摘" "要：在國家大力支持健康事業(yè)、數(shù)智科技迅猛發(fā)展的背景下，健康信息服務(wù)作為“健康中國2030”目標的重要組成部分，面臨著新的發(fā)展要求。文章基于新質(zhì)生產(chǎn)力理論，在數(shù)據(jù)驅(qū)動和智能信息處理的內(nèi)涵、理論及方法指導下，分析了新質(zhì)生產(chǎn)力賦能智能健康信息服務(wù)的邏輯起點、現(xiàn)實動力和實踐進路，進一步構(gòu)建并提出了新質(zhì)生產(chǎn)力賦能健康數(shù)據(jù)資源基礎(chǔ)優(yōu)化，健康知識多主體協(xié)同形成，以及服務(wù)機制優(yōu)化轉(zhuǎn)型的邏輯架構(gòu)和具體方式，以期為新質(zhì)生產(chǎn)力賦能智能健康信息服務(wù)的具體實現(xiàn)提供參考。

關(guān)鍵詞：新質(zhì)生產(chǎn)力；健康信息服務(wù)；健康數(shù)據(jù)資源；邏輯起點；現(xiàn)實動力；實踐進路

中圖分類號：G203" "文獻標識碼：Ａ" "DOI：10.11968/tsyqb.1003-6938.2024070

Unlocking the Potential of Health Data Resources：New Quality Productivity Enabling Health Information Intelligence Services

Abstract With the country's strong support for the health industry and the rapid development of digital technology， health information services， as an important part of the \"Healthy China 2030\" goal， are facing new development requirements. Based on the theory of new quality productivity， under the guidance of the connotation， theory and method of data-driven and intelligent information processing， this paper analyzes the logical starting point， practical driving force and practical approach of new quality productivity empowering intelligent health information services， and further constructs and proposes the logical framework and specific methods of new quality productivity empowering the optimization of health data resource foundation， the collaborative formation of multiple subjects of health knowledge， and the optimization and transformation of service mechanisms， in order to provide a reference for the specific realization of new quality productivity empowering intelligent health information services.

Key words new qualitative productivity; health information services; health data resources; logical starting point; realistic motivation; practical approach

近年來，我國健康事業(yè)在國家大力支持和投入下取得了顯著進展。健康信息服務(wù)作為“健康中國2030”目標的重要組成部分，隨著健康事業(yè)的不斷推進，亦面臨著新的發(fā)展要求［1］。自黨的十九大召開以來，國家進一步加大了對大數(shù)據(jù)、人工智能等數(shù)智技術(shù)與經(jīng)濟、產(chǎn)業(yè)及公共事業(yè)加速融合的重視。這一趨勢標志著我國正逐步邁向以系統(tǒng)經(jīng)濟和智能算法為核心的社會，正式步入數(shù)智化時代［2］。數(shù)字科技的蓬勃發(fā)展，不僅塑造了全新的經(jīng)濟形態(tài)，在深度賦能傳統(tǒng)產(chǎn)業(yè)與公共事業(yè)的過程中，同樣推動著健康信息服務(wù)形式與內(nèi)容的革新，為其新一輪的變革與深度轉(zhuǎn)型奠定基礎(chǔ)［3］。

盡管健康信息服務(wù)在部分領(lǐng)域已取得顯著進展，但在我國健康醫(yī)療事業(yè)持續(xù)發(fā)展、健康信息服務(wù)普及化要求不斷提高以及社會需求不斷增長的新形勢下，仍面臨諸多挑戰(zhàn)。對現(xiàn)有健康信息服務(wù)系統(tǒng)深入了解后發(fā)現(xiàn)，其雖作為公眾獲取健康信息服務(wù)的主要途徑，但應(yīng)對公眾對健康信息內(nèi)容、應(yīng)用和服務(wù)方式等全面需求變化時，在服務(wù)精準性、易用性與個性化層面仍存在較大缺失，服務(wù)質(zhì)量與覆蓋面整體不足［4］。究其根本在于現(xiàn)有的數(shù)據(jù)生產(chǎn)力模式難以充分挖掘和利用海量健康數(shù)據(jù)，導致健康數(shù)據(jù)資源采集效率、挖掘深度與智能化分析處理能力均較為薄弱，數(shù)據(jù)資源的利用有效性不高，進而影響了健康信息服務(wù)的效果，限制了其進一步發(fā)展的潛力，難以適應(yīng)當下公眾對健康信息服務(wù)個性化需求激增與利用方式的不斷變化。

時下，新質(zhì)生產(chǎn)力以新技術(shù)、新模式、新機制驅(qū)動生產(chǎn)力質(zhì)變提升的內(nèi)涵要求，有望通過技術(shù)創(chuàng)新和模式革新，全面指導健康信息服務(wù)質(zhì)量和效率的提升，推動其向更高效、更優(yōu)質(zhì)的方向發(fā)展，確保用戶及時獲取高質(zhì)量的健康信息服務(wù)，以應(yīng)對公眾需求新變化與服務(wù)模式滯后的矛盾［5］。鑒于新質(zhì)生產(chǎn)力強調(diào)對數(shù)據(jù)資源的深度挖掘和利用，因此可通過有效使用先進的數(shù)據(jù)分析技術(shù)與人工智能算法等，以智能化策略實現(xiàn)健康信息服務(wù)的高效、快速、優(yōu)質(zhì)、精準和個性化［6］。這一模式的核心邏輯在于依托新質(zhì)生產(chǎn)力內(nèi)嵌的數(shù)智技術(shù)，以健康數(shù)據(jù)資源為生產(chǎn)要素，智能化實現(xiàn)健康數(shù)據(jù)的處理、分析、挖掘和提取等過程，并對生成結(jié)果進行深度理解與優(yōu)化應(yīng)用，將健康數(shù)據(jù)中的潛在價值轉(zhuǎn)化為實際的健康效益，生成滿足用戶健康需求的知識結(jié)果集，實現(xiàn)健康數(shù)據(jù)資源潛力的釋放。同時滿足用戶獲取精準匹配的具體健康信息與智能服務(wù)，輔助用戶更加科學、智能、高效地開展相關(guān)健康活動。

因此，本文將立足于新質(zhì)生產(chǎn)力，探討新質(zhì)生產(chǎn)力賦能智能健康信息服務(wù)的邏輯起點、現(xiàn)實動力和實踐進路，以期為解鎖健康數(shù)據(jù)資源潛力，智能優(yōu)化資源配置，提升健康信息服務(wù)的整體效果和用戶體驗提供新思路，同時助推新質(zhì)生產(chǎn)力引領(lǐng)智能健康信息服務(wù)的創(chuàng)新發(fā)展。

