公共卫生领域前沿与挑战

2026-01-25 01:21:57　　点击量：

　　全球公共卫生面临新发再发传染病频发、慢性病负担加重、气候变化、人口结构转型等多重挑战。本文述评了当前公共卫生关键领域的前沿进展与挑战。在传染病防控方面，“同一健康”理念成为应对共患病的核心框架，智慧化多点触发与多病原体监测预警体系不断提升早期响应能力。慢性病防控范式逐步走向精准化，大型人群队列与系统流行病学为从群体预防迈向个体化干预提供科学依据。环境健康研究不断细化与深化，正从宏观暴露关联向毒性机制与特异性健康效应解析转变。与此同时，我国深度老龄化与低生育率并存的人口结构新常态，以及创新型生物制品和数字技术的快速发展，共同重塑公共卫生的干预模式与服务需求。展望未来，构建更具韧性、公平和智慧的全球健康治理体系，亟需加强跨学科协作、创新融资机制、优化协同治理，并推动科学研究向政策实践的高效转化。

　　全球公共卫生正面临多重交织的挑战，新发再发传染病层出不穷，慢性病负担居高不下，气候变化、人口结构转型等社会环境因素进一步加剧了公共卫生治理的复杂性与难度。与此同时，以人工智能（AI）、大数据为代表的数字技术迅猛发展，为应对这些挑战提供了前所未有的新工具与范式。在此背景下，公共卫生的学科内涵与干预手段正在发生演变，从“同一健康（One Health）”理念下的协同治理，到系统流行病学驱动的精准预防，再到数字技术赋能的智慧化转型，共同勾勒出未来公共卫生体系的发展方向。本文旨在系统梳理这些关键领域的前沿动态与应对策略，为构建更具韧性、公平和智慧的健康治理体系提供科学依据。

　　新发传染病已成为全球公共卫生安全的重大威胁。流行病学研究表明，超过70%的新发传染病为共患疾病［1］，其中近半数由病毒引起，且传播呈现全球化趋势。城市化、土地利用变化、气候变化及全球贸易等人类活动，持续破坏生态边界，增加病原体从动物向人类溢出的风险。我国2021年明确提出“坚持人病兽防、关口前移，从源头前端阻断共患病的传播路径”［2］，为传染病防控指明方向。在此背景下，“同一健康”策略强调人类健康、动物健康和环境健康的协同治理，成为应对新发传染病挑战的核心框架。

　　“同一健康”是一种跨学科、跨部门、跨地域的协作方法，通过在人类、动物和自然环境健康领域开展合作，以改善全球健康成果。2022年，联合国粮食及农业组织（FAO）、联合国环境规划署、WHO和世界动物卫生组织（WOAH）联合发布《2022-2026年“同一健康”联合行动计划》，系统应对人类-动物-植物-环境界面的健康威胁［3］。2025年，世界卫生大会通过《大流行协定》，将“同一健康”正式纳入大流行预防与应对体系，要求成员国从传染病新发和再发的驱动因素入手，制定协同政策［4］。

　　高致病性甲型H5N1禽流感病毒分支2.3.4.4b快速在全球传播，对禽类种群、哺乳动物及人类健康构成多重威胁［5］。在“同一健康”框架指引下，国际社会构建了多维度协同防控体系。WHO、FAO和WOAH联合建立全球监测网络，重点关注人类与动物界面的病毒溢出风险，旨在实现对野生鸟类迁徙轨迹的动态追踪与动物源性疫情的早期预警［6］；美国进一步扩大监测范围，从仅监测家禽延伸到牛群及野生动物种群［7］。同时，通过对动物宿主及人类病例分离株的基因测序与同源性比对，实时追踪病毒进化动态、重组趋势及人际传播潜力变化，为候选疫苗株研发及全球风险评估提供依据［8］，有效遏制了病毒从动物到人类的跨物种传播风险。

　　猴痘作为一种以啮齿类动物为主要自然宿主的共患病，于2022年在非洲部分地区呈现高发态势，并迅速跨境蔓延至多个国家［9］。基于“同一健康”策略，各国从动物宿主（如啮齿类）管理、高危人群（如MSM）监测和筛查，以及疫苗接种等多方面行动来应对这一威胁。在社区与跨境层面，通过强化公众健康宣教、鼓励社区参与及建立跨境数据共享机制，有效阻断了“动物-人类-人际”的传播链条。

