《Sustainability》：Smart City Technologies and Health Equity: A Review of Urban Health Outcomes and Sustainable Development (2019–2026)
本综述考察了2019年至2026年间智慧城市技术如何影响城市环境中的健康公平，采用双重透镜框架（dual-lens framework），既评估与公平相关的结果，也评估促成或制约其实现的系统性因素。随着城市日益依赖数字工具来加强医疗保健服务，这些干预措施究竟是缩小还是扩大了现有的健康差距，目前仍不清楚。基于涵盖公共卫生、城市信息学（urban informatics）和数字治理（digital governance）的跨学科文献，本综述发现，智慧健康举措改善了部分服务不足人群的医疗保健可及性，但其对健康公平的总体影响仍然有限、不一致，且高度依赖于当地环境。持续存在的结构性障碍——包括数字鸿沟（digital divide）、社会经济不平等和碎片化治理——继续限制着公平实施，而制度性障碍（institutional barriers）则成为最普遍的挑战。相反，以人为本的设计（people-centered design）、参与式治理（participatory governance）、包容性数字基础设施（inclusive digital infrastructure）和公平敏感的政策框架（equity-sensitive policy frameworks）则是实现更公正结果的关键推动因素。本综述进一步揭示了环境可持续性与智慧城市技术之间尚未充分探索的联系，表明解决排放和城市环境质量问题的AI驱动工具可以间接支持更公平的健康系统。总体而言，研究结果强调，仅靠技术创新是不够的；要实现智慧城市的公平潜力，需要将社会正义、环境可持续性和协作治理有意地融入数字健康战略与实践之中。
本综述采用双重透镜概念框架，批判性地审视智慧城市技术与城市健康公平之间的关系，整合两个关键分析维度：（1）智慧城市技术在多大程度上有助于城市环境中的健康公平结果；（2）影响这些技术公平实施的系统性推动因素与障碍。该框架定位于公共卫生公平、城市信息学和数字治理的交汇点，借鉴了关于智慧城市、健康社会决定因素和公平导向评估模型的跨学科学术成果（图1）。
研究人员采用了Braveman和Gruskin（2003）对健康公平的定义，该定义强调健康机会和结果中的公平与正义，特别是对弱势群体而言[24]。在此范围内，智慧健康技术——定义为集成于智慧城市基础设施中用以提供或增强健康服务的数字工具[11]——根据其减少健康可及性、质量和结果差距的能力进行评估。这包括远程医疗（telemedicine）、移动健康（mHealth）、AI驱动的诊断和物联网（IoT）支持的监测系统等技术[14,15,16]，这些构成了智慧城市技术中与健康相关的应用。
该框架还关注促进和制约的情境因素，参考了城市健康公平评估与应对工具（Urban Health Equity Assessment and Response Tool，Urban HEART），该工具倡导数据驱动、参与式和公平敏感的城市健康规划[25]。这一视角使综述能够评估智慧城市干预措施是否符合更广泛的公共卫生目标，并考虑塑造健康不公平的社会经济和环境决定因素。
**2. 材料与方法**
**2.1 综述方法**
本次文献综述探讨了智慧城市技术如何应用于城市健康系统，并评估其对健康公平的影响。选择该综述方法是因为其在综合跨学科文献和获取公共卫生与城市技术领域多种形式证据方面具有灵活性。鉴于文献的跨学科范围（涵盖公共卫生、城市规划和数字技术），本综述也承认研究设计和结果测量方面的异质性。
