柏林时间2025年10月12日, “世界健康峰会2025” （World Health Summit 2025）期间，北京大学全球健康发展研究院（北大全健院）主办“Can AI Offer Solutions to Planetary Health?”专题报告会，成功发布“星球健康坐标系统”（Planetary Health Axis System: PHAS）。会议汇聚了来自世界卫生组织（WHO）、哈佛大学、英国剑桥大学、伦敦卫生与热带医学院、德国波茨坦气候影响研究所、非洲疾控中心、洛克菲勒基金会、谷歌健康部门、以色列克拉利特医疗集团、加纳科学与技术大学等全球众多知名机构的专家学者，共同探索人工智能（AI）如何助力应对人类文明与星球健康所面临的可持续发展问题及其重大挑战。
“星球健康坐标系统”发布
2023年10月以来，北京大学全球健康发展研究院携手来自中外数十家顶尖科研院所的科学家，牵头构建了世界首个星球健康人工智能大模型：PHAS工程。PHAS工程通过集成人类健康、物种健康、环境健康与社会健康四大坐标的48000多个关键变量，旨在动态追踪与评估人类发展足迹、其他物种演进、自然环境变化与广义星球边界关系的全景式进程。
发布大会由日内瓦国际与发展研究院全球健康中心创始人兼主席、北大全健院全球健康外交客座教授Ilona Kickbusch和北京大学全球健康发展研究院特聘资深研究教授、前WHO 助理总干事Bernhard Schwartländer教授共同主持。
Ilona Kickbusch教授和Bernhard Schwartländer教授主持会议
在第一个圆桌对话中，加纳科学与技术大学、《柳叶刀》同一健康（One Health）委员会联合主席John Amuasi教授发言表示，COVID-19大流行让公众更加直观地理解全球健康的复杂性。疫情表明，即便拥有疫苗和药物，推广与接种仍面临多重挑战，不存在单一的解决方案。他介绍，《柳叶刀》同一健康委员会以“健康、可持续的社会生态系统”为核心，强调人类、动物与环境之间密切而动态的联系，并倡导以适应复杂系统的思维方式推动公共健康转型。该理念与北京大学发布的PHAS模型高度契合，后者有机融合了社会、人类、物种与环境健康。他强调在AI和健康治理的应用中，人类监督、信息验证及系统透明度至关重要——这是建立公众信任的基础。
John Amuasi教授发言
北京中关村学院、中关村人工智能研究院首席科学家刘海广评论指出，AI正深刻推动多领域的变革，其独特优势在于能够整合和解析远超个人认知范围的知识。科学突破往往发生在分子层面，而在更宏观的系统层面——从分子、细胞到个体、群体乃至星球健康——存在复杂的相互作用。AI凭借数据驱动和强大算力，有望揭示这些隐藏的规律与关联。他强调，机器生成的知识必须经过人类实验或现实验证，以确保其合法性。目前验证环节仍是制约AI应用的关键瓶颈，亟需加强整合与优化验证流程。
刘海广博士发言
北京大学国家发展研究院经济学长江学者特聘教授、中国医学科学院学部委员、北京大学全球健康发展研究院院长刘国恩教授强调，自工业革命以来，现代文明面临三大相互交织的趋势：一是现代经济增长，它如此强大和普遍，催生了人类前所未有的大规模贫困逃离，其代价是高度依赖化石能源；二是“大分流”（Great Divergence），现代增长伴随了全球在财富、资源与碳排放上的差距持续扩大；三是“未来折扣”（Future Discounting），即因通胀、不确定性和投资回报更原因，人类经济决策总是更多赋值当前收益而打折未来资源的价值，从而导致对后代的资源歧视。他提出核心问题：如果这三大趋势持续，是否会达到极限甚至威胁人类文明？如果不会，什么可能改变这些轨迹？基于行为经济学，人类在认知到风险时可能调整行为。为此，北京大学2023年启动了PHAS工程，旨在构建一个科学、全面、代际公平的人类发展可持续的星球健康坐标系统，使得所有个体都能实时识别自身以及全部群体的生态足迹，及其与星球边界的时空距离和潜在风险，从而更好促进人类行为的合理改善、全球治理和文明延续。随后，刘国恩教授在现场为大家演示了PHAS数字视频。
刘国恩教授发言
