肥胖已成为重大的全球公共卫生问题之一，近10年来，我国儿童肥胖率增长了2倍，肥胖儿童成为慢性疾病人群潜在的主力军，肥胖代谢性疾病呈低龄化趋势且持续增长，防治儿童肥胖的瓶颈问题得到关注，防治肥胖被写入了国家新的十四五计划中，傅君芬教授牵头的项目，“儿童肥胖代谢性疾病发生机制与精准防治示范研究”应运而生，该项目由浙江大学牵头，联合中国疾病预防控制中心营养与健康所、上海交通大学医学院附属同仁医院、复旦大学附属儿科医院和首都儿科研究所4个主要单位，携手北京301解放军总医院、重庆医科大学附属儿童医院、河南省儿童医院、北京体育大学等十余家国内优势团队,开展儿童肥胖及代谢性疾病的预防与治疗等工作。项目集聚了国内外儿童临床医学、基础医学、流行病学、公共卫生学、数据科学和人工智能等领域著名医生、学者联合攻关。

项目组依托近十余年间完成的23万儿童的流调数据以及其他前期获得的0-18岁儿童大样本信息，将研究如何建立家-校-医时空融合的筛防、诊治、管控新范式；通过探索肥胖代谢性疾病的活性代谢标志物，融合遗传、营养、运动、肠道菌群等多重肥胖影响因素，建立肥胖儿童发生代谢性疾病风险预警的新体系；并充分利用智能智算云技术，针对群体和个体，开发科学健身和均衡膳食为核心的干预新技术；希望建立强调以优化身体成分及改善代谢为目标的适合中国人群体质的效果评估新模式，为保障中国儿童的健康全力以赴。

项目围绕以下三个关键问题展开：

1、肥胖导致的代谢性疾病

既往研究聚焦于肥胖及其高危因素，而我国儿童青少年肥胖代谢性疾病的临床谱系不全、高危因素不清、发生发展规律不明，防控水平和理论基础有待提高。

2、儿童代谢性疾病的预警

既往研究主要围绕减重或生化指标变化，而忽略了发生代谢性疾病的早期风险，缺乏儿童代谢性疾病的预警体系。

3、家-校-医联动预防干预

预防和干预手段有限，疾病防控体系单一，缺乏分区域分层次的管理，更缺乏家-校-医的联动。

我中心Andre Python科研团队在家-校-医闭环智能管理体系建立与示范领域，将医学与数据科学技术深度交叉，全面应用研发先进统计学和可解释机器学习工具，预测和解释中国大陆范围内的儿童肥胖症发生情况，揭示病发背后的机制，构建覆盖0-18岁全生长发育周期的肥胖防控智能服务体系。充分利用浙大数据科学研究中心和浙大滨江研究院在数据科学与计算机科学领域的科研产业优势，构建汇集大数据存储智算、多维度预警评估及综合健康管理一体化平台，建立家-校-医时空融合的慢病筛防、诊治、管控闭环管理新范式。开展循证医学评价研究，在全国推广应用。

相关应用展示：家-校-医联动小程序