**2.2 检索策略与数据来源**
文献检索使用两个主要学术数据库：PubMed和Scopus。选择这些平台是因为它们对同行评审文献具有广泛且互补的覆盖。PubMed被广泛认为是首屈一指的生物医学数据库，特别适合获取数字健康和临床研究，而Scopus则提供与城市规划、政策和技术研究相关的跨学科出版物的全面索引[26,27]。
为获取数字健康技术和智慧城市创新的最新进展，进行了全面的文献检索，涵盖2019年11月至2026年5月的出版物。选择此时间范围是因为2019年被公认为全球技术整合的重要转折点，主要由近期的大流行催化。图2展示了纳入研究按出版年份的分布情况。
应用了以下检索字符串：1——("smart city" AND "health") AND ("Telehealth" OR "Telemedicine" OR "AI" OR "IoT" OR "big data") AND ("implementation" OR "policy") AND ("equity" OR "social justice")；2——("digital health" OR "telemedicine" OR "smart health technologies") AND ("urban settings" OR "city health systems") AND ("access" OR "barriers" OR "enablers") AND ("equity" OR "inclusion")。这种结构化的关键词策略符合探索跨学科主题的文献综述最佳实践[28,29]。相应地，使用复合检索词和布尔运算符确保了检索到城市环境中技术、健康、政策和公平交叉领域的研究。
**2.3 筛选流程**
文章识别和筛选遵循PRISMA 2020报告规范，并针对非系统性综述进行了调整（图3）。所有357篇选定文章最初根据标题和摘要进行筛选。在此阶段，文章如果包含相关关键词则被视为合格，最终有68篇文章进入全文评估。两位作者根据预定义的操作相关性独立筛选68条记录的内容，包括与智慧城市技术在健康、政策或城市环境中公平/可及性方面的实质性相关性。审阅者之间的任何分歧均通过讨论解决，并与第三位作者协商达成共识决定。经过全文相关性评估，最终纳入22篇文章进行综述。
内容根据双重透镜概念框架进行审查，涵盖智慧健康干预中健康公平结果的程度，以及影响城市环境中智慧健康干预公平实施的推动因素和障碍。在综述过程中，检查了所选研究的技术焦点、实施背景、政策和治理要素、对健康公平、可及性或社会包容性的关注，以及障碍和推动因素的识别。
PRISMA图反映了本研究的结构和筛选过程。如图所示，357条唯一记录通过标题/摘要筛选，其中289条因与智慧城市健康/公平焦点无关而被排除；68篇全文文章经过合格性评估，最终22项研究纳入定性内容综述。
**3. 结果**
**3.1 对健康智慧城市的贡献**
并非所有研究都直接量化了智慧城市技术对城市健康公平的影响或贡献[30,31,32,33]，也未必然量化城市健康公平结果的改善程度[34]（表1）。虽然存在产生有希望影响的潜力，但当前证据表明，在许多智慧城市倡议的“设计”和“实施”中，公平考虑往往未得到充分解决[13,35]。事实上，虽然某些智慧城市健康干预措施中正在考虑公平，但缺乏关于其对城市健康公平效率的实际证据的情况仍然存在[9]。