在第二个圆桌对话环节，英国剑桥大学三一学院院长Dame Sally Davies教授在发言中表示，对PHAS能够整合多维关键关系感到振奋。她指出，建立公众对系统的信任至关重要，而数据质量是信任的基础，然而当前多数数据质量仍有待提升。以健康AI为例，她强调，透明度是赢得医生和患者信任的关键。Davies教授建议，应抓住政府积极利用AI改革公共服务、提升治理效率的契机，通过针对政策制定者关切的具体用例，展示PHAS在建模与预测方面的价值，从而吸引更多政策层面的支持与参与。她同时提醒，必须高度警惕AI的“幻觉（hallucination）”风险，必须确保AI系统具备严格的验证与监督机制，让政策、政府及科学界的桥梁角色充分信任系统的可靠性，因为一次失误就可能损害整个体系的公信力。
Dame Sally Davies教授发言
伦敦卫生与热带医学院AI与机器学习星球健康开拓者计划负责人Tobias Schuster指出，在气候与健康研究的证据整合中，确保信息真实可靠、避免AI幻觉至关重要。他区分了基于既有文献的研究与PHAS所涉及的原始数据分析，认为后者虽然更复杂、风险更高，却能突破已发表研究的局限，提供更动态、直接的决策支持。他强调，应整合基于文献与原始数据的AI方法，联合科学家、专家及地方决策者，共同构建负责任、高效且可验证的分析体系。他呼吁汇聚全球顶尖人才，建立合作网络，将最新AI成果有效融入如PHAS这样的复杂工具中，推动形成更高质量、更可信的解决方案，助力全球健康治理。
Tobias Schuster博士发言
谷歌健康部门主任Susan Thomas博士强调应对AI幻觉问题的关键在于建立系统化的评估机制。她表示，Google、OpenAI、Microsoft等科技企业与学术界的紧密合作，正为全球公共卫生的创新与进步注入强大动力。Susan Thomas特别提到，
Google通过开放模型权重的方式，支持全球研究机构和非政府组织（NGO）提升科研与技术能力，从而加速AI在全球健康领域的应用转化与社会影响力。她认为，这一实践与Dame Sally Davies教授提到的“持续学习机制”理念高度契合，通过与政策制定者和地方伙伴的持续协作，不断优化系统性能与应用场景，使AI工具更加贴近现实需求。
Susan Thomas博士发言
在与现场专家的互动环节，欧洲星球健康领军人物、伦敦热带病医学院前任院长Andrew Haines教授发言强调，明确星球健康坐标系统首先的使用对象并设计配套的能力建设策略是关键。他进一步指出，系统超越单纯的风险评估，积极转向为决策者提供包含权衡分析的解决方案，这极大地提升了其应用的广度与实用性。
Andy Haines教授点评
日内瓦乔普·兰格研究所全球卫生外交部主任Christoph Benn围绕PHAS的未来应用提出关键问题，强调应重视数据治理、隐私保护以及低收入国家在获取和使用方面的公平性。洛克菲勒基金会健康计划高级副总裁Naveen Rao强调应加大对本地能力建设与数据基础设施的投资，以保障工具的可持续与适用性。以色列克拉利特医疗集团首席创新官兼副总监Ron Balicer结合实际案例，分享了大型医疗系统在整合预测与AI工具使用过程中的实践经验与面临的主要挑战。
世界卫生组织助理总干事Jeremy Farrar博士在闭幕致辞中指出，人类正处于历史关键拐点，必须立即行动。他强调，科学应成为促进公平的力量，而非加剧不平等；科研需打破学科壁垒，加强跨领域合作。他还呼吁资助机构和科学界改革评审体系，支持跨学科研究与系统思维培养。他表示，人工智能可助力发现新联系与研究空白，但关键在于信任、治理与社会行为，而非技术本身。科学应兼具前瞻与务实，聚焦解决现实问题。
Jeremy Farrar闭幕致辞
北京大学PHAS系统的发布成功，充分展现了北京大学的学者为促进人类文明和全球健康发展所做的不懈努力。未来，北大全健院将继续深化PHAS的国际合作与实际应用，通过与全球顶尖科研院所、国际组织及政策研究中心等机构的合作，不断拓展人工智能赋能星球健康的创新场景与治理路径，为构建人类命运共同体贡献力量，助力全球治理、星球健康与人类可持续发展。
Tobias Schuster博士发言