1" "新質(zhì)生產(chǎn)力賦能智能健康信息服務(wù)的邏輯起點

新質(zhì)生產(chǎn)力是以現(xiàn)代科技為核心驅(qū)動的一種革命性生產(chǎn)力形態(tài)，其核心特征不僅在于技術(shù)創(chuàng)新和效率提升，更在于對傳統(tǒng)生產(chǎn)要素、生產(chǎn)關(guān)系和生產(chǎn)方式的全面重構(gòu)。與傳統(tǒng)生產(chǎn)力依賴勞動力、資本和土地等生產(chǎn)要素不同，新質(zhì)生產(chǎn)力的新要素以數(shù)據(jù)資源、數(shù)智技術(shù)、知識創(chuàng)新為基礎(chǔ)，強調(diào)技術(shù)的共同作用，以及生產(chǎn)力的智能化、高效化和精準化［7］。這些新要素具備高度的可擴展性和適應(yīng)性，能夠?qū)崿F(xiàn)跨行業(yè)、跨領(lǐng)域的深度整合，進而推動相應(yīng)領(lǐng)域生產(chǎn)方式和生產(chǎn)關(guān)系發(fā)生根本性變革，這種變革將使資源配置變得更加高效，生產(chǎn)效率大幅提升，同時催生出全新的服務(wù)模式和價值鏈［8］。在健康信息服務(wù)領(lǐng)域，新質(zhì)生產(chǎn)力也能注入全新的技術(shù)基礎(chǔ)、服務(wù)模式和創(chuàng)新理念，并通過深刻影響其生產(chǎn)要素、生產(chǎn)關(guān)系與生產(chǎn)方式，推動傳統(tǒng)健康信息服務(wù)的智能化升級與轉(zhuǎn)型。

1.1" " 生產(chǎn)要素變革

生產(chǎn)要素是生產(chǎn)活動中最為基礎(chǔ)的組成部分，在新質(zhì)生產(chǎn)力賦能的智能健康信息服務(wù)中，其所涉及的健康數(shù)據(jù)資源不僅是信息存儲與傳遞的載體，更是一種蘊含深層價值潛力的生產(chǎn)要素［9］。對于這一潛力，新質(zhì)生產(chǎn)力賦能下的解鎖起點可由技術(shù)路徑率先展開。首先，新質(zhì)生產(chǎn)力可通過大數(shù)據(jù)處理、人工智能算法與物聯(lián)網(wǎng)等技術(shù)的集成，對分散于多主體中的健康數(shù)據(jù)資源進行系統(tǒng)化整合。這種整合并非簡單的物理集中，而是通過數(shù)智技術(shù)、智能算法等實現(xiàn)健康數(shù)據(jù)間語義關(guān)系的重構(gòu)，進而使健康數(shù)據(jù)資源在智能健康信息服務(wù)中具備動態(tài)適配性與向知識轉(zhuǎn)化的能力，并成為支持健康預(yù)測、決策等服務(wù)的重要驅(qū)動因素。其次，新質(zhì)生產(chǎn)力還可推動健康數(shù)據(jù)資源從“孤立輸入”向“循環(huán)生產(chǎn)”的邏輯轉(zhuǎn)變。依靠智能計算，新質(zhì)生產(chǎn)力可強化健康數(shù)據(jù)資源的流動性和價值性，使其能夠不斷地被激活、分析與再利用，從而進入到循環(huán)增值的體系之中［10］。這一賦能邏輯表明，新質(zhì)生產(chǎn)力不僅能夠重新定義健康數(shù)據(jù)資源在健康信息服務(wù)中的生產(chǎn)要素地位，還可為其智能化轉(zhuǎn)型提供高效數(shù)據(jù)資源支持。

1.2" " 生產(chǎn)關(guān)系變革

健康信息服務(wù)中的生產(chǎn)關(guān)系是生產(chǎn)主體圍繞健康數(shù)據(jù)資源與健康知識生成所形成的互動結(jié)構(gòu)，其演化邏輯決定著生產(chǎn)系統(tǒng)的協(xié)同效能。在新質(zhì)生產(chǎn)力的賦能驅(qū)動下，這一生產(chǎn)關(guān)系可由傳統(tǒng)的單向供給模式過渡到多主體協(xié)同模式，同時構(gòu)建出更加開放、動態(tài)的生產(chǎn)關(guān)系網(wǎng)絡(luò)［11］。該方式中，新質(zhì)生產(chǎn)力主要通過技術(shù)手段強化健康數(shù)據(jù)資源的共享與互聯(lián)，并使各生產(chǎn)主體（醫(yī)療機構(gòu)、企業(yè)、科研單位、用戶等）在統(tǒng)一的標準與技術(shù)平臺上形成協(xié)同關(guān)系，這種協(xié)同關(guān)系不僅作用于健康數(shù)據(jù)資源的共享層面，更體現(xiàn)在健康知識生產(chǎn)的協(xié)同層面。這一關(guān)系中，健康數(shù)據(jù)資源不再僅僅是各主體的封閉資產(chǎn)，而是可在協(xié)同環(huán)境中通過技術(shù)挖掘共同生成高附加值健康知識的價值資產(chǎn)。而在多主體協(xié)同過程中，不同主體的角色與功能也將逐漸趨于多樣化與動態(tài)化，傳統(tǒng)的供給與需求關(guān)系被打破，轉(zhuǎn)而形成以健康知識共創(chuàng)為基礎(chǔ)的結(jié)構(gòu)化生產(chǎn)關(guān)系機制。此外，新質(zhì)生產(chǎn)力還可通過相關(guān)技術(shù)支撐用戶數(shù)據(jù)的主動參與，將用戶在健康信息服務(wù)中的生產(chǎn)關(guān)系地位，從被動接收者轉(zhuǎn)變?yōu)榻】抵R生產(chǎn)的協(xié)同主體，進一步促進生產(chǎn)關(guān)系邏輯的重心從“生產(chǎn)端主導”向“多方協(xié)同”演化，并重構(gòu)健康知識的生產(chǎn)路徑。

1.3" " 生產(chǎn)方式變革

生產(chǎn)方式是生產(chǎn)資源在具體組織與應(yīng)用過程中形成的實現(xiàn)形式，直接決定了生產(chǎn)效率與供給的精準性［12］。新質(zhì)生產(chǎn)力在賦能智能健康信息服務(wù)中，可主要通過“需求驅(qū)動”和“知識資源動態(tài)匹配”來實現(xiàn)生產(chǎn)方式的深度變革。首先，新質(zhì)生產(chǎn)力能夠通過數(shù)智技術(shù)和用戶健康數(shù)據(jù)分析，實現(xiàn)對個體需求變化的動態(tài)捕捉，進而將健康信息服務(wù)中的用戶需求從被動接收的輸入信號轉(zhuǎn)化為生產(chǎn)邏輯的核心驅(qū)動，形成“需求感知-生產(chǎn)組織-動態(tài)反饋”的生產(chǎn)鏈條，使健康信息服務(wù)擺脫傳統(tǒng)供給導向的靜態(tài)生產(chǎn)方式，轉(zhuǎn)向高度靈活的動態(tài)響應(yīng)機制。其次，新質(zhì)生產(chǎn)力還可通過精準匹配技術(shù)與算法，實現(xiàn)健康信息服務(wù)供給與用戶需求的最優(yōu)連接。在這一生產(chǎn)方式中，用戶健康數(shù)據(jù)不僅作為用戶需求的表征工具，也成為生產(chǎn)組織的直接輸入要素，并可依托智能算法，在相關(guān)數(shù)據(jù)驅(qū)動下動態(tài)調(diào)整對應(yīng)的知識資源配置，使健康信息的服務(wù)邏輯不再依賴于預(yù)設(shè)流程，而是跟隨用戶需求和數(shù)據(jù)變化進行智能調(diào)整，從而實現(xiàn)健康信息服務(wù)與用戶需求之間的高效適配。