**定向疾病管理：** 几篇文章通过提及特定健康问题和疾病直接关注健康技术的贡献。通过关注澳大利亚偏远地区名为“远程患者监测（Remote Patient Monitoring，RPM）”的智能系统，研究人员提出了数字健康工具解决非都市地区医疗差距的潜力[30]。同样，研究了数字健康技术在包括城市和农村在内的各种环境中对被忽视热带病的应用。作者指出使用mHealth和eHealth等技术进行病例检测、疾病管理和治疗结果，表明技术有可能改善被忽视热带病的健康服务[34]。巴尔的摩西部服务不足城市社区实施了一项远程医疗外展模式，一项虚拟医院倡议通过流动健康诊所主动提供筛查和健康服务。该计划促进了一个以非裔美国人为主、糖尿病和高血压等慢性病发病率较高的人群获得医疗保健服务，表明远程医疗在服务不足的城市环境中的效率，可能有助于健康公平[36]。但另一项研究评估了小城市地区HIV暴露前预防远程医疗项目（TelePrEP）的扩展，并证明虽然远程医疗可以扩展城市环境中的可及性，但不足以克服种族差异，表明仅靠技术可能无法完全解决公平问题[37]。还讨论了远程医疗在丁丙诺啡治疗中的潜力，以增加农村和城市环境中阿片类药物使用障碍治疗的可及性[38]，以及糖尿病管理，强调远程医疗改善HbA1c水平、药物依从性和及时护理管理支持的潜力。该论文提出远程医疗对慢性病管理的潜力[39]。COVID-19大流行也加速了数字健康技术在健康监测和管理中的使用，尽管公平可及并非直接的主要关注点[39,40]。
**医疗可及性：** 几项研究从医疗可及性的角度讨论了该问题。一项关于非城市地区远程医疗的研究考虑了六个可及性维度，得出结论认为远程医疗在改善医疗可及性方面显示出前景，但注意到公平影响的评估不完整[32]。一项英国远程医疗调查发现，它通过减少出行障碍和加强心理健康服务显著改善了可及性。虽然关注农村地区，但该论文暗示类似的改善和公平考虑也适用于城市环境[40]。同样，物联网支持的适应性交通管理改善了城市流动性，直接促进了城市服务的公平可及，并间接促进了健康公平[10]。然而，另一项研究注意到使用移动平台获得外科护理的差异，这是由于训练有素的劳动力限制和基础设施差距阻碍了公平结果[45]。
**环境可持续性与AI：** 在大流行期间，AI在推进城市环境可持续性方面发挥了关键作用。通过优化能源使用和减少排放，AI驱动的解决方案不仅促进了更清洁、更健康的城市环境，还通过改善城市环境中健康的核心环境决定因素，支持了通往公平的间接途径[10,46]。同样，AI通过将AI驱动的可持续性与人类福祉联系起来，支持健康智慧城市发展，为更公平的城市健康治理提供了基础[48]。最后，一项关于元宇宙环境中AI用于智慧城市健康服务的研究，通过提出AI驱动的虚拟健康平台来改善医疗可及性并可能增强公平，有助于健康智慧城市[47]。然而，这些研究中与数字鸿沟和治理相关的担忧仍未解决。
**城市治理与政策：** 一些来源的主要见解是将城市公共卫生融入城市规划的重要性，以创建健康智慧城市，例如通过实施数据驱动方法[33]、根据社会经济增长重新概念化“数字鸿沟”[35]，以及通过政策改革改善数字可及性和素养，以及远程医疗服务的支付平等[38]。此外，一项研究引入了公民城市框架（Civil City Framework），用于实施基于自然的智能创新，重点关注健康城市权利。该框架提出使用各种数据收集方法，包括健康监测应用程序，来评估干预措施的影响。这表明了未来改善城市健康的途径，可能通过社区参与和数据驱动规划促进公平[42]。
因此，智慧城市（数字技术在城市规划中的应用）改变医疗保健的潜力在文献中得到了充分讨论，特别是通过增强可及性、改善健康结果、降低成本和增加效率[13]。然而，大多数研究侧重于表征对健康决定因素的暴露，而非对人口健康的直接影响[43,49]。一些来源批评了智慧城市倡议历史上对技术和经济增长的关注，往往以社会公平和公共卫生为代价。例如，这些倡议可能加剧现有差距，使富裕人口受益，同时边缘化受影响的弱势社区[12,41]。某些公平主题如职业、性别、宗教、种族、民族、文化、语言和教育在文献中较少涉及[12,30,35,41]。因此，尽管一些干预措施中包含了公平考虑，但许多仍处于早期阶段，与社会和环境因素整合相关的挑战依然存在。
