人工智能赋能青少年体质健康精准治理：现实困境、治理向度和实践路径

  ，陕西师范大学教育学部博士研究生，重庆第二师范学院体育与健康管理学院副教授

  我国学校青少年体质健康治理正处于数字化转型的历史新阶段，人工智能技术在医疗健康领域已取得较好的应用效果，为破解当前学校治理困局提供了新思路、新方法、新手段。当前，我国学校青少年体质健康治理正面临着数据监测机制不健全、数据价值挖掘不深入、运动干预效能偏低下的现实困境。建议从精准监测、精准分析、精准干预三个向度进行AI赋能，从数据层、算法层、应用层合力推进，营造“多元主体配合、人机协同共治”的学校青少年体质健康数字治理新生态：提升数据质量，共建共享数据库，筑牢精准治理基础；训练智能算法，构建可信任模型，把控精准治理核心；智能升级平台，实现人机协同决策，共创精准治理智慧。

  青少年健康是一个民族健康素质的基础，关系到中华民族的伟大复兴和永续发展。党的二十大报告明白准确地提出要以中国式现代化全方面推进中华民族伟大复兴。青少年是中国式现代化的行为主体，也是中国式现代化的受益者。青少年强则国强，“青少年体魄强健”应是中国式现代化的重要标志之一。

  青少年体质健康问题一直是我国学校体育未能解决又亟待解决的老问题、大问题、难问题。在过去30多年青少年体质健康治理过程中，政府不可谓不负责，家庭和学校不可谓不努力，社会各界不可谓不支持。在《“健康中国2030”规划纲要》《国务院关于实施健康中国行动的意见》等文件中均明白准确地提出实施青少年体育活动促进计划、中小学健康促进行动，以加强中小学生健康，增强青少年体质，保障到2030年国家学生体质健康标准达标优秀率25%以上、优良率达到60%及以上。但当前青少年体质健康问题依然严峻，仍然没有正真获得有效遏制。教育部最新发布的第八次全国青少年体质与健康调研报告显示：“青少年体质健康达标优良率仅为23.8%，营养不良率达10.2%，超重肥胖率依然在上升。”毛振明教授指出：我国权威《国家学生体质健康标准》的健康促进功能处于失效状态，监测、分析以及干预不准是造成当前青少年体质健康治理效能不佳的症结所在。

  基于数据、面向数据和经由数据的数字化治理正在成为全球各领域数字化转型的最强劲引擎。就当前实践来看，我国青少年体质健康治理正处于向“政府主导、数据驱动、多元参与、精准治理”的数字化治理范式转换的历史新阶段。如何利用数字技术精准采集、分析与应用数据，生成青少年体质健康精准治理智慧，成为化解当前治理困局、提升治理效能的关键。人工智能是数字技术的典型代表，我国早在2017年出台的《新一代人工智能发展规划》中就已明确提出：要加快人工智能技术在教育、医疗领域的创新应用，为公众提供更为个性、多元且高品质的公共服务。截至目前，人工智能技术作为实现“数据”向“智慧”转换的关键技术，已在医疗健康等领域取得了较好的应用效果，并呈现出进一步深度融入的态势。这为解决当前青少年体质健康治理数字化转型过程中的“不精准”问题提供了新思路、新方法、新手段。基于此，本研究聚焦我国青少年体质健康治理数字化转型过程中所面临的现实困境，以人工智能赋能精准治理为切入点，探讨人工智能赋能青少年体质健康精准治理的三个向度与实践路径问题，以期快速推进青少年体质健康治理的数字化转型与智能化升级，营造“人机协同共治”的数字治理新生态。

  通过对重庆市某区相关主管部门负责人、中小学校校长及分管副校长、体育教研员、体育教师、家长、青少年学生的访谈调查可知：我国青少年体质健康治理的数字化转型普遍面临数据监测、数据挖掘以及运动干预等效能偏低的现实困境,具体情况如下。

  测试手段精准和数据真实可靠是开展青少年体质健康精准治理的重要前提和基础。当前，我国已基本形成了国家级、地方级、学校级三个层次的青少年体质健康监测体系，在反映青少年体质健康状况、辅助体育教育教学乃至评估体育工作成效中均已展现出重要的作用。青少年体质健康监测虽在全国范围内稳步实施，但从总体访谈调查情况来看，依然面临以下突出问题。