谷歌健康部门主任Susan Thomas博士强调应对AI幻觉问题的关键在于建立系统化的评估机制。她表示，Google、OpenAI、Microsoft等科技企业与学术界的紧密合作，正为全球公共卫生的创新与进步注入强大动力。Susan Thomas特别提到，
Google通过开放模型权重的方式，支持全球研究机构和非政府组织（NGO）提升科研与技术能力，从而加速AI在全球健康领域的应用转化与社会影响力。她认为，这一实践与Dame Sally Davies教授提到的“持续学习机制”理念高度契合，通过与政策制定者和地方伙伴的持续协作，不断优化系统性能与应用场景，使AI工具更加贴近现实需求。
Susan Thomas博士发言
在与现场专家的互动环节，欧洲星球健康领军人物、伦敦热带病医学院前任院长Andrew Haines教授发言强调，明确星球健康坐标系统首先的使用对象并设计配套的能力建设策略是关键。他进一步指出，系统超越单纯的风险评估，积极转向为决策者提供包含权衡分析的解决方案，这极大地提升了其应用的广度与实用性。
Andy Haines教授点评
日内瓦乔普·兰格研究所全球卫生外交部主任Christoph Benn围绕PHAS的未来应用提出关键问题，强调应重视数据治理、隐私保护以及低收入国家在获取和使用方面的公平性。洛克菲勒基金会健康计划高级副总裁Naveen Rao强调应加大对本地能力建设与数据基础设施的投资，以保障工具的可持续与适用性。以色列克拉利特医疗集团首席创新官兼副总监Ron Balicer结合实际案例，分享了大型医疗系统在整合预测与AI工具使用过程中的实践经验与面临的主要挑战。
世界卫生组织助理总干事Jeremy Farrar博士在闭幕致辞中指出，人类正处于历史关键拐点，必须立即行动。他强调，科学应成为促进公平的力量，而非加剧不平等；科研需打破学科壁垒，加强跨领域合作。他还呼吁资助机构和科学界改革评审体系，支持跨学科研究与系统思维培养。他表示，人工智能可助力发现新联系与研究空白，但关键在于信任、治理与社会行为，而非技术本身。科学应兼具前瞻与务实，聚焦解决现实问题。
Jeremy Farrar闭幕致辞
北京大学PHAS系统的发布成功，充分展现了北京大学的学者为促进人类文明和全球健康发展所做的不懈努力。未来，北大全健院将继续深化PHAS的国际合作与实际应用，通过与全球顶尖科研院所、国际组织及政策研究中心等机构的合作，不断拓展人工智能赋能星球健康的创新场景与治理路径，为构建人类命运共同体贡献力量，助力全球治理、星球健康与人类可持续发展。
为何PHAS
人类文明与地球之间的动态关系愈发明显，人类必须在自身发展与星球自然边界的约束关系中不断寻求优化平衡，这在人工智能之前几乎成为难以企及的巨大复杂工程。人工智能的快速发展让我们得以从新视角应对这一挑战。
何为PHAS
作为星球健康追踪的“数字罗盘”，PHAS构建了一个多学科理论、多层次结构的人工智能驱动数字大模型，首次实现了涵盖全球各国和地区、实时动态、视觉交互的星球健康系统，以绘制人类发展足迹与广义星球边界关系的全景式进程。目前，PHAS模型可以对高达
48000个关键变量指标进行动态的可视化测算和展示，并可提供基于PHAS计算核心的模拟测算和分析功能。同时，PHAS还开发了基础的政策实验室服务，用于在不同的情境下对设定的政策干预结果对星球健康各项指标的影响进行分析。
PHAS模型包含了四大主轴星球健康坐标系：“人类健康”、“物种健康”、“环境健康”和“社会健康”，并基于来自全球各地开可获取的大数据源，通过机器学习、系统科学、专家反馈校准等机制进行建模和数据分析，旨在构建由北大发起和牵头、 国际团队联合参与开发的真正“全球公共品”，为促进星球健康和人类文明的可持续发展贡献力量。
PHAS核心亮点
1. 突破传统“选定数据源” 的局限，利用所有公开可访问的数据（含超48000个变量）与人工智能，大幅拓展知识获取的范围与技术融合度。
2. 借助机器学习和AI训练数据，保障数据的连贯性与高质量，解决了传统方法中数据有限、质量依赖人工定义的问题。
3. 不再局限于子领域内或有限跨领域互动，而是对称整合所有子领域的数据以促进互动，释放全领域数据的联动价值。
4. 并非单纯汇总不同领域专家结论，而是从经全球专家小组反馈校准的系统中生成结论，让结论更具系统性与全球视野下的专业校准性。
了解更多
初稿：吴宛睿/刘猛