　　2025年7月我国广东省暴发的基孔肯雅热疫情，是由伊蚊（主要是埃及伊蚊和白纹伊蚊）介导传播的虫媒病毒性疾病，其流行与城市化、气候变化和人口流动密切相关，环境健康成为核心环节。通过一系列措施，如病媒综合监测与管理掌握伊蚊种群密度与分布动态［10］、借助气候预警模型提前预判疫情暴发风险［11］、联动社区开展爱国卫生运动，强化环境清理与蚊虫孳生地治理，得以有效阻断伊蚊传播途径，快速遏制疫情扩散。

　　“同一健康”作为应对传染病与全球健康威胁的整合性框架，在实际推进中仍面临多重结构性挑战：

　　①融资机制碎片化与不可持续。当前融资以公共卫生危机响应为导向，缺乏长期、整合的跨部门投资。资金多流向突发卫生事件应对，而非旨在从源头降低风险的预防性、多部门协同干预，导致“同一健康”理念在操作层面难以落地［12］。

　　②研究体系存在显著空白与失衡［13］。学科整合不足，目前研究高度集中于病毒学、流行病学、微生物学等自然科学领域，缺乏社会科学（如人类学、政治经济学、行为科学）的关键视角与方法整合，导致对结构性不平等、社会经济驱动因素、治理模式及行为改变等关键维度探讨不足。研究也常忽视环境健康的具体指标与数据，对环境因素在病原体传播、抗生素耐药性扩散中的作用机制探讨薄弱。

　　③执行层面面临协同治理困境。跨部门、跨学科、跨国界的协作机制仍不健全，权责界定模糊，数据共享与联合行动存在制度性与操作性障碍，难以实现从风险评估到干预实施的全链条协同［14］。

　　未来应创新融资与投资模式，设立更多专用于“同一健康”的整合性基金。推动深度融合的跨学科研究体系，强化学科融合，填补知识空白。构建公平高效的全球协同治理网络，以系统性应对健康挑战。

　　新发和再发传染病的日益复杂化威胁，正驱动全球传染病监测预警体系发生深刻变革。传染病监测预警的核心目标是对疾病暴发进行早期识别、风险评估和及时响应，从而最大限度地减少其对人群健康和社会的冲击。传统的单病种、被动监测模式因全球化、气候变化及病原体快速变异而凸显不足。近年来，以智慧化、多点触发、多病同防为特征的新型监测预警体系正在快速构建，旨在通过技术创新和策略优化，提升对公共卫生威胁的预见性和应对能力。

　　2024年8月，国家疾病预防控制局、国家卫生健康委等9个部门联合发布了《关于建立健全智慧化多点触发传染病监测预警体系的指导意见》，明确提出“到2030年，建成多点触发、反应快速、科学高效的传染病监测预警体系，新发突发传染病、群体性不明原因疾病、重点传染病监测预警的灵敏性、准确性明显提升，疫情早期发现、科学研判和及时预警能力达到国际先进水平”的战略目标［15］。智慧化多点触发监测预警体系的核心在于整合多渠道数据（如临床症状、病原体、环境、社会感知等），通过大数据、AI、物联网等技术实现自动化采集、智能分析和快速预警。与传统监测模式相比，智慧化多点触发监测预警具有数据来源多元化、监测节点前置化、分析研判智能化、预警响应快速化等显著优势［16］。

　　我国智慧化多点触发传染病监测预警体系建设已取得显著阶段性进展，初步构建起以政策顶层设计为引领、多渠道监测网络为基石、多部门协同机制为支撑、智慧化信息平台为引擎的综合性防控体系。通过拓展覆盖8.3万余家医疗机构的网络直报系统，建立症状监测、病原体检测、环境媒介监测等八大渠道，并强化跨部门信息共享与医防协同机制，实现了从单一报告向多源触发、从被动处置向主动预警的转型。在实践层面，该系统已成功应用于新型冠状病毒（新冠）感染、呼吸道传染病、猴痘及输入性疫病的精准防控，展现出早期预警、风险研判与应急响应能力的整体提升，标志着我国传染病监测预警体系逐步迈向系统化、精准化与智慧化的新阶段［16］。

　　全国急性呼吸道传染病哨点监测系统是我国多病原体协同监测的典型代表。该系统对流感样病例和严重急性呼吸道感染病例开展常规检测，覆盖新冠、流感病毒、呼吸道合胞病毒（RSV）、人偏肺病毒（hMPV）等十余种病原体，通过动态评估流行特征为防控提供依据。例如，对北京地区2014-2024年数据的分析显示，hMPV在新冠疫情防控措施调整后出现反弹，且流行高峰和优势基因型发生改变，揭示了社会干预措施对病毒传播规律的深远影响［17］。2024年底，WHO发布病原体优先级清单，构建“家族-重点病原体-原型病原体”的科学框架，突破传统单一病原体靶向研究的局限，强调对病原体整个家族的系统性关注。该清单为多病原体监测提供方向指引，通过对病原体家族的整体监测，可覆盖更多潜在变异株或关联亚型，减少因单一病原体监测导致的遗漏［18］。