2" "新質(zhì)生產(chǎn)力賦能智能健康信息服務(wù)的現(xiàn)實動力

2.1" " 健康數(shù)據(jù)資源的價值潛力

健康數(shù)據(jù)是指信息網(wǎng)絡(luò)技術(shù)與傳統(tǒng)的公共衛(wèi)生、醫(yī)療服務(wù)、醫(yī)療保障、藥品管理、計劃生育、綜合管理等6大業(yè)務(wù)深度融合，以及“互聯(lián)網(wǎng)+醫(yī)療健康”“物聯(lián)網(wǎng)+醫(yī)療健康”和“人工智能+醫(yī)療健康”等新興領(lǐng)域，所產(chǎn)生的與健康領(lǐng)域相關(guān)的數(shù)據(jù)［13］。當前，李岳峰等在按照全民健康信息化的框架基礎(chǔ)上，對健康數(shù)據(jù)資源進行了系統(tǒng)化分析［14］，提出將健康數(shù)據(jù)資源的類目分為新型業(yè)態(tài)、基礎(chǔ)信息、公共衛(wèi)生、計劃生育、醫(yī)療服務(wù)、醫(yī)療保障、藥品管理和綜合管理8個類型（見表1）。本文將在此基礎(chǔ)上通過進一步討論，以明確健康數(shù)據(jù)資源在新質(zhì)生產(chǎn)力賦能下的價值潛力。

（1）多類型挖掘潛力

健康數(shù)據(jù)資源的多樣性源于健康系統(tǒng)的復雜性，涵蓋新型業(yè)態(tài)類、基礎(chǔ)信息類、公共衛(wèi)生類和醫(yī)療服務(wù)類等多類別健康數(shù)據(jù)資源，其內(nèi)含豐富內(nèi)容價值的同時，也為新質(zhì)生產(chǎn)力賦能健康數(shù)據(jù)資源整合、挖掘和利用提供了多樣化的價值路徑。新質(zhì)生產(chǎn)力作為賦能智能健康信息服務(wù)的核心驅(qū)動力，其所內(nèi)嵌的數(shù)智技術(shù)可介入實現(xiàn)對多類型健康數(shù)據(jù)資源的高效整合與深度挖掘，并通過對跨類型健康數(shù)據(jù)資源間的關(guān)聯(lián)分析，在充分利用不同類型數(shù)據(jù)間補充關(guān)系的基礎(chǔ)上，打破單一數(shù)據(jù)源的局限性，進而揭示個體健康與社會、環(huán)境等多方面的復雜因果鏈條，形成全面的健康視圖，助力實現(xiàn)精確的智能健康信息服務(wù)［15］。

（2）多層次挖掘潛力

健康數(shù)據(jù)資源復雜的資源特征反映著健康關(guān)聯(lián)領(lǐng)域多維度與多層次的本質(zhì)。以異構(gòu)化特征為例，高度結(jié)構(gòu)化的健康數(shù)據(jù)通過標準化和格式化的方式呈現(xiàn)精確的健康相關(guān)參數(shù)，這類健康數(shù)據(jù)易于建模和分析，有助于通過新質(zhì)生產(chǎn)力賦能，揭示健康的規(guī)律性變化；而低結(jié)構(gòu)化的健康數(shù)據(jù)則蘊含著豐富的潛在健康行為和生活方式等信息，可通過賦能揭示出與個體相關(guān)的健康行為模式、情緒狀態(tài)或潛在健康風險等，并彌補結(jié)構(gòu)化數(shù)據(jù)的局限性［16］。同樣，較高隱私性要求的健康數(shù)據(jù)資源往往具有高個性化信息密度的特征，能夠通過新質(zhì)生產(chǎn)力的賦能，提供出關(guān)于特定健康問題或個體健康狀況的深度洞見，其精確性和針對性有助于個性化健康信息服務(wù)的制定與執(zhí)行［17］；而隱私性要求較低的健康數(shù)據(jù)則可通過大規(guī)模的群體分析，揭示廣泛的健康趨勢和風險模式，有助于群體性健康信息服務(wù)的優(yōu)化與推廣。由此可見，健康數(shù)據(jù)資源的復雜特征，實際拓寬了新質(zhì)生產(chǎn)力賦能健康數(shù)據(jù)資源的多層次、多維度整合挖掘，進而提升智能健康信息服務(wù)對多維需求的適應(yīng)與響應(yīng)能力。

（3）動態(tài)性挖掘潛力

健康數(shù)據(jù)資源的動態(tài)性本質(zhì)上以數(shù)據(jù)的實時產(chǎn)生和變化為特征，是新質(zhì)生產(chǎn)力賦能下驅(qū)動健康信息服務(wù)從靜態(tài)式干預(yù)向連續(xù)性智能優(yōu)化轉(zhuǎn)型的重要基礎(chǔ)。從時間維度看，這種動態(tài)性為健康信息服務(wù)提供了相較于靜態(tài)數(shù)據(jù)無可比擬的潛力優(yōu)勢，即不僅能夠隨時間推移持續(xù)表現(xiàn)健康狀態(tài)的變化，還蘊含揭示健康相關(guān)早期信號與發(fā)展趨勢的潛力。在新質(zhì)生產(chǎn)力的賦能下，實時變化的健康數(shù)據(jù)不再是孤立的瞬時記錄，而是可通過數(shù)智技術(shù)的智能分析，轉(zhuǎn)變?yōu)橐粋€具備連貫性、預(yù)測性和可分析性的健康數(shù)據(jù)網(wǎng)絡(luò)。這種轉(zhuǎn)變基于對瞬時健康變化的整合與動態(tài)建模，使得健康數(shù)據(jù)能夠從單一記錄演化為一種持續(xù)反映健康狀態(tài)的動態(tài)信號，并同時將健康數(shù)據(jù)所蘊含的信息轉(zhuǎn)化為可操作的健康服務(wù)前置策略。由此，健康信息服務(wù)得以具備實時優(yōu)化服務(wù)的能力，并逐步從單點響應(yīng)升級為基于持續(xù)監(jiān)測、精準干預(yù)和前瞻預(yù)測的動態(tài)智能服務(wù)模式。

2.2" " 數(shù)智技術(shù)的驅(qū)動能力

數(shù)智技術(shù)作為新質(zhì)生產(chǎn)力的核心要素，在賦能健康信息服務(wù)智能化轉(zhuǎn)型過程中，主要通過實現(xiàn)對健康數(shù)據(jù)資源的賦能分析以及與健康信息服務(wù)邏輯的深度融合，為智能健康信息服務(wù)提供驅(qū)動力。