  一是监测项目设置较单一。受人力、技术等因素限制，依然存在监测指标结构性不合理等问题，只有基础的身体形态、机能以及素质指标检测，尚无血氧饱和度等生化指标监测项目。正如区体育教研员提到的隐患：“监测项目中，肺活量是否能准确反映青少年心肺功能水平，值得进一步商榷。”

  二是监测数据的客观性认可度偏低。以往青少年体质健康监测反馈工作多以人工为主，测评标准与规范至执行方面存在较大局限性。访谈中部分家长和学生质疑监测数据与评价结果的真实性，认为可能存在数据误测、记错、篡改等问题。为了消除质疑，教育主管部门甚至安排了定期抽查复核。

  三是监测结果反馈机制不健全。现阶段监测以“一年”为一个周期，处于周期长、反馈慢甚至无反馈的交困境地，受访教师提出“很多体测成绩良好的学生，持续锻炼动力下降，出现了阶段性‘自满懈怠’的现象”。

  数据产生的价值效益较大程度上取决于数据挖掘水平。青少年体质健康监测数据具有显性价值与隐性价值之分，相较于显性价值而言，隐性价值的挖掘难度更高，尤其是对于海量的半结构化与非结构化数据。80%以上的受访体育教师明确指出：“学生体测数据及分析报告并不能有效指导教育教学改革。”总的来看，我国青少年体质健康监测数据自身价值尚未被深度挖掘，尤其是数据对体育教师的教学质量监督、学校与区域主管部门体育工作成效评估以及运动干预方案制订等方面的隐性价值。当前，数据挖掘分析多从学校和区域体育工作考核的单维度分析为切入点，受访学校中，仅有一所学校尝试从个体锻炼、体育教学、教育决策等多个维度综合发掘数据背后的价值，这严重影响了监测数据在全面提升青少年体质健康治理效能中的分析应用。

  青少年体质健康运动干预是指为达到青少年个人或群体体质健康水平预期目标，以体育运动为主要内容，以直接或间接的形式，有目的、有计划地实施运动干预的过程。运动干预主要以青少年体质健康监测数据为重要依据，针对监测中暴露的健康问题设计运动计划或具体行动方案。换言之，什么样的监测结果决定了什么样的运动干预内容、形式以及安排。区主管部门负责人指出：“当前青少年体质健康运动干预主要存在反馈指导不及时、不科学，甚至部分学校还存在无指导、无反馈等严重问题，‘头痛医头，脚痛医脚’的现象普遍存在。”所调研的学校中，90%以上的现行运动干预几乎没有从青少年整体健康发展的角度给出精准指导或行动意见，尤其是针对青少年的个性化运动指导干预。此外，现行运动干预还存在严重滞后的问题，多在青少年已经暴露出体质健康问题后才进行干预，缺乏必要的预见性和前瞻性。

  人工智能等数字技术在健康领域的深度创新融入，正逐步驱动青少年体质健康治理转向数字化、智能化，并呈现出高效、高值、高质等发展趋势。本研究基于当前青少年体质健康数字化治理过程中的不精准问题提出了人工智能赋能青少年体质健康精准治理的三个向度，如图1所示。

  一是赋能优化监测反馈流程。依托智能算法较强的自学习与自发展能力，分析监测反馈过程中存在的问题，从而不断调整、修复监测反馈流程中的瑕疵，直至形成深度契合青少年体质健康测评反馈需求的流程模式，保障测试工作顺利、有序、高效推进。

  二是赋能规避犯错违规风险。智能化测试仪器与系统可大大降低人力成本，实现体测数据的自动采集、上传与汇总，可大幅度降低数据记错、录错、篡改等人为风险，有效规避犯错和违规行为，保障数据采集的准确性、规范性和公平性。

  三是赋能监测结果实时反馈。依靠人工智能拟人化交互系统对监测结果进行实时反馈与语言激励，将测试数据以可视化形式呈现给各利益相关方，保障监测结果的实时反馈与全面掌握，助力精准监测。

  人工智能技术在深度学习领域的发展以及类人学习能力的持续提升，推动了青少年体质健康各类数据价值挖掘的持续革新。整体而言，青少年体质健康数据的有效运用具有一定的难度。一方面，青少年体质健康监测数据总量巨大，特别是以教育主管部门主导的区域性体质健康监测，动辄数十万乃至上百万人，对数据精准处理的要求极高；另一方面，青少年体质健康监测数据隐性价值的精准挖掘与利用难度更高。人工智能学习与人类学习不同，不仅靠逻辑推理，更靠大数据、智能算法，是一个数据挖掘与计算处理的过程。