　　面对多病共存的挑战，“多病同防”策略应运而生。该策略针对具有共性的传染病（如传播途径、危险因素或防控措施相似），实行“同规划、同监测、同检测、同防控、同策略”的协同模式［19］。例如，对呼吸道传染病整合其监测系统、共享实验室检测平台、协调实施社交距离和疫苗接种等非药物干预措施；对肠道传染病则统一管理水源、食品卫生和粪便处理。这有助于打破单病种管理的壁垒，优化资源配置，提升防控效率。这种多病原体同步监测模式能够全面掌握呼吸道传染病的流行谱，为精准防控提供依据。

　　未来需重点推进：首先，加强技术赋能与系统整合，积极利用AI与大数据技术，强化实时预警与风险评估能力；其次，深化全球协作机制，应对跨境传播风险［20］；最后，正视当前预警体系在暴发前预警方法学上的局限性——目前尚缺乏经广泛验证且切实可行的暴发前精准预警模型。因此，在持续优化监测技术的同时，应加强涵盖流行病学调查、非药物干预措施的常态化演练，并持续积累病原体识别、疫苗与药物快速研发等关键核心技术能力，从而在不确定性中提升系统的整体韧性与应对准备度。

　　慢性病病程长、病因复杂、危险因素多样，传统的小样本、短周期研究难以全面揭示其规律。当前我国慢性病预防、诊断、治疗及管理的相关政策制定及实践多依赖基于西方人群的研究证据，影响我国慢性病政策在居民中的依从性与实施效果［22］。因此，开展基于我国人群的大型队列研究，通过建立数万乃至数十万的人群队列，采集和检测生物样本，并长期随访监测，开展疾病趋势分析和病因推断等研究，在此基础上提出疾病的防治策略和措施，并评价防治效果，意义重大。

　　与此同时，基因组学和表观遗传学等分子技术的发展，推动系统流行病学研究不断深入，为挖掘特有的致病因素，开展针对性的预防和治疗提供了有力支撑，助力实现精准防控。系统流行病学为理解慢性病的复杂病因提供了革命性的研究范式。其核心理念在于“整体大于部分之和”，旨在通过整合基因组学、转录组学、蛋白质组学、代谢组学和表型组学等多层次数据，结合环境暴露因素，构建从细胞到生物体的系统性认识网络，从而打开慢性病发病机制的“黑箱”。这一范式推动了慢性病防控从传统的单一风险因素干预，向基于多维度信息的精准化、前瞻性策略的根本性转变［23］。

　　中国慢性病前瞻性研究（CKB）是我国乃至全球范围内的大型一般人群队列标杆范例。该研究覆盖全国5个城市地区与5个农村地区，基线年随访，失访率。项目系统收集了问卷信息、体格测量数据及生物样本，已完成超46万人的全基因组测序工作及部分人群的其他微观组学检测。基于CKB队列数据产出的系列研究成果，全面解析和量化生活方式、临床危险因素对重大慢性病风险的影响，融合多组学数据不断推进系统流行病学研究，识别疾病防治关键靶点，可为我国的慢性病防控政策提供本土化证据。

　　围绕生活方式与疾病发生和死亡的关联，相关研究证据已逐步明确。研究发现，吸烟显著增加22种疾病死亡和56种疾病发生风险，与从不吸烟者相比，男性吸烟者发生各类疾病的整体风险增加约10%（HR=1.09，95%CI：1.08~1.11）［24］。饮酒增加我国男性罹患61种疾病的风险，且酒精摄入量与疾病风险间存在剂量反应关系［25］，另有遗传学研究进一步证实，所谓“适量饮酒”并不存在健康保护效应［26］。

　　全表型组分析结果显示，高身体活动水平与65种疾病发生风险和19种死因死亡风险降低相关，身体活动水平最高组比最低组患任何疾病风险降低14%，全因死亡风险降低40%，且工作与非工作性活动、不同强度活动均能带来健康获益［27］，这为我国制定个体化运动干预策略、实现多病共防提供了重要证据。除了单一生活方式，基于CKB的研究还识别了多种生活方式因素的组合与预期寿命、慢性病的关联。研究发现，我国成年人中，坚持健康的生活方式（不吸烟、不过量饮酒、积极运动、健康饮食、健康的体重和体脂水平）不仅能延长总期望寿命，还可增加无重大慢性病（如心血管疾病、癌症、糖尿病）的健康期望寿命［28-29］，充分凸显了行为干预在慢性病防控中的核心地位与重要价值。

