“体医融合”强调对疾病的运动干预，防病于未重甚或未然。其有效性已得到大量研究成果的证成，相关实践对各种慢性疾病甚至癌症的改善效果具有不同程度的显著性。党的二十大报告在“推进健康中国建设”中指出，要“坚持预防为主，加强重大慢性病健康管理，提高基层防病治病和健康管理能力”。“体医融合”策略的全面实施，是实现“健康中国”战略目标的重要内容。

　　当下，我国已基本培育出实施“体医融合”政策的土壤。一方面，全民健身在我国有较为坚实的群众基础。另一方面，体育与卫健部门就“如何融合”的前期探索初具成效。但相关研究表明，目前“体医融合”面临“理念及顶层设计缺失”的问题，具体包括融合机制缺位、服务体系不健全等。多项研究提出“理念融合”“部门融合”“技术融合”“人才融合”“业务融合”“产业融合”等路径，但其中任何一条融合路径的具体实施都面临一定困难。或许，要解决“如何融合”的问题，需要思考是否存在一个能融合这些“融合”的系统，用系统思维规划“融合”。而“体医数据融合”则在这一路径下带来了一些可能。

　　“体医数据融合”是基于系统论、融合多条“体医融合”路径的顶层设计。移动互联网和数据集成技术，为“体医数据融合”的实践提供了技术基础。卡斯特（Manuel Castells）在《网络社会的崛起》一书中提出了“流空间”的概念，意指基于虚拟技术的具有物理实在性的网络组织形态。本文基于这个生发于Web1.0时代但在当下仍具潜能的理论术语，提出针对“体医数据融合”模态的“流组织”概念，并将其定义为：以用户数据流、运动机构与相关医学部门基本资讯和专业内容为数据主体，依托云平台和数据集成技术“融合”而成的技术意义上的分布式异构系统和社会意义上的去中心公共健康组织。用户数据流主要包括：移动设备自追踪（self tracking）获取的日常生活流数据、自我健康管理及个性化运动诊疗诉求的流数据、社区健康与医疗机构存储的电子病历等源数据。运动机构与相关医学部门基本资讯指的是，医学专家、地理位置等匹配信息，其专业内容主要包括：经循证的运动处方数据库、非个性化运动训练科学知识等。

　　《“健康中国2030”规划纲要》提出了“共建共享、全民健康”的理念，并指出“要促进全社会广泛参与，强化跨部门协作……形成多层次、多元化的社会共治格局”。这种“社会共治格局”需要技术赋能，采用流动的数据组织而非确定物理边界的实体统筹机构形态或存在较高的可行性。基于“体医数据融合”的公共健康“流组织”形态，就是在组织模型的物理层建立数据集成与共享链路。在其虚拟层，用户与专业机构和平台数据库等数据源之间进行个性化交互，以获取知识及连接线下训练的相关信息，实现有专业机构参与式引导的用户之间的社区交互功能。如此，所有个体用户和专业机构共同被赋予存储、维护、流动生成自身数据集的建构“流组织”的权利。作为健康主体的全体民众成为实现“共建共享”的力量源泉，从而最大程度保证了这种“社会治理格局”的公共性。

　　我们亦可将此公共健康“流组织”简单理解为：一个充分采用语义匹配技术、满足用户运动处方等相关健康信息需求的网络服务系统。由于用户是该系统的核心，所以数据融合“流组织”首先需要面对个体数据权属问题，这是当前的一个难题，“体医数据”体现尤甚，这与健康数据是极具隐私性的个人信息有关。《民法典》将隐私权和个人信息保护确认为人格权，个人信息具有人格与财产双重属性。对此，在“体医数据融合”中，强化并使用技术手段确保用户数据的人格权利，保留但暂不实施其交易权益，或可作为当下选择。

　　基于“体医数据融合”的分布式公共健康服务系统，需要依托云计算，同时要实现“体医数据”的多源、多维、多模态融合。多源融合是对来自包括用户、专业机构、平台数据资源等多个信息源的异构数据进行多层次、多维度整合及相关性分析和评估，进而产生新的有意义信息的数据融合方式。多维即用户健康需求的多维度。多维融合以辅助用户制定决策为目的，采集多个维度特征的数据并将其转化为可分析数值。多模态融合是指对文本、图像、视频三种模态的“体医数据”进行融合，在缩小各模态间异质性差异的同时，保持各模态特定语义完整性的交叉融合方式。

　　由于“体医数据”既包括面向特定主题、具有稳定性和时变性的数据仓库的源数据（如电子病历、运动处方数据库等），又包含随时空变化且即时确定的流数据（如用户每一次的个性化健康需求信息、基于可穿戴设备的大量时空数据等），所以整个数据融合是一个基于流式计算、交互计算和批处理的动态集成过程。在此过程中，多个处理单元的计算程序对数据进行不间断的实时计算，其计算和传递结果体现于不断更新的满足用户健康信息需求的新知识。数据融合的归宿是知识融合。“体医数据融合”所产生的新知识，正是对实现知识融合目标的表征。

　　数据融合系统的三种主要组织范式为架构（Architecture）、框架（Framework）和模型（Model）。考虑到“体医数据”本身及集成之后的复杂性较高，“体医融合数据系统”的分布式物理架构有必要综合而非单一运用目前数据融合的常用框架和模型。框架是关于数据融合的公理和基于公理的推理系统，该融合系统可以综合运用当下较为常见的概率（probabilistic）推理、可能性（possibilistic）推理和证据（evidential）推理三种框架逻辑，以使知识融合建立在“体医数据”具有更多丰富性的基础上，还可以整合目前常用的JDL、Dasarathy和Waterfall三种数据融合模型，使“体医数据融合模型”能够在多层级整合与反馈线下行动信息，以实现模型闭合等特征及功能。

　　基于“体医融合”理念、依托数据融合技术的公共健康“流组织”，是一个开放性自组织系统。系统每一次与外界环境的数据交互，都构成系统自我更新内稳状态的新要素——交互越频繁，更新能力就越强，系统也就越稳定。此特征的优势表现为：一旦系统启动，容易进入集约效应明显的良性循环。不过，该模式也存在一些挑战，即建模初始就需要框定各方的权利与义务。因此，以数据融合促成“体医融合”的公共健康组织模式，需要各方合作进行更为深入的探究。

　　（本文系国家社科基金一般项目“体育强国建设中体育地理学的时代使命与实现方略研究”（18BTY010）阶段性成果） 

　　（作者单位：南京师范大学体育科学学院；安徽大学新闻传播学院）