的控制下。這個新的最優目標突破了既往為了追求技術收斂而引入的折現體系，轉而使用基于遍歷理論而形成的長時間社會平均總福利作為優化目標。這樣的最優控制避免了折現體系中忽視遠期價值、誘導短視決策的根本缺陷，進而使PHAS得以使用綜合考慮各代際長期總福利表現的權重系統。

二是突破性的數據整合能力，從“選定數據”到“全量數據”。傳統研究高度依賴結構化、標準化、往往滯后的良定義數據。PHAS的革命性在于其“數據集成”理念，打破了數據源的壁壘，將一切公開可用的非結構化、半結構化宏觀數據都納入分析視野——借助循環式數據-模型同訓練集成方法。這種“全量數據”策略極大地拓展了知識的邊界，能夠捕捉到傳統方法無法看到的微弱信號和隱含趨勢。

三是人工智能驅動的知識發現與校準，從“描述統計”到“智能診斷”。PHAS的核心引擎是一個持續學習的人工智能系統。第一，機器學習與預測建模。應用圖上因果推斷神經網絡、非對稱維度擴增等算法，發現變量間非線性的、長通路的相關關系，例如識別出某種特定的氣候變化模式與瘧疾傳播范圍擴大的超前關聯。第二，專家反饋校準機制（Human-in-the-loop）。為避免“垃圾進、垃圾出”和人工智能“幻覺”，PHAS建立了一個全球專家網絡。人工智能和深度學習的過程分析結果會以一定的訓練步數為周期輸出0-1問題，并提交給來自不同領域的科學家進行驗證和反饋，這些專家的修正意見又反過來用于訓練和優化人工智能模型。這種循環確保了系統產出結果的科學性和可信度，實現了機器智能與人類智慧的完美結合。

四是沉浸式的可視化與交互體驗，從“靜態報告”到“動態沙盤”。PHAS極富前瞻性地將復雜數據轉化為直觀洞察。其前端不是一個布滿數字的表格，而是一個動態、可交互的全球健康“數字沙盤”。用戶可以通過交互式的多維統計圖表，直觀查看全球不同健康指標的“壓力分布圖”。支持多指標復雜通路分析，例如氣候異常對人類健康損失的全通路分析，可以有效識別出整個網絡中最脆弱的環節。其交互式模擬功能允許用戶調整政策參數，分布式地預測星球健康和其他關鍵指標在未來的變化。這種設計增加了模型結果的可理解性，使決策者、研究者甚至公眾都能理解系統性的挑戰與解決方案。

三、政策啟示與未來方向

北大全健院的創新實踐，特別是“星球健康坐標系統”的研發與應用，不僅是一項技術成就，更對全球和國家的健康治理范式轉變提供了深刻且可操作的政策啟示。其實踐經驗指向一個核心結論——未來的健康政策必須是系統性的、前瞻性的和協同性的。

（一）推動星球健康指標納入全球與國家治理核心框架，實現考核體系的范式革命。當前全球及各國的健康治理考核體系（如聯合國可持續發展目標SDGs、各國的健康規劃）多側重于單一、滯后的人類健康結果指標。全健院的實踐啟示，必須將星球健康的理念操作化、指標化，并納入最高層面的政策考核體系。

在全球層面，應積極倡導將PHAS所整合的“人類-環境-物種-社會”健康核心指標，作為SDGs框架下的補充性評估框架或新一代“超越GDP”的進步衡量標準。這能推動各國政府從追求孤立的經濟增長，轉向追求人與自然和諧共生與健康發展。在國家層面，建議將類似的綜合性健康指標納入“健康中國2030”及后續戰略的考核體系，引導地方政府摒棄以犧牲環境換取短期健康收益的舊模式，轉而投資于氣候適應性衛生系統、生物多樣性保護、綠色產業等帶來長期健康紅利的領域，實現真正的可持續發展。

（二）創新國際合作模式，將全球健康發展融入“一帶一路”。中國在健康扶貧、公共衛生應急和初級衛生保健方面積累了中國特色的實踐經驗。全健院的國際合作模式表明，應更主動地依托“一帶一路”倡議的平臺，將其從基礎設施的“硬聯通”拓展至全球健康的“軟聯通”。

通過與共建國家共享PHAS平臺、合作開展本地化的星球健康評估、派遣公共衛生專家等方式，將中國行之有效的技術方案和治理經驗進行適配性轉化和推廣。這能增強中國在全球衛生治理中的“軟實力”，將“一帶一路”建設成為一條普惠包容、韌性可持續的“健康之路”。

（三）培育跨學科創新生態，激發持續引領的源頭活水。北大全健院的誕生與發展本身就得益于跨學科的融合。要維持其領先優勢并催生更多類似PHAS的突破性創新，必須從機制上保障交叉研究的活力。

建議由政府、企業和社會資本共同出資設立“全球健康交叉研究創新基金”，專門支持數據科學、人工智能、環境科學、社會科學與醫學交叉融合的先鋒研究項目。該基金應重點傾斜于青年學者，鼓勵他們打破常規，開展具有突破性的前沿探索，為全球健康治理的持續變革儲備最核心的智力資本。

展望未來，北大全健院將繼續深耕厚植，其方向明確而堅定。一方面，深化PHAS的應用深度與廣度，將其從評估預測工具升級為賦能基層決策的“操作系統”，并拓展其在抗生素耐藥性（AMR）治理、心理健康危機干預、健康城市設計等新場景中的應用。另一方面，引領人工智能在全球健康中的創新革命，探索大型語言模型（LLM）在公共衛生知識整合與推理、人工智能驅動的個性化預防方案等前沿領域，讓人工智能成為構建“人類衛生健康共同體”道路上最強大的加速器，持續為世界提供科學可靠、務實可行的中國智慧與中國方案。

（作者：劉國恩，北京大學全球健康發展研究院院長、北京大學國家發展研究院經濟學長江學者特聘教授、中國醫學科學院學部委員；陳爾默，北京大學全球健康發展研究院PHAS首席科學家，北京大學博雅博士后；趙秋運，北京大學全球健康發展研究院發展合作部主任，研究員；劉猛，北京大學國家發展研究院博士后、北京大學全球健康發展研究院研究學者）