　　临床危险因素领域的研究同样产出重要证据。基于CKB项目1万余人的血液生物标志物及体格测量指标构建的生物学年龄，可捕捉到心血管健康的差异，并可改进常规死亡预测模型的表现，在风险分层和早期公共卫生干预方面具有应用潜力［30］。另一项利用CKB项目10万余人全基因组芯片分型数据的研究，系统分析了遗传变异对血压特征的调控作用，并进一步评估这些血压特征对心血管疾病风险的因果关联。结果发现，不同血压特征对心血管疾病风险具有显著的因果效应［31］，为血压管理与心血管疾病预防提供了重要的遗传学证据。

　　系统流行病学通过整合“微观-宏观”多维度数据，揭示疾病发生动态过程与可干预的关键靶点。其通过解析基因与环境的交互作用，明确个体遗传易感性与环境暴露的协同效应，为精准健康干预提供科学依据。多基因风险评分（PRS）是量化疾病遗传易感性的常用工具，将其与家族史、可变风险因素（如生活方式）结合，可显著提升疾病的风险预测效能。基于CKB队列基因组数据、环境暴露及生活方式信息，研究构建了适用于我国人群9种常见癌症的最佳PRS模型。该模型能够有效区分不同癌症风险的人群，且在不同亚组人群中预测效能均表现良好，为我国癌症早期预警和精准预防提供了重要的工具［32］。在心血管疾病领域，“基因-生活方式”交互分析已明确遗传和生活方式对早发、晚发心血管疾病的联合影响［33］，以及对无心血管疾病期望寿命和总期望寿命的影响［34］。研究提示，针对具有高遗传风险的年轻人促进健康生活方式，均有更大的收益，为制订精准化、针对性的健康促进策略提供了强有力的科学依据。

　　高质量和代表性人群队列及其生物样本库平台是慢性病危险因素研究的基础资源，应作为战略性大型科学设施长期持续投入。通过整合人群队列、生物样本资源库及在此基础上衍生的多组学数据资源，以及国家或地区范围的医学信息系统，建成一个开放共享和高效利用的国家人群研究平台，实施标准化的数据存储和可持续的共享机制，为我国系统流行病学研究提供重要平台支撑。在慢性病系统流行病学研究方面，应进一步整合环境、生态、遗传、社会经济因素及人群社会行为等数据，并结合基因组、表观组、代谢组等多维数据，在多水平、多层次上深入研究疾病发生风险，梳理疾病危险因素的复杂交互作用（特别是基因-环境交互作用）与综合致病机制，从而为慢性病防控提供高质量证据。

　　环境与健康密切相关，洁净的空气、安全的水源、稳定的气候及健康的建成环境是维持和促进人群健康的基础。当前，全球及我国正面临来自气候变化、大气污染和城市化带来的多重环境健康挑战。这些因素不仅直接导致疾病和过早死亡，还通过复杂的途径影响传染病的传播、加重慢性病负担，对医疗卫生系统构成巨大压力。

　　过去的数十年间，暴露评估已逐渐从细颗粒物（PM2.5）浓度，深入到其化学组分（如黑碳、硝酸盐、硫酸盐、有机碳、金属等）及气态污染物（如臭氧、二氧化氮）和特定毒物（如多环芳烃）。我国研究证实，不同来源PM2.5的毒性效应差异显著，其中家庭固体燃料燃烧排放的PM2.5毒性最高，其次为冶金工业、刹车磨损等［35］。对PM2.5主要组分（如黑碳、硝酸盐、硫酸盐、铵盐等）的精细化管理，能带来更大的人群健康效益。例如，研究发现，PM2.5及其组分的长期暴露与胃肠道恶性肿瘤发病风险显著相关［36］。另一项研究指出，大气苯系物（包括苯、甲苯、乙苯和二甲苯）短期暴露可显著增加居民每日全因死亡、心血管疾病死亡和呼吸系统疾病死亡风险［37］。这些发现推动着监测网络与标准向组分化和溯源化升级。