（1）數(shù)智技術(shù)賦能健康數(shù)據(jù)資源的整合分析

健康信息服務(wù)的核心生產(chǎn)要素是健康數(shù)據(jù)資源，而健康數(shù)據(jù)資源的多樣性與復雜性等特征，決定了其在生產(chǎn)過程中對技術(shù)賦能的高度依賴。首先，健康數(shù)據(jù)資源來源廣泛，既包括結(jié)構(gòu)化的數(shù)據(jù)庫信息等，也涵蓋非結(jié)構(gòu)化的新型業(yè)態(tài)信息等，而新質(zhì)生產(chǎn)力賦能下的數(shù)智技術(shù)，能夠?qū)崿F(xiàn)對這些多元化異構(gòu)數(shù)據(jù)的高效整合與深入分析，挖掘潛在的健康知識，促進健康信息服務(wù)的提升［18］。其次，健康數(shù)據(jù)在個體、群體層面的信息差異性，能夠通過機器學習與深度學習等算法，從海量健康數(shù)據(jù)中識別并提煉出有價值的個性化健康模式，以提升健康信息服務(wù)的精準度與針對性。此外，物聯(lián)網(wǎng)與云計算等技術(shù)的結(jié)合，還可實現(xiàn)對實時生成和變化的健康數(shù)據(jù)的采集、傳輸與處理，進而支持健康信息服務(wù)的動態(tài)響應(yīng)。更為重要的是，健康數(shù)據(jù)通常涉及較高的隱私性和敏感性，區(qū)塊鏈、隱私保護計算等技術(shù)能夠在確保健康數(shù)據(jù)隱私與安全的前提下，實現(xiàn)跨機構(gòu)、跨領(lǐng)域的數(shù)據(jù)協(xié)同與分析，從而提供可信的數(shù)據(jù)共享與處理環(huán)境。由此可見，數(shù)智技術(shù)能夠為健康數(shù)據(jù)資源提供全新的處理與分析路徑，并擴展健康信息服務(wù)的潛在邊界。

（2）數(shù)智技術(shù)與健康信息服務(wù)邏輯的深度融合

數(shù)智技術(shù)與健康信息服務(wù)邏輯的深度融合，主要體現(xiàn)在對健康信息服務(wù)中數(shù)據(jù)處理模式、系統(tǒng)協(xié)同機制以及服務(wù)價值邏輯的重構(gòu)。從數(shù)據(jù)處理模式來看，數(shù)智技術(shù)可通過對健康數(shù)據(jù)的實時采集、深度挖掘和智能分析，推動健康信息服務(wù)由基于經(jīng)驗和規(guī)則的靜態(tài)供需匹配模式，轉(zhuǎn)向依托大數(shù)據(jù)和人工智能的高度自適應(yīng)智能決策模式。在系統(tǒng)協(xié)同層面，數(shù)智技術(shù)可通過構(gòu)建分布式智能架構(gòu)，實現(xiàn)健康服務(wù)主體間的深度聯(lián)通與動態(tài)協(xié)同，這種協(xié)同機制有助于突破傳統(tǒng)機構(gòu)中心化的運行模式，使服務(wù)向去中心化和網(wǎng)絡(luò)化方向轉(zhuǎn)型，進一步提升服務(wù)系統(tǒng)運行的靈活性和整體效能。在服務(wù)價值邏輯方面，數(shù)智技術(shù)可推動健康信息服務(wù)由以功能供給為導向的傳統(tǒng)邏輯，向以用戶需求為核心的服務(wù)主導邏輯轉(zhuǎn)變［19］。基于實時數(shù)據(jù)和智能算法，健康信息服務(wù)能夠更高效地識別并預(yù)測用戶的個性化需求，并通過調(diào)整服務(wù)內(nèi)容與方式，實現(xiàn)精準的信息服務(wù)匹配與響應(yīng)，同時通過建立用戶需求、健康知識資源和服務(wù)策略之間的智能適配關(guān)系，形成服務(wù)雙方協(xié)同、數(shù)據(jù)循環(huán)利用、價值持續(xù)提升的閉環(huán)邏輯。

3" "新質(zhì)生產(chǎn)力賦能智能健康信息服務(wù)的實踐進路

由于新質(zhì)生產(chǎn)力賦能智能健康信息服務(wù)的核心要點在于對健康信息服務(wù)系統(tǒng)中若干關(guān)鍵環(huán)節(jié)的重塑，因此基于前述探討和現(xiàn)有信息服務(wù)的基本關(guān)系結(jié)構(gòu)［20］，新質(zhì)生產(chǎn)力賦能智能健康信息服務(wù)的實踐進路，具體可從賦能健康數(shù)據(jù)資源的基礎(chǔ)優(yōu)化，賦能健康知識的多主體協(xié)同形成以及賦能服務(wù)機制的優(yōu)化轉(zhuǎn)型這三個層面進行展開。

3.1" " 賦能健康數(shù)據(jù)資源的基礎(chǔ)優(yōu)化

由于傳統(tǒng)健康數(shù)據(jù)資源普遍存在分散性、異構(gòu)性和冗余性等問題，嚴重制約了健康數(shù)據(jù)資源的協(xié)同共享、價值挖掘和實際應(yīng)用，因此新質(zhì)生產(chǎn)力賦能下對健康數(shù)據(jù)資源的基礎(chǔ)優(yōu)化，實際是對健康數(shù)據(jù)質(zhì)量、可用性和流動性等的全面提升［9］。具體可通過賦能于健康數(shù)據(jù)資源的采集、清洗、整合與優(yōu)化等關(guān)鍵環(huán)節(jié)，并借助數(shù)智技術(shù)的嵌入和系統(tǒng)化處理流程，在確保健康數(shù)據(jù)完整性、準確性與一致性的前提下，重新定義健康數(shù)據(jù)的生產(chǎn)邏輯，推動健康數(shù)據(jù)資源從分散的資源形態(tài)向高效的資產(chǎn)形態(tài)轉(zhuǎn)變（見圖1）。