**3.2 推动因素与障碍**
如图4所示，各种推动因素和障碍影响着城市环境中智慧健康技术的公平实施。这些推动因素旨在将公平融入系统核心，并为确保公平结果建立框架。
**3.2.1 推动因素**
**以人为本的设计与定向外展：** 要实现更公平的健康结果，“以人为本”的方法至关重要，优先考虑公民福祉和缓解社会挑战，而非纯粹的技术目标[12]。实施这一点需要深入了解多样化的需求和偏好，可以通过反馈机制[33,42]和评估不同人口群体的患者偏好[44]来促进。研究表明，模型必须强调对当地环境的可接受性和适应性才能有效[37]。
健康公平的关键决定因素，包括基础设施、人口特征和社会特征，必须整合到智慧城市规划中[12,31,44]，特别是因为这些因素影响技术赋能城市服务的可及性和分布，并可能塑造不同人群的健康结果。社会因素直接影响护理偏好；例如，虽然一些老年患者可能优先考虑亲自就诊，但非英语使用者可能更喜欢远程医疗的便利性[44]。此外，虽然远程医疗可以弥合地理差距，但收入和教育等系统性社会因素仍然是可及性的主要驱动力[31]。居住地、社会经济地位和社会资本经常被确定为关键的公平考虑因素[12]。
最终，将智慧城市倡议与社会和民主目标对齐对于解决健康差距至关重要[41]。这涉及主动瞄准服务不足的人群，包括偏远地区或面临特定社会经济劣势的人群，以确保公平的资源分配[30,32,36,39]，强调公平获取数字和城市健康资源的重要性，以及解决技术赋能服务提供中空间和社会经济差距的必要性。实施主动的移动健康外展策略是接触面临传统医疗保健可及性重大障碍居民的一种特别有效的方式[36]。
**参与式治理与战略政策：** 让公民和地方利益相关者参与智慧健康技术的共同创造，确保解决方案与情境相关并满足多元社区的需求[12,42]。促进公平实施需要参与式过程、社区参与以及通过多治理模式让公共卫生伙伴参与进来[13,37,42]。整合公共卫生视角，如一致的医患互动和多学科合作，至关重要[33,39]。此外，公共卫生专业人员与城市规划者之间的合作对于设计优先考虑健康公平和改善结果的倡议至关重要[35,43]，而整合健康和城市数据集的数据驱动方法则促进可持续进步[33]。
这些倡议需要明确解决公平和伦理考虑的综合政策与治理框架[13,30]。有效的治理必须包括协调的政策改革、公平的资源分配以及保障医疗保健可及性的策略，特别是在资源有限的环境中[30,39]。例如，增加阿片类药物治疗的可及性证明了政策驱动的干预措施——如提高数字素养和建立远程医疗支付平等——对于确保公平实施和改善结果至关重要[38]。
**强大的数字与城市基础设施：** 强大、可及的基础设施，包括可靠的宽带和连接，是数字健康解决方案公平部署的基础，特别是在偏远地区[13,39,40]。这包括基本数字医疗保健系统和远程医疗的实施[13,39,45]。除了医疗保健特定工具外，相互连接的智慧城市基础设施，如自适应交通管理，突出了更广泛的物联网应用如何改善环境健康和人口福祉[10]。此外，通过移动应用程序进行的高级数据分析和实时监测对于促进及时、公平的护理至关重要[35]。
**数字素养与能力建设：** 技术基础设施除非支持这些设施的适当使用且用户具备导航技能，否则不会有效。实施提高所有人群数字素养的计划——特别是老年人等弱势群体——对于确保公平获取和利用智慧健康技术至关重要[30,39]。此外，将这些素养提升工作与定向资源分配相结合，对于最大化此类干预措施的有效性至关重要[40]。
**3.2.2 摩擦点（障碍）**
文献还确定了阻碍城市环境中公平健康可及的几个重要障碍。