　　此外，研究范式也从传统的一个污染物对应一个疾病的点对点模式，发展到多个污染物与一系列健康结局的面对面模式。基于英国生物银行（UKB）的一项研究，以近40万无糖尿病基线人群为研究对象，采用多状态模型分析了4种关键空气污染物（可吸入颗粒物、PM2.5、氮氧化物、二氧化氮）对2型糖尿病发病、并发症及死亡全链条转归的影响。结果发现，空气污染与2型糖尿病发病、并发症发生及死亡均呈正相关，其中PM2.5的影响尤为显著；高污染暴露人群的疾病进展累积概率更高，且污染与2型糖尿病相关的癌症、心血管疾病死亡风险密切相关［38］。在明确污染物与健康结局的关联后，当前研究范式正进一步向揭露生物机制黑箱与确立因果关联的方向深化。同样基于UKB大型人群队列数据，研究通过系统整合代谢组与蛋白质组学分析，识别出以白蛋白、生长分化因子-15等为代表的30余种代谢物及60余种蛋白质是PM2.5暴露与心血管疾病关联的关键中介分子［39］。

　　受气候变化的影响，全球平均每人额外经历了16 d威胁健康的高温热浪；自20世纪90年代以来，与高温相关的死亡人数增加63%；2024年野火烟雾引起的PM2.5污染导致15.4万人死亡；自20世纪50年代以来，登革热传播潜力增幅高达49%［40］。气候变化还破坏民生、影响经济发展，并加剧医疗负担。2024年因高温暴露导致的潜在劳动时长损失高达6 390亿小时，由此造成的潜在损失约1.09万亿美元（接近全球国内生产总值的1%）［40］。我国同样面临热浪、干旱和野火等炎热干燥气候条件带来的健康威胁。2024年，我国气候相关健康风险持续加剧，在追踪的13项风险指标中，8项创下历史新高，包括热相关潜在劳动生产力损失、体育活动减少、睡眠损失，以及与干旱、极端降水和气候敏感传染病相关的健康威胁；热浪相关死亡人数达到2.01万人，为1986-2005年平均水平的1.7倍。气候变化对我国造成的健康相关经济影响十分严峻［41］。2024年，高温导致的潜在劳动生产力损失造成2 826亿美元的经济损失，相当于全国国内生产总值的1.77%［41］。

　　除了大气环境外，建成环境是决定人群健康的另一个重要环境决定因素。广义而言，建成环境涵盖土地利用、交通网络、绿色空间、公共设施等所有人造环境类型，其复杂性要求研究视角从单一要素转向系统性分析。大量数据表明，良好的建成环境设计能有效鼓励居民进行体力活动，是预防肥胖、心血管疾病、糖尿病等慢性病的关键［42-44］。支持性环境特征包括：适宜步行的街道、充足的休闲绿地与开放空间、完善的自行车道等。这些设计通过减少机动车依赖，直接增加居民的体力活动机会。这凸显了通过城市规划营造“主动健康”环境所带来的巨大人口健康收益。

　　绿地是近年来建成环境的关注重点。绿地不仅为居民提供休闲娱乐场所，更通过多重环境与社会效应促进健康。当前研究不仅对绿地的保护作用进行了量化分析，还进一步探索了其潜在生物学机制。研究发现，居住环境绿化程度可降低人群总心血管疾病及其亚型死亡风险，年龄、婚姻状况和生活方式因素（吸烟、饮酒状况）可修饰这一关联，其中老年人及拥有健康生活方式的个体中，该保护效应更为显著［45］。类似地，研究发现，绿地暴露与慢性阻塞性肺疾病死亡风险下降有关（HR=0.88，95%CI：0.81~0.96），且与个体多个疾病状态的转移风险下降有关，颗粒物暴露在绿地暴露与慢性阻塞性肺疾病死亡效应间存在潜在中介作用［46］。在肺癌死亡风险方面，绿地暴露同样表现出保护效应（HR=0.89，95%CI：0.83~0.96），且该效应在夜光暴露较高的群体中更强，颗粒物暴露、温度暴露和体育活动可能存在潜在中介作用［47］。

　　广义的环境还包括政策环境，是环境因素效应的远端决定因素。以大气污染为例，我国大气污染防治政策体系经历了显著的阶梯式升级，治理理念与手段持续深化。第一阶段是以《大气污染防治行动计划》（2013年）为标志，开启了以“末端治理”为核心的大规模攻坚战，重点通过关停、整治、限产等行政手段，在短时间内遏制了污染快速恶化的势头，为后续治理奠定了基础。第二阶段则以《打赢蓝天保卫战三年行动计划》（2018年）为标志，治理策略从单一行政命令向“结构优化”与“源头防控”延伸。政策重点转向调整能源结构（如煤改电、煤改气）、优化产业布局和运输结构，致力于从根源上减少污染物的产生。第三阶段以《空气质量持续改善行动计划》（2023年）为标志，标志着治理进入“协同增效”与“持续改善”的新阶段。其核心特征体现为：