健康數(shù)據(jù)的獲取是所有過程開展的基礎(chǔ)條件，首先，在數(shù)據(jù)采集階段，針對當前健康數(shù)據(jù)資源的類別和獲取來源，可主要采用云采集、網(wǎng)絡(luò)爬蟲、物聯(lián)傳感等智能數(shù)據(jù)采集技術(shù)，并結(jié)合人工檢索、外購數(shù)據(jù)源和機構(gòu)提供等方式實現(xiàn)健康數(shù)據(jù)的匯集。其次，由于健康數(shù)據(jù)資源來源多樣且異構(gòu)特征顯著，為確保數(shù)據(jù)能夠滿足未來智能健康服務(wù)系統(tǒng)的標準化調(diào)用需求，可結(jié)合異構(gòu)數(shù)據(jù)集成、語義識別與理解等智能數(shù)據(jù)處理技術(shù)，進一步通過賦能數(shù)據(jù)選擇、格式轉(zhuǎn)換、語義對齊、一致性管理和標準化集成等過程，統(tǒng)一多元健康數(shù)據(jù)，解決語法異構(gòu)、語義異構(gòu)和數(shù)據(jù)資源自治等問題，實現(xiàn)數(shù)據(jù)集成［21］。第三，在數(shù)據(jù)清洗階段，利用相似性匹配與聚類算法、有效性規(guī)則檢測模型、孤立點識別等智能算法可協(xié)助去除數(shù)據(jù)噪聲，清洗重復數(shù)據(jù)，驗證數(shù)據(jù)完整性和有效性，并排除孤立點數(shù)據(jù)，確保數(shù)據(jù)總體的準確性與可靠性。第四，數(shù)據(jù)變換階段可進一步通過旋轉(zhuǎn)、投影、切換、規(guī)范和歸納等多種方式處理數(shù)據(jù)，并借助特征模式分析算法、關(guān)聯(lián)規(guī)則挖掘算法與多維結(jié)構(gòu)生成算法，逐步實現(xiàn)健康數(shù)據(jù)的特征識別、結(jié)構(gòu)化處理、歸納處理以及多維數(shù)據(jù)組織形成，進而提取數(shù)據(jù)的不變式，優(yōu)化數(shù)據(jù)組織結(jié)構(gòu)，使其更易于分析與利用［22］。最后，為提升健康服務(wù)系統(tǒng)的數(shù)據(jù)分析效率，還可結(jié)合重要性評估算法、特征選擇與優(yōu)化算法、數(shù)據(jù)抽樣與壓縮算法等，通過健康數(shù)據(jù)屬性影響評估、重要屬性特征選擇和數(shù)據(jù)抽樣流程，進而優(yōu)化數(shù)據(jù)結(jié)構(gòu)與縮減數(shù)據(jù)維度，提升數(shù)據(jù)處理效率和知識發(fā)現(xiàn)效果，確保數(shù)據(jù)更高效地支持后續(xù)分析和應(yīng)用需求。

3.2" " 賦能健康知識的多主體協(xié)同形成

在新質(zhì)生產(chǎn)力賦能的智能健康信息服務(wù)系統(tǒng)中，健康知識的形成本質(zhì)上是一個高度復雜且依賴多主體協(xié)同實現(xiàn)的健康數(shù)據(jù)分析體系，其核心目標是通過技術(shù)賦能與分析支持，將來自不同健康數(shù)據(jù)提供主體、具有不同內(nèi)涵的健康數(shù)據(jù)，轉(zhuǎn)化為各類有價值的健康知識。由于全面健康知識的形成并非單一主體所能完成，因此這一過程需依賴新質(zhì)生產(chǎn)力賦能，在實現(xiàn)多主體協(xié)同參與的基礎(chǔ)上，遵循大數(shù)據(jù)環(huán)境下數(shù)據(jù)挖掘與信息分析的一般流程路徑［23］，可通過建立數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)挖掘、評估與分析、知識單元形成以及知識網(wǎng)絡(luò)構(gòu)建階段來最終實現(xiàn)（見圖2）。

首先，數(shù)據(jù)關(guān)聯(lián)階段旨在根據(jù)健康數(shù)據(jù)的內(nèi)在特征與語義內(nèi)涵，通過構(gòu)建適當?shù)年P(guān)聯(lián)規(guī)則并匹配相應(yīng)的關(guān)聯(lián)算法，發(fā)掘不同健康數(shù)據(jù)之間潛在的關(guān)聯(lián)關(guān)系與規(guī)律。其次，數(shù)據(jù)挖掘階段需要優(yōu)先定義數(shù)據(jù)挖掘任務(wù)的具體目標，界定數(shù)據(jù)挖掘所需達成的具體方向，并選擇與目標一致的數(shù)據(jù)子集，隨后根據(jù)目標選擇適合的挖掘方法，并據(jù)此確定具體的算法與技術(shù)手段，通過構(gòu)建和訓練數(shù)據(jù)挖掘模型，實現(xiàn)既定的挖掘目標。第三，評估分析階段側(cè)重于對數(shù)據(jù)挖掘模型的性能進行全面評估，確保其在數(shù)據(jù)挖掘任務(wù)中的準確表現(xiàn)，并通過多維度驗證手段評估模型的可靠性與魯棒性，確保其在處理異常數(shù)據(jù)時的穩(wěn)定性。此外，該階段還可對挖掘結(jié)果的可解釋性、有效性、倫理合規(guī)性及數(shù)據(jù)隱私保護進行綜合評估，以保障挖掘結(jié)果的科學性與合規(guī)性。第四，知識單元形成階段可通過從數(shù)據(jù)挖掘結(jié)果中提取有價值的知識信息，并對其進行系統(tǒng)化與結(jié)構(gòu)化處理，隨后依據(jù)數(shù)據(jù)內(nèi)涵對知識進行深度整合，以增強知識單元的實用性與全面性。此外，為確保形成知識單元的準確性與可靠性，還可從多維度進行驗證，并建立持續(xù)更新機制，確保其在動態(tài)變化的應(yīng)用環(huán)境中保持時效性與科學性。最后，在知識網(wǎng)絡(luò)構(gòu)建階段，能夠?qū)⒎稚⒌闹R單元進行系統(tǒng)化組織，通過定義其內(nèi)在關(guān)系類型，構(gòu)建知識單元之間的相互聯(lián)系，并基于初步形成的知識網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計框架，在以圖形化方式存儲各知識單元及其關(guān)聯(lián)關(guān)系的基礎(chǔ)上構(gòu)建知識圖譜，同時驗證其有效性。在這一知識形成過程中，多主體可主要在關(guān)聯(lián)規(guī)則建立、挖掘目的定義、挖掘結(jié)果可解釋性和有效性評估以及知識驗證等關(guān)鍵環(huán)節(jié)中實現(xiàn)協(xié)同參與，從而促進對潛在偏差的修正與數(shù)據(jù)挖掘模型的優(yōu)化，確保最終形成的健康知識具有較高的準確性、可靠性和應(yīng)用價值。

3.3" " 賦能服務(wù)機制的優(yōu)化轉(zhuǎn)型

服務(wù)機制的優(yōu)化轉(zhuǎn)型是健康信息服務(wù)向智能化、個性化以動態(tài)化發(fā)展的必然趨勢。通過新質(zhì)生產(chǎn)力的賦能，可推動健康信息服務(wù)機制從傳統(tǒng)的全域靜態(tài)供給模型轉(zhuǎn)向基于用戶需求的實時動態(tài)反饋與精準推薦。這一轉(zhuǎn)型不僅改變服務(wù)的提供方式和效率，還推動實現(xiàn)健康信息服務(wù)從“適應(yīng)用戶需求”向“預(yù)測用戶需求”的智能轉(zhuǎn)變。其具體實現(xiàn)方式在于依托新質(zhì)生產(chǎn)力賦能，構(gòu)建用戶需求挖掘與健康知識資源匹配機制。