  借助人工智能强大的数据整合分析能力以及学习能力，可将海量的结构化、半结构化乃至非结构化的数据有效整合，并基于概率论、统计学等知识从不同维度最大限度地分析出隐含的相关性及有序规律，实现对青少年体质健康数据显性价值与隐性价值的精准分析与深度挖掘。不仅发挥出青少年体质健康数据的显性价值，促进青少年体质健康的科学评估，也实现隐性价值的深度挖掘，尤其是在诊断性评价方面，通过对体育教学效果、学校体质健康管理水平、相关职能部门体育工作成效等的监测，达成校园青少年体质健康综合治理效能的精准诊断与评估。

  青少年健康干预主要手段是身体运动。身体运动作为一种促进健康、防治慢性疾病等的内源性干预方式，将健康关口由依靠外源移向依靠内源、由治标移向治本、由风险补救移向风险预防，从根本上改变了青少年疾病预防与健康干预的方向，牢牢掌握了健康主动权。

  一是从阶段干预转向持续干预。人工智能基于数据库内青少年监测数据的动态表现，实现及时且有针对性的运动干预。二是从片面干预转向全面干预。人工智能不仅对传统的运动行为进行干预，也将睡眠、饮食等要素纳入干预范围，形成多元的运动指导建议，全面促进青少年体质健康。三是从被动干预转向主动干预。人工智能主动和青少年、家长、教师等互动，根据青少年运动兴趣爱好精准优化运动内容与建议，帮助青少年主动落实锻炼任务。

  机器以类人智慧来解决问题是从“智能问题”转变为“数据问题”开始的。本研究结合青少年体质健康数字化治理的实践需求以及机器智能形成规律，从数据层、算法层、应用层提出了人工智能赋能青少年体质健康精准治理的实践路径，如图2所示。

  数据具备的海量、多源、异构等特点决定了其不稳定的本质。有价值的数据库建设对提升数据的质量和稳定性意义重大。我国学校青少年体质健康数据库建设已有较好的基础，已建有“国家学生体质健康标准数据管理与分析系统”，并且各级各类“运动处方库”也正在建设中。

  例如，2021年江苏省体育局和江苏省卫生健康委联合启动建设了江苏省体医融合协作运动处方库，旨在覆盖全生命周期，实现处方的个性化、精细化。此外，要全面释放青少年体质健康各类数据价值，势必会面临如何共建共享解决跨部门、跨组织和跨区域的数据流通问题。建议通过数据立法、新型基建以及技术创新等，严控数据授权、身份验证、状态监控预警等，让数据信息提供方明晰数据用量与用法，在己方授权约定范围，消除用户隐私安全顾虑，实现数据库共建共享中的多方互信，营造良好的市场数据流通信任机制，为人工智能赋能青少年体质健康精准治理筑牢数据基础。

  机器学习是一个基于人工智能算法进行数据信息加工与知识建构的过程，是使数据转化为智慧的根本途径。机器学习的人工智能算法不同于传统算法依靠编码和预置规则解决问题，机器学习着力于挖掘案例与经验的价值，将案例与经验转化为有效数据进行算法学习，设计出运用数据学习经验的算法，而非编写执行预设任务的计算机程序。机器学习算法可以运用统计学技术处理多种形式的数据（如图像、文本、音频、时间序列等），发现其中的相关关系，进而对数据作出推断，并且推断结果会随着学习样本数据量的增加而改善，也会根据人的反馈及时调试算法，并修正相应推断。

  通过大数据技术对多种途径采集的青少年体质健康数据进行过滤、整理，过滤掉与解决青少年体质健康问题无关的信息，将解决问题有关的数据内容进行标记以及格式化整理，形成供机器学习的数据集，并进行人工智能算法训练，构建应用于青少年体质健康治理的各类高阶算法模型。值得关注的是，人工神经网络等具有非线性适应性信息处理能力的深度学习算法，借鉴了人脑的多分层结构、神经元连接交互信息的逐层分析处理机制，可进行更深层的机器学习，无需人工标记也能实现数据特征提取。该深度学习算法为青少年体质健康数据价值的深度挖掘与模型构建提供了无限可能。