　　为评估政策环境对人群健康的影响，我国研究者定量分析了2013-2020年清洁空气行动的健康改善效益，结果显示，在清洁空气行动第一阶段（2013-2017年），人群平均预期寿命增益为1.87个月，约四分之一暴露人群占据了总预期寿命增益的一半，呈现明显不平等（基尼系数为0.44）；第二阶段（2017-2020年），平均预期寿命增益提升至3.94个月，且地理不平等性显著降低（基尼系数为0.18）［48-49］。提示从第一阶段到第二阶段，我国清洁空气行动不断强化，不仅在预防过早死亡方面成效提升，还有效改善了健康不平等状况。研究还预测了到2025年空气质量进一步改善可能带来的健康收益，强调了建立以健康为导向决策系统的重要意义［48-49］。除宏观层面的政策阶段效益评估外，针对具体政策措施的因果效应验证同样关键。研究者利用“准自然实验”与双重差分法的因果推断方法，评估我国北方地区推行的“煤改气/煤改电”清洁取暖政策，带来的空气质量改善对成年人心血管疾病死亡率的因果效应，为证明类似清洁空气政策的成本效益和论证其公共卫生价值，提供了关键的科学证据［50］。

　　面对气候变化、大气污染和建成环境带来的多重挑战，必须采取紧急且协同的行动。通过推动能源和交通系统转型以减缓气候变化，深化大气污染的精准治理，以及规划和建设促进健康的城市与社区，能够有效减轻环境风险因素带来的疾病负担。未来，加强环境健康工作应着手：

　　①强化跨学科研究与合作。鼓励环境科学、流行病学、城市规划、经济学和社会学等多学科的深度融合，共同研究复杂环境健康问题的系统性解决方案。

　　②推动基于本地化证据的精准干预。支持开展城市乃至社区层面的环境健康诊断和风险评估，制定和实施更具针对性的干预措施。

　　③投资于气候韧性和健康城市建设。将提升气候韧性、促进公众健康作为城市发展的核心目标，加大对绿色基础设施、可持续交通、清洁能源的投资。

　　在人口老龄化加速和生育率持续走低的驱动下，我国正经历着深刻的人口结构转型。第七次全国人口普查数据显示，我国≥60岁人口占比已达18.7%，≥65岁人口占比突破14.0%，标志着社会已进入深度老龄化阶段［51］。与此同时，生育率已降至历史低位［52］。人口结构转型带来的疾病谱、健康服务需求及社会形态转变，对公共卫生体系和国家长期发展构成前所未有的复合型挑战。

　　我国的老龄化进程呈现出“规模大、速度快、高龄化、未富先老”的鲜明特征。预测显示到2035年，≥60岁人口将突破4亿，居世界之首；≥60岁人口比例超过30%，进入重度老龄化阶段。更值得关注的是，≥80岁高龄老人每年以5%的速度增长，失能、半失能老年人数量持续增加［53］。老龄化持续加重慢性病疾病负担，老年人群多病共存现象普遍，约78%的老年人患有≥1种慢性病，35%患有≥2种慢性病［54］。在我国，归因于老龄化的年龄别伤残调整寿命年为9 280万人年；随着老龄化持续加剧，我国的慢性病负担在未来几十年将增加超50%［55］。

　　过去十年内，尽管我国人口政策逐步放宽，但我国生育率下降的趋势并未逆转。育龄妇女总量减少、婚育年龄推迟、生育意愿下降及生育能力下降是主要影响因素［56］。育龄女性（15~49岁）总量持续减少，预计2031年将跌破3亿［52］。同时，生育意愿低迷，近六成20~29岁女性认为生育影响生活质量与事业发展［57］。生育年龄不断推迟（2022年平均为29.2岁），导致高龄产妇比例上升，伴随不孕率增长（2020年达18%），进一步抑制了出生人口规模；2022年，我国出生人口为956万，死亡人口为1 041万，人口自然增长率首次转负［58］。高龄孕产比例增加，母婴健康服务体系需应对更多复杂性妊娠与分娩挑战，对产前筛查、高危孕产妇管理和新生儿救治能力的要求提高。同时，辅助生殖技术的需求显著增长，对相关服务的可及性、可负担性与伦理规范提出了新课题。

　　在生育率持续走低与老龄化进程加速的叠加作用下，我国人口结构正经历一场深刻而不可逆的转型，即人口年龄结构从“金字塔”转向“倒金字塔”。这一结构变迁，其影响已超越人口学范畴，正转化为对经济社会发展构成系统性压力的结构性约束。