（1）用戶需求挖掘機制

實現(xiàn)高效的智能健康信息服務(wù)，全面且精準地掌握用戶特征與需求是其關(guān)鍵前提?，F(xiàn)階段，數(shù)字化健康醫(yī)療系統(tǒng)與移動健康應(yīng)用已成為提供個性化健康信息服務(wù)和互動的核心載體［24-25］。圍繞所載用戶相關(guān)數(shù)據(jù)，以用戶畫像技術(shù)結(jié)構(gòu)為基礎(chǔ)，結(jié)合數(shù)據(jù)挖掘和人工智能等技術(shù)手段，能夠深入解析用戶的健康興趣、關(guān)注點及個性偏好等信息，并逐步建立起用戶健康信息知識庫，通過對該知識庫的再挖掘，可更精準地構(gòu)建用戶健康畫像，實現(xiàn)高效識別用戶健康需求［26］。該過程可由用戶健康數(shù)據(jù)的收集、處理與預(yù)測三個主要環(huán)節(jié)開展，并依托數(shù)據(jù)采集、數(shù)據(jù)處理、標簽提取、用戶畫像以及需求預(yù)測五個核心步驟單元實現(xiàn)（見圖3）。

為確保精準刻畫用戶畫像，可主要面向用戶的基本信息、醫(yī)學健康系統(tǒng)中的記錄數(shù)據(jù)、健康與行為監(jiān)測信息、主觀體驗數(shù)據(jù)以及健康應(yīng)用平臺的相關(guān)健康數(shù)據(jù)進行采集。由于相關(guān)數(shù)據(jù)形式多樣且結(jié)構(gòu)復雜，還需通過數(shù)據(jù)處理單元執(zhí)行數(shù)據(jù)清洗、集成、規(guī)約與轉(zhuǎn)換等預(yù)處理操作，以清除異常數(shù)據(jù)、剔除冗余數(shù)據(jù)、填補缺失數(shù)據(jù)并規(guī)范化數(shù)據(jù)類型。基于預(yù)處理后的標準化數(shù)據(jù)，可進一步進行分類、聚類、關(guān)聯(lián)分析及融合操作，確保為后續(xù)分析提供高質(zhì)量數(shù)據(jù)基礎(chǔ)。標簽提取單元可協(xié)助實現(xiàn)對用戶健康數(shù)據(jù)的多層次分析與推斷、用戶特征識別、典型用戶選取與用戶標簽生成。該環(huán)節(jié)首先可依托機器學習與深度學習技術(shù)，深入挖掘相關(guān)數(shù)據(jù)，精準識別用戶核心特征，隨后采用基于密度的空間聚類算法（DBSCAN），根據(jù)用戶特征對用戶群體進行無監(jiān)督聚類，識別具有特定特征的用戶群體［27］，進一步還可利用支持向量機（SVM）模型篩選出具備代表性的典型用戶［28］，并借助關(guān)聯(lián)規(guī)則挖掘方法，揭示各類典型用戶的特征間聯(lián)系，通過分析高頻特征組合，完成用戶標簽的精確提取。用戶畫像單元則可將提取的用戶標簽根據(jù)其內(nèi)涵劃分為生理健康、疾病狀態(tài)、生活行為健康、心理健康和醫(yī)療服務(wù)使用五大維度，并通過相關(guān)系數(shù)過濾、LASSO回歸與隨機森林模型算法，逐步實現(xiàn)候選標簽的篩選、重要標簽的認定及擬合度排序［29］，最終構(gòu)建健康患者、預(yù)防性健康和群體健康三類用戶畫像。最后，需求預(yù)測單元可基于構(gòu)建的用戶畫像模型，結(jié)合神經(jīng)協(xié)同過濾算法與聚類算法，實現(xiàn)與健康知識資源標簽的匹配與推薦，從而有效識別用戶實際健康需求，還可融合自適應(yīng)學習模型與預(yù)測模型，動態(tài)監(jiān)測和解析用戶健康相關(guān)數(shù)據(jù)，挖掘用戶潛在健康需求，并預(yù)測其未來健康需求趨勢。

（2）用戶需求與健康知識資源的匹配機制

用戶需求與健康知識資源的動態(tài)精準匹配，是智能健康信息服務(wù)機制方式優(yōu)化轉(zhuǎn)型的重要依托，其核心在于構(gòu)建用戶需求與健康知識資源庫之間的系統(tǒng)化映射模型，從而為后續(xù)的智能信息服務(wù)提供有效的關(guān)聯(lián)邏輯支持。這種映射關(guān)系可由新質(zhì)生產(chǎn)力賦能為驅(qū)動，基于自然語言處理、知識圖譜、機器學習和推薦系統(tǒng)的綜合技術(shù)方案，形成動態(tài)適應(yīng)性強、智能化水平高的匹配機制，從而有效滿足用戶需求，并實現(xiàn)需求與健康知識資源的高效對接（見圖4）。

在用戶需求與健康知識資源映射的實現(xiàn)過程當中，可首先通過自然語言處理（NLP）技術(shù)解析用戶需求，提取關(guān)鍵信息與用戶意圖。同時，構(gòu)建健康信息知識資源網(wǎng)絡(luò)，設(shè)置相關(guān)健康知識信息作為網(wǎng)絡(luò)節(jié)點，并組織節(jié)點間的結(jié)構(gòu)化關(guān)聯(lián)關(guān)系。在此基礎(chǔ)上，借助新質(zhì)生產(chǎn)力驅(qū)動的知識圖譜技術(shù)，可實現(xiàn)用戶需求關(guān)鍵信息與知識網(wǎng)絡(luò)中相關(guān)節(jié)點的接入與匹配。此外，在匹配過程中，還需在明確匹配原則與設(shè)定匹配閾值的前提下構(gòu)建匹配模型，通過該模型可從健康知識資源庫中篩選出符合用戶需求的相關(guān)知識資源，并依據(jù)匹配度進行排序，按優(yōu)先級逐步推送給用戶，進而確保用戶需求與健康知識資源的精準對接與有效傳遞。該過程還可結(jié)合機器學習和深度學習算法，綜合NLP解析結(jié)果與知識網(wǎng)絡(luò)匹配結(jié)果，通過訓練和優(yōu)化模型，提升系統(tǒng)對用戶健康信息需求的理解與識別，促進個性化推薦算法的構(gòu)建。最后，反饋數(shù)據(jù)還可用于映射模型的更新優(yōu)化，以進一步提升映射關(guān)系的準確性。

4" "新質(zhì)生產(chǎn)力賦能智能健康信息服務(wù)的技術(shù)基礎(chǔ)

新質(zhì)生產(chǎn)力賦能健康信息服務(wù)智能化轉(zhuǎn)型的支持基礎(chǔ)，在于充分運用各類前沿數(shù)智技術(shù)，實現(xiàn)健康知識的高效生成和服務(wù)業(yè)務(wù)等流程的全面智能化。依托相關(guān)技術(shù)體系，智能健康信息服務(wù)能夠支撐健康數(shù)據(jù)資源的高效采集、精準處理、深度分析，以及業(yè)務(wù)場景的無縫嵌入和信息智能服務(wù)等各個環(huán)節(jié)。同時，根據(jù)不同的健康需求或信息知識支持類型，通過合理組合與優(yōu)化技術(shù)配置，還可確保技術(shù)方案與實際應(yīng)用的高度契合與高效運行［30］?；谙嚓P(guān)技術(shù)的有效部署，新質(zhì)生產(chǎn)力賦能下的智能健康信息服務(wù)系統(tǒng)可主要依賴五大技術(shù)群，來貫穿各個關(guān)鍵環(huán)節(jié)（見表2）。

