人民论坛每日推荐（5篇）

打赢神经退行性疾病防治硬仗

——南华大学党委副书记、校长 夏昆

近年来，我国神经退行性疾病防治体系建设持续推进，在政策支持、科研布局、服务供给和技术标准等方面均取得显著进展。尤其是在老年期痴呆防控、老年健康服务体系建设和医养结合发展等领域，国家层面的制度安排不断完善，为神经退行性疾病防治能力提升提供重要支撑。在看到成绩的同时，必须清醒认识到，我国神经退行性疾病防治仍面临早期诊断不足、治疗手段有限和防控体系衔接不畅等诸多短板和难点。

面对神经退行性疾病高发趋势及其带来的家庭照护负担、医疗服务压力和老龄社会治理压力，防治工作不能仅停留于分散应对和末端处置，而应进一步纳入健康老龄化和积极应对人口老龄化的总体部署，形成覆盖预防、筛查、诊疗、康复、照护和支持的全过程治理体系。下一阶段，应围绕早期识别、机制研究、技术转化和基层网络建设等关键环节，统筹制度建设、资源配置、能力提升和服务衔接，逐步建立政府主导、部门协同、科技支撑、基层承接、家庭参与的综合防治格局。（选自《国家治理》2026年第8期）

作者简介

夏昆，南华大学党委副书记、校长。主要研究方向为人类遗传性疾病的家系收集及遗传基础研究。主持973首席科学家项目、863重大专项、国家自然科学基金重点等国家级、省部级项目20余项。

中医“三易”思维的健康治理智慧

——北京中医药大学国学院首任院长、教授 张其成

中医药作为传统医药的杰出代表，是中华文明的瑰宝。我国始终坚持发展现代医药和传统医药并重，推动中西医药优势互补、协调发展，推进中医药现代化、产业化，走出了一条独具特色的传统医药发展之路。

中医“三易”思维源于《周易》“变易、不易、简易”的原创哲学，经长期医学实践转化为整体关联的不易思维、平衡中和的简易思维、动态功能的变易思维，形成独具东方智慧的生命认知体系与卫生健康方法。其中，不易思维立其体，确立天地人整体关联的恒常规律；简易思维明其法，明确阴阳中和的至简准则；变易思维达其用，实现气化动态调适的实践目标。中医“三易”思维不仅是中医药学的重要方法论，更是具有普遍指导意义的健康治理思维，为揭示生命健康的本质规律，提供全新理论视角与实践路径，符合现代医学的“生物—心理—社会”模式，在全人群、全方位、全生命周期的健康服务中，具有独特优势和重要意义。立足健康中国战略实施要求，应深入剖析中医“三易”思维，明确其赋能卫生健康治理、推动中西医协同发展、构建全生命周期健康服务体系的具体方略，为健康中国建设提供传统智慧与现代治理深度融合的实践指引。（选自《国家治理》2026年第8期）

作者简介

张其成，北京中医药大学国学院首任院长、教授、博导。研究方向为易学哲学与中医哲学，主要著作有《易学文化研究丛书》《全解国学经典丛书》《中医思想文化丛书》等。

促进数智技术在医疗健康领域落地

——华中科技大学同济医学院医药卫生管理学院教授 沈丽宁

以人工智能、大数据、物联网为代表的数智技术群，在医疗健康领域的深度融合，正在深刻变革医疗服务、科研教学、治理决策等传统范式，推动医疗服务模式从“以疾病为中心”向“以健康为中心”转变。

“数智”理念及技术正成为科技前沿的高频关键词。所谓数智技术是指数字化与智能化的深度融合与协同进化，即以数据作为核心生产要素，以大数据、人工智能、云计算、物联网等为技术支撑，构建起数据全面感知、高效传输、智能计算、精准决策的技术集群。数智技术对医疗健康领域的影响，绝非简单的工具性改进，而是对服务模式、资源配置、价值逻辑与治理结构的系统性变革。在这一过程中，逐步形成覆盖“全场景—全周期”的整合式数智化服务供给模式，实现“防治康管”全链条贯通、“机构—社区—家庭—个人”多层级联动、线上线下服务流程无缝衔接与协同。