　　预测显示，2025-2050年，我国劳动年龄人口将减少2.5亿，降幅达25%［52］。劳动力数量的绝对减少伴随劳动力的加速老化，导致人力资本的结构变化，直接经济影响是2035-2050年劳动力成本上升成为长期趋势，劳动力老化降低经济发展的速度和质量。

　　随着儿童青少年人口减少与老年人口激增，总抚养比的结构发生根本逆转。“人口红利”正在消失，取而代之的是不断加重的“抚养负担”，导致养老财政性支出及医疗卫生支出压力持续快速增加。我国目前社会保障体系在制度设计与服务供给上，仍主要建立在“人口红利期”的稳态结构假设之上，未能与当前人口转型同步适配。这种系统性适配滞后，在长期照护、养老金、医疗服务等多个维度均有体现。长期护理保险是应对失能老龄化社会风险的基石性制度。日本、德国等先期老龄化国家已建立全民覆盖的独立险种，将其定位为继养老、医疗、失业、工伤、生育之后的“第六大社会保险”。我国自2016年启动试点以来，制度推进缓慢，我国2024年长期护理保险仅覆盖49个试点城市，惠及270万失能人群，与实际需求（预计2050年较2015年增长2.5倍）之间存在巨大缺口［59］。

　　我国当前面临的人口挑战，本质是供给侧（劳动力）萎缩、需求侧（养老医疗）膨胀，以及家庭与社会功能转换三者叠加形成的“新常态”。未来应重点推进建设：首先，通过科技创新与人力资本投资提升劳动生产率，以对冲劳动力数量减少的影响；其次，加快构建多层次、可持续的养老保险与长期护理保险体系，以应对抚养负担；再次，实施积极应对人口老龄化国家战略，构建老年友好型社会；最后，完善生育支持政策体系，促进人口长期均衡发展。

　　传统的传染病预防主要依赖于疫苗诱导的主动免疫。近年来，生物技术的突破催生了创新型预防用生物制品这一全新类别，如预防用单克隆抗体（单抗）和治疗性疫苗。这些产品通过被动免疫（如单抗）或调节免疫应答（如治疗性疫苗）机制，为特定人群提供快速、有效的保护，标志着疾病预防从单一的主动免疫模式向主动、被动及治疗性免疫多元协同范式的重要转变。

　　通过直接递送中和抗体，为机体提供即时性的被动免疫保护。与传统疫苗相比，其最大优势在于起效快、无需诱导免疫应答过程，尤其适用于免疫系统未成熟的婴幼儿、免疫缺陷者及需要短期紧急防护的人群。以RSV长效单抗尼塞韦单抗（Nirsevimab）为代表，其作用机制在于模拟天然中和抗体，直接阻断病毒感染宿主细胞。全球多中心随机对照试验证实，其可将婴幼儿因RSV引起的下呼吸道感染就诊风险降低70.1%~83.2%，展现了卓越的预防效能与安全性［60］。WHO已明确建议各国引入RSV免疫手段，并将长效单抗列为核心选项之一［61］。

　　疫苗的功能也从单纯的预防扩展到治疗领域。治疗性疫苗旨在通过激发或调节机体特定的免疫应答，来治疗已存在的疾病，如癌症或慢性感染。例如，2010年在美国获批的Provenge疫苗用于治疗前列腺癌，开创了癌症免疫治疗的新时代［62］。尽管治疗性疫苗不属于狭义的“预防用品”，但其发展体现了生物制品功能的多元化趋势，拓宽了免疫学手段在疾病控制中的应用边界。疫苗技术本身也在持续迭代，从第一代全病原体疫苗，发展到第二代的蛋白亚单位疫苗，直至第三代的核酸疫苗（mRNA、病毒载体），为“一苗防多病”提供了可能。例如，多价HPV疫苗及基于mRNA平台的广谱疫苗研发，正推动疾病防护从单一靶向向多重防护演进。

　　创新型技术的发展通常先于政策的发展，需要适应性地建立全新的沟通机制和配套政策，紧跟科技步伐，加快创新型生物制品的上市，鼓励行业创新发展。首先，需建立政策适应性更新机制，特别是针对技术快于政策的特点，应加快开展非疫苗类预防性生物制品（如单抗）的管理政策论证，并建立“科研机构-企业-监管部门”常态化沟通机制；其次，强化供给保障与接种实施，提升产能与储运能力，借助信息化手段实现高效接种与免疫屏障快速建立；再者，完善疫苗评价并动态优化免疫规划，采用真实世界证据等工具科学评估产品，并定期循证调整免疫程序与疫苗种类；最后，关注全生命周期防护，逐步将青少年、孕妇、老年人等重点人群纳入免疫保护体系。