健康信息服務(wù)的智能化轉(zhuǎn)型過程，首先依賴于新質(zhì)生產(chǎn)力賦能下各前沿數(shù)智技術(shù)的深度嵌入與協(xié)同互補，貫穿健康信息服務(wù)系統(tǒng)從健康數(shù)據(jù)采集、分析決策支持到智能信息服務(wù)應(yīng)用等的全鏈條技術(shù)支撐和創(chuàng)新融合。在此過程中，新質(zhì)生產(chǎn)力內(nèi)嵌的物聯(lián)網(wǎng)、云計算等技術(shù)可構(gòu)建從健康數(shù)據(jù)采集到傳輸?shù)母咝ǖ?，并實現(xiàn)對健康數(shù)據(jù)的實時收集和遠程監(jiān)控。通過提供統(tǒng)一的數(shù)據(jù)存儲與計算平臺來實現(xiàn)海量健康數(shù)據(jù)在分布式環(huán)境中的高效存儲與便捷調(diào)用，解決健康數(shù)據(jù)存儲的分散性和訪問效率問題，為健康數(shù)據(jù)的整合與分析奠定堅實基礎(chǔ)。運用大數(shù)據(jù)、人工智能等技術(shù)對海量健康數(shù)據(jù)分析與挖掘，推動健康數(shù)據(jù)從被動存儲向有意義的信息流轉(zhuǎn)化，賦予智能健康信息服務(wù)系統(tǒng)問題識別與解決方案生成的能力。這些技術(shù)體系的協(xié)同作用促使健康數(shù)據(jù)能夠全面流動，跨越不同平臺形成資源網(wǎng)絡(luò)，同時技術(shù)體系間基于健康信息服務(wù)系統(tǒng)中作用交匯處所形成的緊密系統(tǒng)，還可共同推動健康信息服務(wù)系統(tǒng)的整體智能化進程。通過強化健康數(shù)據(jù)流動性與系統(tǒng)整合能力，促使健康信息服務(wù)系統(tǒng)由分散的信息處理模式逐步向集成化智能平臺轉(zhuǎn)型，最終實現(xiàn)以智能決策為核心的健康信息服務(wù)系統(tǒng)。

此外，各項技術(shù)在健康信息服務(wù)智能化轉(zhuǎn)型中不僅作為基礎(chǔ)設(shè)施發(fā)揮作用，更憑借其具備的數(shù)據(jù)自適應(yīng)和智能演化能力，為實現(xiàn)健康信息的高效生成和個性化服務(wù)提供強有力的支撐。通過整合大數(shù)據(jù)分析、人工智能深度學習與模式識別算法、云計算的實時計算能力以及物聯(lián)網(wǎng)的數(shù)據(jù)采集與傳輸功能，健康信息服務(wù)系統(tǒng)能夠?qū)崿F(xiàn)對海量健康數(shù)據(jù)的廣泛采集與精準處理，并基于對歷史健康數(shù)據(jù)的積累挖掘與對即時健康數(shù)據(jù)流的動態(tài)分析，輔助決策系統(tǒng)持續(xù)跟蹤用戶健康變化，預(yù)測并生成用戶的實時健康需求，從而引導決策系統(tǒng)做出更準確的智能健康信息反饋與服務(wù)決策。同時，每一次智能決策與數(shù)據(jù)反饋又為系統(tǒng)優(yōu)化積累了重要依據(jù)，使健康信息服務(wù)系統(tǒng)能夠在持續(xù)不斷的數(shù)據(jù)積累中，形成自我智能演化的能力［34］。這一過程不僅增強了健康數(shù)據(jù)的流動性與靈活性，還隨著健康數(shù)據(jù)反饋與相關(guān)實時信息的不斷注入，實現(xiàn)健康信息服務(wù)的循環(huán)優(yōu)化，進而使智能健康信息服務(wù)系統(tǒng)能夠在不同環(huán)境和用戶需求下根據(jù)健康狀態(tài)變化，通過健康數(shù)據(jù)驅(qū)動，在多維度、多場景下實現(xiàn)動態(tài)信息服務(wù)調(diào)整與優(yōu)化，并提供更具精準性、時效性的智能健康信息服務(wù)內(nèi)容與方案，從根本上顛覆傳統(tǒng)健康信息服務(wù)的泛化與標準化靜態(tài)模式，發(fā)展為全面智能化、個性化與持續(xù)性的智能健康信息服務(wù)生態(tài)系統(tǒng)。

5" "結(jié)語

新質(zhì)生產(chǎn)力是我國新歷史時期社會、經(jīng)濟、文化發(fā)展的主動力，推進新質(zhì)生產(chǎn)力賦能智能健康信息服務(wù)，既是對新一輪經(jīng)濟社會變革要求的呼應(yīng)，也是未來我國健康信息服務(wù)發(fā)展的長期命題。因此，以新質(zhì)生產(chǎn)力賦能為創(chuàng)新基礎(chǔ)，依托數(shù)智技術(shù)，通過對健康數(shù)據(jù)資源的有效挖掘與利用，將數(shù)據(jù)的潛在價值轉(zhuǎn)化為實際的健康管理效益，推動健康信息服務(wù)向更高效、更優(yōu)質(zhì)的方向發(fā)展，使用戶能夠更及時地獲取高質(zhì)量的健康信息和服務(wù)，最終促進整體健康水平提高的這一方式，不僅有助于滿足社會公眾對健康信息服務(wù)需求的日趨變化，也對今后更為科學地利用健康數(shù)據(jù)資源、塑造以健康數(shù)據(jù)資源為核心的智能健康信息服務(wù)具有重要意義。

本文針對社會公眾健康信息需求變化與當前服務(wù)方式滯后的供需不平衡問題，以新質(zhì)生產(chǎn)力為引領(lǐng)、深入探討了新質(zhì)生產(chǎn)力賦能智能化健康信息服務(wù)的邏輯起點、現(xiàn)實動力和實踐進路，以期為未來充分發(fā)揮新質(zhì)生產(chǎn)力的理論引領(lǐng)優(yōu)勢，推動智能健康信息服務(wù)領(lǐng)域的新技術(shù)融合、新理念實施、創(chuàng)新應(yīng)用等提供參考。

參考文獻：

［1］" 中華人民共和國中央人民政府.中共中央國務(wù)院印發(fā)《“健康中國2030”規(guī)劃綱要》［EB/OL］.［2024-10-25］.https：//www.gov.cn/zhengce/2016-10/25/content_5124174.html.

［2］" 邱均平，付裕添，張蕊，等.數(shù)智時代管理科學與工程的發(fā)展特點及趨勢分析——基于科研、教育與技術(shù)應(yīng)用視角［J］.中國科技論壇，2023（6）：130-141.