  为更好构建青少年体质健康精准治理所需的各类人工智能算法模型，建议坚持问题导向，抓住问题要害，找到制约问题解决的关键短板，实现重点问题的重点突破。首先是“可信任性”问题的重点突破。当人类无法准确地理解和解释人工智能算法给出预测和决策背后的数据逻辑与代码逻辑时，输入和输出间就会出现不可观察空间，该空间被称之为“人工智能黑箱”。当人们普遍信任人工智能决策，却并未理解决策背后的逻辑关系，则无法解释人工智能给出的建议，极易陷入机器控制人而非服务人的局面，导致青少年体质健康治理决策面临极大的风险，直接危及青少年的身体健康甚至生命安全。

  为避免此类弊端，应通过揭示青少年体质健康治理数据背后的因果规律，找到数据输入与输出间算法的因果链，明确人工智能作出健康评价、干预行为及给出预测结果、决策建议背后的因果机制，让人工智能以可解释的方式助力青少年体质健康精准治理。其次是“科学评价”问题的重点突破。在结果性评价基础上引入增值性评价、形成性评价等理念，围绕具体评价目标，通过海量健康数据展开算法学习训练，生成可用于评价青少年、体育教师、学校管理者和区域主管部门健康促进成效的算法模型，服务于青少年体质健康数字化治理的精准评价。最后是“精准干预”问题的重点突破。

  从个体运动干预视角以及群体运动干预视角，通过对体测数据、运动处方、政策文本等进行大数据挖掘和机器深度学习，深度挖掘数据背后的隐性价值，生成适切青少年体质健康干预的运动处方推送模型以及教育决策建议模型，服务于青少年的精准锻炼、体育教师的精准教学、学校学生健康的精准管理以及政府干预政策的精准制定。

  当前，我国已建有“国家学生体质健康标准数据管理与分析系统”，在数据化管理与分析方面有较为扎实的前期基础。但从系统功能视角来看，该系统仅具备简单的数据上传统计和分析功能，尚无主动评价反馈与精准干预等模块，在保障数据的真实性与准确性，以及数据价值的挖掘与应用方面，依然存在明显的不足。应以“主动健康”理念为引领，在“国家学生体质健康标准数据管理与分析系统”平台基础上，主动推进平台的智能化升级改造，为青少年体质健康的精准治理提供平台支撑。

  一方面，平台应具备智能化监测评价功能。一是对青少年体质健康数据实现定期或实时的精准监测与上传；二是依托监测数据对青少年体质健康水平、体育教师教学质量、学校以及政府主管部门体育工作成效进行科学评价，把相关结果实时反馈给利益相关方，发挥必要的评价引导功能。

  另一方面，平台应具备智能化运动干预功能。一是为青少年开具“运动处方”，协助家长、教师或教练员指导青少年进行运动锻炼，实现对青少年身体锻炼的个性化精准指导；二是提供学情信息与教学建议，协助体育教师针对各班级健康实际制订专属教学计划，实现体育教师的精准教学；三是提供学生健康动态与干预措施建议，协助学校管理者或区域政府主管部门制定出适用本校或本域青少年的健康促进行动方案，确保学校与政府干预的精准施策。在政府、学校、教师、家长和青少年学生等治理参与主体与智能化平台系统之间的持续互动中，促进多方主体之间的协同配合，从而达成共同决策、共创精准治理智慧，营造一个“多元主体配合、人机协同共治”的学校青少年体质健康数字治理新生态。

  总之，青少年体质健康关乎国民整体素质，关乎中华民族的伟大复兴和永续发展。在人类文明进程中，不断伴随着“获取数据—分析数据—建立模型—预见未来”的过程，青少年体质健康治理的数字化转型是人类文明进程的必然趋势。本研究阐释人工智能赋能青少年体质健康精准治理的三个向度，并从数据层、算法层、应用层给出具体推进与发展建议，在一定程度上可为青少年体质健康的精准治理提供必要参考。但人工智能技术赋能青少年体质健康精准治理必将是一个长期、艰巨且不断探索的过程，不仅需要坚实的技术支撑，也需要有力的制度保障，只有社会各界力量协同参与，共同以切实有效的实际行动投入其中，才能推动青少年体质健康治理的数字化、智能化转型，实现2030年青少年主要健康问题得到一定效果控制的目标，助力健康中国、体育强国建设，为中华民族的伟大复兴和永续发展贡献力量。