　　数字技术正以前所未有的深度和广度重塑公共卫生体系，推动其从传统模式向智慧化、精准化方向转型。这一转型建立在算力、数据、算法三大基础支撑的协同进化之上，并在疾病防控、健康管理等核心场景中催生新范式，同时也面临公平性与治理等多重挑战。

　　《全国数据资源调查报告（2024年）》数据显示，我国在算力基础设施、数据资源规模及AI算法应用方面取得显著协同进展［63］。截至2024年底，全国算力总规模达280 EFLOPS（每秒百亿亿次浮点运算），其中智能算力规模达90 EFLOPS，占比提升至32%，为海量数据计算提供智能底座。数据资源规模持续扩大，年度数据生产总量达41.06 ZB（泽字节），且结构化数据存储增速显著，数据开发利用程度不断深化；在算法层面，AI与大模型应用快速普及，开发或应用AI的企业数量同比增长36%，高质量数据集数量同比增长27.4%，利用大模型的数据技术企业同比增长57.21%，数据应用企业同比增长37.14%，大模型帮助企业降低非结构化数据加工成本，推动数据开发利用提档加速［63］。

　　AI凭借其强大的数据解析与模式识别能力，正在重塑公共卫生的研究范式与实践路径。通过高效处理电子健康记录、医学影像、环境监测等多模态数据，AI不仅能够实现传染病的早期预警，更能为慢性病防控提供精准预防和干预策略［64］。2024年11月，国家卫生健康委发布《卫生健康行业人工智能应用场景参考指引》，系统规划了四大领域84个应用场景，标志着“AI+医疗健康”进入规模化落地新阶段［65］。在传染病监测领域，AI算法通过实时整合社交媒体舆情、跨境人口流动等非结构化数据，可快速识别潜在疫情暴发并发出及时警告，显著提升突发公共卫生事件响应能力。这种技术优势在资源分配优化方面同样表现突出，例如，在新冠疫苗接种中，AI模型通过分析人口统计数据、健康记录和地理信息，建立疫苗接种站点的最佳位置［66］。在慢性病风险预测与早期筛查方面，我国学者开发基于AI的胃癌风险评估方法，利用深度学习分析非增强CT图像进行胃癌风险评估，在真实世界研究中将高风险人群的胃癌检出率提升至24.5%，为建立高效、无创的癌症早筛新模式提供了突破性工具［67］。在个性化干预方案制定上，研究者基于UKB数据，利用机器学习遴选出8类核心食物，构建了最佳痴呆预防MODERN膳食方案，该方案可将痴呆风险降低36%，展示了数据驱动下制定个性化营养干预策略的强大能力［68］。

　　尽管前景广阔，数字技术在公共卫生领域的深度融合仍面临严峻挑战。AI大模型的透明度与可解释性亟待提升，准确性与可靠性仍需审慎评估。AI模型很少融入流行病学领域的知识或理论，多学科交叉复合型人才仍较为稀缺。此外，AI大模型的应用还面临隐私与伦理问题，并受到算力资源和技术壁垒的制约［69］。公平性方面，训练数据偏差可能固化健康不平等的同时，老年人、低文化程度群体等技术面临“健康数据剥夺”风险，无法平等受益于数字健康服务［64］。为克服这些挑战，未来应构建动态监管体系、加强数据治理并投资跨学科人才培训。公共卫生机构应优先开发可解释AI以增强透明度，同时将公平性设计融入算法开发全周期，才能确保AI技术真正服务于公共卫生公平与效率的提升［64］。

　　展望未来，公共卫生体系的现代化建设是一项系统工程，亟需以整体性思维破解多重挑战，协同推进各领域提质增效。传染病领域，强化跨学科协作以打破“同一健康”等框架面临的融资、研究和治理困境，筑牢传染病防控与全球健康治理核心防线。慢性病防控应持续深化大型人群队列与系统流行病学研究，整合遗传、环境、社会经济等多维度数据，阐明疾病复杂成因与交互机制，为精准预防与个体化干预提供本土化科学依据。环境健康领域应深化跨学科协作，聚焦大气污染、气候变化与建成环境的健康效应机制研究，推动健康导向的城市规划与政策落地。人口结构转型背景下，需主动适配新常态，健全老年健康服务与长期护理保障体系，优化生育支持与母婴健康服务，实现全生命周期健康保障。需加快创新型预防用生物制品的政策适配与供给保障，推动数字技术在确保公平性、可解释性与安全性的前提下深度融合，赋能疾病早筛、健康管理与资源优化配置，最终构建起能够从容应对未来不确定性的韧性、公平和智慧的健康治理体系。