［3］" Qu J，Simes R，Mahony J.How do digital technologies drive economic growth［J］.Econo-mic Record，2017，93（S1）：57-69.

［4］" 錢旦敏，楊英杰，鄭建明，等.國內(nèi)外健康信息服務(wù)研究動態(tài)述評［J］.數(shù)字圖書館論壇，2018（8）：66-72.

［5］" 崔云.數(shù)智技術(shù)促進新質(zhì)生產(chǎn)力發(fā)展探析［J］.世界社會主義研究，2023，8（12）：97-109，120.

［6］" 謝中起，索建華，張瑩.數(shù)字生產(chǎn)力的內(nèi)涵、價值與挑戰(zhàn)［J］.自然辯證法研究，2023，39（6）：93-99.

［7］" Sonja D，Daniel O，Benedikt L，et al.Focusing the Customer Through Smart Services：A Literature Review［J］.Electronic Markets，2019，29（1）：55-78.

［8］" 徐政，鄭霖豪，程夢瑤.新質(zhì)生產(chǎn)力賦能高質(zhì)量發(fā)展的內(nèi)在邏輯與實踐構(gòu)想［J］.當代經(jīng)濟研究，2023（11）：51-58.

［9］" Saeed S，Shaikh A，Memon M A，et al.Impact of Data Mining Techniques to Analyze Health Care Data［J］.Journal of Medical Imaging and Health Informatics，2018，8（4）：682-690.

［10］" Nambisan S，Lyytinen K，Majchrzak A，et al.Digital innovation management：Reinventinginnovation management research in a digital world［J］.MIS Quarterly，2017，41（1）：223-238.

［11］" 任保平，李培偉.人工智能時代新質(zhì)生產(chǎn)力與新型生產(chǎn)關(guān)系的良性互動［J］.四川大學學報（哲學社會科學版），2024，（5）：25-34，207-208.

［12］" 焦勇，高月鵬.數(shù)據(jù)要素賦能新質(zhì)生產(chǎn)力涌現(xiàn)：供給創(chuàng)新與需求牽引的解釋［J］.新疆社會科學，2024（4）：38-51，173.

［13］" 國務(wù)院辦公廳.關(guān)于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導意見（國辦發(fā)〔2016〕47號）［Z］.2016-06-21.

［14］" 李岳峰，胡建平，張學高.中國健康醫(yī)療大數(shù)據(jù)資源目錄體系與技術(shù)架構(gòu)研究［J］.中國衛(wèi)生信息管理雜志，2019，16 （3）：249-256.

［15］" Gaspard H，Beakcheol J，Wook K，et al.Health Big Data Analytics：A Technology Survey［J］.IEEE Access，2018，6：65661-65678.

［16］" 胡瑤琳，余東雷，王健.“健康中國”背景下的健康醫(yī)療大數(shù)據(jù)發(fā)展［J］.社會科學家，2022，299（3）：79-87.

［17］" Valdez A C，Ziefle M.The users' perspective on the privacy-utility trade-offs in health recommender systems［J］.international journal of human-computer studies，2019，121：108-121.

［18］" Tao X，Velásquez J.Multi-source information fusion for smart health with artificial intelligence［J］.Information Fusion，2022，

83：93-95.

［19］" 劇曉紅，王文韜.國外移動電子健康信息服務(wù)研究動態(tài)述評［J］.情報理論與實踐，2018，41（2）：149-154.

［20］" 胡昌平.信息服務(wù)與用戶［M］.武漢：武漢大學出版社，2008：240-241.

［21］" 孫凱，賈萍，李威蓉，等.地學數(shù)據(jù)本體支持下的科學數(shù)據(jù)集成方法［J］.中國科技資源導刊，2017（6）：45-52.

［22］" 周宇，廖思琴.科學數(shù)據(jù)語義描述研究述評［J］.圖書情報工作，2017（12）：136-144.

［23］" 高偉，薛夢瑤，于成成.面向大數(shù)據(jù)的情報分析方法和技術(shù)體系研究［J］.情報理論與實踐，2019，42（12）：43-48，35.

［24］" 虞銘明，張迺英，李月娥.醫(yī)療健康大數(shù)據(jù)分析的關(guān)鍵技術(shù)與決策支持［J］.中國科技論壇，2018（11）：53-62.

［25］" 方霽，潘威旭，林徐勛，等.移動健康信息服務(wù)的個性化運動目標決策研究［J］.管理工程學報，2024，38（1）：253-265.

［26］" Amato G，Straccia U.User profile modeling and applications to digital libraries［C］//International conference on theory and practice of digital libraries.Berlin，Heidelberg：Springer Berlin Heidelberg，1999：184-197.

［27］" 王帥，紀雪梅.基于在線健康社區(qū)用戶畫像的情感表達特征研究［J］.情報理論與實踐，2022，45（6）：179-187.

［28］" 尤明輝，殷亞鳳，謝磊，等.基于行為感知的用戶畫像技術(shù)［J］.浙江大學學報（工學版），2021，55（4）：608-614.

［29］" Wang H，Wang G.Improving random forest algorithm by Lasso method［J］.Journal of Statistical Computation and Simulation，2021，91（2）：353-367.

［30］nbsp; 翟興，肖源，王若佳，等.數(shù)智環(huán)境下智慧健康信息服務(wù)體系構(gòu)建研究［J］.情報科學，2022，40（10）：43-50.

［31］" 王蘭成，敖毅，曾瓊.異構(gòu)多信息源組織與集成技術(shù)的研究現(xiàn)狀及其進展［J］.現(xiàn)代圖書情報技術(shù)，2006，134（3）：68-85.

［32］" Tran T，Alexander F，Christoph T，et al.Recommender systems in the healthcare domain：stateoftheart and research issues［J］.Journal of Intelligent Information Systems，2020，57（1）：1-31.

［33］" Eom J，Lee D，Lee K.Patient-Controlled Attribute-Based Encryption for Secure Electronc Health Records System［J］.Journal of Medical Systems，2016，40（12）：253-262.

［34］" Dong N，Yin H，Ren B，et al.Research on Network Cognition Model and Mechanism of Intelli-gent Information Network［J］.China Communications，2023，20（2）：257-277.

作者簡介：邱均平，男，杭州電子科技大學管理學院、中國科教評價研究院、數(shù)據(jù)科學與信息計量研究院資深教授，博士生導師，研究方向：信息計量與科教評價；付裕添，男，杭州電子科技大學管理學院博士研究生，研究方向：健康信息與智能服務(wù)；宓秦澤，男，杭州電子科技大學管理學院博士研究生，研究方向：信息分析與應(yīng)用；胡博，男，杭州電子科技大學管理學院博士研究生，研究方向：數(shù)據(jù)科學與數(shù)據(jù)智能；徐中陽，男，南京大學信息管理學院博士后，研究方向：信息資源管理與大數(shù)據(jù)分析；張廷勇，男，杭州電子科技大學管理學院博士研究生，研究方向：信息資源管理與服務(wù)。