**结构与基础设施障碍：** 信息通信技术（ICT）基础设施、设备可靠性和可负担性方面的差距构成了公平智慧健康可及的基本障碍[12,13,30,40]。资源分配不均的风险往往加剧现有的健康不公平[30]。经济障碍，如高实施成本、不公平定价和有限的公共资金，是排斥的核心驱动因素，特别是在非洲和东南亚城市环境中，基础设施不成比例地集中在富裕地区[3]。历史不平等和排斥性政策产生的障碍意味着，如果没有明确的干预，智慧技术有可能加剧过去的不公正，而不是解决它们[2]。
**社会技术与素养障碍：** 即使物理基础设施存在，重要的社会技术障碍也阻碍公平利用。数字素养缺陷、语言障碍和文化因素显著阻碍公平的远程医疗可及[30,33,40]。一个持续的挑战是，当过度强调技术而忽视社会背景、特定患者复杂性和医疗保健提供者工作量增加时，难以让服务不足人群参与进来[12,37,39]。此外，社会经济梯度和种族差异严重影响用户导航数字工具的能力[35,38]。这些挑战因技术障碍而加剧，如AI驱动系统中的算法偏见和透明度不足，这加深了已经面临社会经济劣势人群的数字排斥[2]。
**制度、法律与治理障碍：** 法律复杂性和缺乏明确监管框架严重阻碍了智慧健康技术的公平部署[30,40]。这又被“试点项目综合征”所加剧，许多干预措施仍处于早期测试阶段，缺乏稳健的评估设计，使得长期可扩展性和融入现有公共卫生基础设施极具挑战性[12,39]。此外，治理模式往往优先考虑经济效益和技术效率，而非民主参与和社会影响[12,45]。许多智慧城市中占主导地位的自上而下的技术官僚治理，有效过滤了当地社区的声音，未能理解当地需求，导致技术与所有人不相关或不可及[3,12,41]。
**伦理、信任与隐私障碍：** 个人健康数据的隐私和安全引发了深刻的不信任，使弱势人群不愿接触智慧技术[13]。在某些城市环境中，监控基础设施的扩展不成比例地影响了边缘化群体，如缺乏充分法律保护的非正规工人和移民[3]。当数字监测系统被视为可能将非正规经济活动定为犯罪的监控驱动的社会控制时，它完全破坏了公共卫生参与所需的信任[3]。此外，数据收集方法可能会带来“响应负担”的风险，或无意中根据年龄、性别或社会经济背景排斥参与者，突显了可及性沟通和多元反馈机制的迫切需要[42]。
最终，公平智慧城市健康技术面临的一个关键但常被忽视的挑战是制度和环境可持续性。技术进步与可持续城市治理之间的错位导致系统无法抵御未来城市压力，如气候变化、经济转变或人口增长。因此，环境正义问题日益受到关注，强调需要既可及又生态健全的倡议[41]。虽然AI驱动的解决方案已显示出通过增强城市系统环境可持续性弥合这一差距的潜力，但它们与健康导向框架的整合仍然有限[46]。最近证据证实，AI对环境可持续性和人类福祉的影响是深度交织的，强化了数字健康策略不能脱离其更广泛的生态和社会后果而孤立设计的论点[48]。
**4. 讨论**
本综述考察了智能技术对城市健康公平的贡献，并探讨了2019年至2026年间塑造其公平部署的系统性推动因素和障碍。研究发现，虽然城市健康系统的数字化转型在此期间显著加速，但其对健康公平结果的实际影响仍然有限、不均衡且高度依赖情境。证据基础反映了越来越多的认识，即健康公平必须在设计阶段就融入智慧城市规划[12,30,35,41]；然而，公平结果的实际证据仍然稀少，智慧健康技术的承诺与其减少城市人口健康差距的实证能力之间存在显著差距。这一差距不是偶然的，而是结构性嵌入的：来自东南亚的比较证据证实，智慧城市技术再现了现有的不平等，并产生了新的数字排斥形式，特别是对边缘化群体而言[3]，而一项全球智慧城市发展分析确定了六类相互关联的结构性障碍——制度性、历史性、经济性、社会性、技术性和地理性——其中制度性障碍在全球范围内最为普遍[2]。这些发现强调，实现智慧城市中的健康公平与更广泛的系统性改革密不可分，不能仅通过技术解决方案来实现。