当前，数智技术在医疗健康领域的应用已取得显著成效，同时也要看到，从“有成效”到“广覆盖、深融合”仍存在明显差距。其落地困境主要体现为数据、技术、制度、人才、场景等维度相互关联、互为因果的系统性问题。为此，需从技术与制度适配、技术与需求耦合、数据与平台协同、功能与成效统一、人才与生态共生五个方面，构建相互支撑、协同发力的突破路径，打通数智技术落地的“最后一公里”，让数智成果惠及全民健康。（选自《国家治理》2026年第8期）

作者简介

沈丽宁，华中科技大学同济医学院医药卫生管理学院教授。研究领域为医疗数据治理、健康数据科学及医药大数据挖掘。主持和承担国家级、省部级科研课题20余项，参与各类科研课题10余项，发表学术论文近100篇。

探索人工智能环境下的数据安全治理路径

——南京大学数据管理创新研究中心教授 夏义堃

生成式人工智能和大语言模型密集涌现，正在以持续而深刻的方式突破既有边界，从文本生成延伸至代码构造、图像创作与决策辅助等复杂任务，推动人工智能从单纯的技术组件，上升为支撑社会运行的基础设施。在释放数字生产力潜能的同时，这一趋势也显著放大了对大规模、高质量数据的依赖，数据资源在人工智能系统中的作用方式呈现出高度复杂化的特征。海量数据和复杂算法相结合，会导致算法决策的黑箱性，也使得潜在安全风险影响决策的科学性。

人工智能环境下的数据安全风险，是在数据快速流动、模型化使用与多主体协作中逐步生成的系统性风险。从人工智能系统的运行特征可以看出，关键数据安全风险不再稳定附着于可识别的具体数据对象，使得传统的刚性规制要求难以有效定位风险；以事前预防逻辑为核心的阶段性合规控制，难以覆盖人工智能系统在持续运行和迭代过程中逐步显现的风险累加；在多主体协作运行框架下，不同主体控制能力与责任配置不对等，削弱了责任认定和规则约束的实际效力。对此，治理方向的选择不在于简单叠加新的规则要求，而在于围绕数据使用的全过程，将安全治理要求嵌入人工智能系统运行，重塑数据安全运维与责任体系，以建立起“技术+管理+流程+组织”四位一体的综合性数据安全协同治理框架。（选自《国家治理》2026年第4期）

作者简介

夏义堃，南京大学数据管理创新研究中心教授、博导。主要研究领域为政府信息资源管理、大数据治理。发表百余篇学术论文，主持国社科重大项目、重点项目、国家自然科学基金面上项目等10余项，获省部以上教学、科研奖励两项。

加强重点城市群协调联动发展

——华东师范大学上海城市发展协同创新中心副主任、教授 曹贤忠

重点城市群是国家经济发展的“火车头”、科技创新策源地和参与国际竞争的重要载体。“十五五”时期，推动重点城市群实现更高水平的协调联动发展，不仅是释放内需潜力、优化资源配置、提升全要素生产率的必然选择，而且是提升国家治理效能，构建新发展格局的关键举措。

我国重点城市群的协调联动发展，已从初期的概念共识与框架搭建，迈入实质性推进与纵深突破阶段，在体制机制创新、基础设施“硬联通”、产业与创新协同、公共服务与生态环境协作、全国统一大市场建设等方面取得显著成效。贯彻落实党的二十届四中全会精神，需在已有成效基础上，聚焦推进国家治理体系和治理能力现代化要求，推动重点城市群协调联动迈向更高水平。强化顶层设计与立法保障，构建“硬约束”协同机制。深化市场化改革，打通要素自由流动壁垒。创新产业协同模式，构建深度融合的现代产业体系。推进基础设施一体化与公共服务均等化，夯实协同发展基础。探索建立成本共担、利益共享机制，凝聚协同发展合力。（选自《国家治理》2026年第5期）

作者简介

曹贤忠，华东师范大学上海城市发展协同创新中心副主任、教授、博导。主要从事创新地理、产业经济与区域发展、长三角一体化等方面的研究工作。近年来，主持各类基金项目30余项，发表论文80余篇，出版著作5部，曾获得教育部高等学校科学研究优秀成果奖（人文社会科学）等。

（2026年5月28日推荐，阅读全文可至人民论坛网）