综述证实，先进的数字健康工具改善了服务不足社区的医疗可及性。澳大利亚偏远地区的远程患者监测项目展示了覆盖面临地理劣势人群的潜力[30]，而服务不足城市地区的移动远程医疗诊所扩大了慢性病筛查的可及性[36]。远程医疗倡议还扩大了阿片类药物使用障碍治疗的可及性[38]并改善了糖尿病管理结果[39]。与此同时，证据一致表明，仅靠技术不足以克服根深蒂固的不公平：TelePrEP项目扩大了HIV预防可及性，但未能消除种族差异[37]，社区层面的分析显示，智慧城市服务的采用在数字素养较低和隐私担忧较高的地区系统性较低[18]。这种模式表明，在没有同时关注社会准备、文化背景和结构可及性的情况下，技术驱动的方法可能无意中加深现有的不平等。公平维度在文献中仍然代表性不足[12,30,35,41]，反映了智慧健康技术概念化和评估方式中的系统性盲点。
除了直接健康服务外，智慧城市技术通过改善物理和数字基础设施间接推动健康公平。例如，物联网交通管理改善了城市流动性、环境健康和公平可及[10]，而AI优化能源并抑制排放以改善核心环境健康决定因素[46]。由于AI对可持续性和人类福祉的益处是相互强化的，智慧城市健康治理必须整合生态和社会目标[48]。因此，健康公平框架必须扩展以涵盖这些基础系统，包括流动性、能源和环境监测。最后，虽然AI驱动的元宇宙环境为扩展医疗保健可及性提供了概念前沿，但其实际公平影响——特别是关于数字鸿沟和治理问责制——需要严格的实证评估[47]。
治理维度成为决定公平智慧健康结果的最关键因素。综述发现，许多早期智慧城市倡议——与“智慧城市1.0”范式[19]一致——优先考虑技术效率和经济生产力，而牺牲社会包容，加剧了空间和社会经济差距而非解决它们。向“智慧城市2.0”模式[20,21]的转变以公民参与、参与式治理和明确的公平承诺为中心，提供了更有前景的方向。然而，来自东南亚的证据暴露了包容性治理言论与现实之间的脱节：虽然数字平台存在，但公众参与往往是“象征性的”，政策影响微乎其微[3]。因此，系统性排除边缘化声音的技术官僚模式已导致可衡量的数字分层，其中智慧城市技术基于不平等的数字获取形成了新的社会等级制度[3]。在全球层面，实现智慧城市发展的正义需要关注四个相互关联的维度：分配正义（分配正义）、程序正义（程序正义）、承认正义（承认正义）和矫正正义（矫正正义）[2]。指导本综述的双重透镜框架与分配正义和程序正义强烈一致；然而，承认正义和矫正正义维度在智慧健康研究中仍未得到充分探索，代表未来调查的关键优先事项。
环境可持续性构成了智慧城市健康公平中日益关键但未得到充分重视的维度。长期健康公平结果与城市环境的生态条件密不可分。因此，智慧健康技术应嵌入更广泛的城市战略中，以促进气候韧性、低碳数字基础设施和基于自然的规划解决方案。可持续城市设计干预措施，包括绿色基础设施、热舒适映射[41]和实时污染监测，可以减轻对弱势社区影响最重的环境健康风险。AI同时推进环境可持续性和人类福祉的证据强化了整合公共卫生、环境规划和数字治理的“全系统”方法的案例[48]。这一观点将智慧城市健康公平重新定义为不仅是一个纯粹的技术或社会挑战，而且是一个生态要求，需要数字和绿色城市基础设施的共同设计。没有这种整合，数字健康系统有可能在环境上不可持续和社会上不公平，这意味着为特权者产生技术进步，同时为弱势群体加重生态负担。
综合来看，本综述的发现强化了对公平敏感评估指标、有意义的参与式治理和持续跨部门合作的需求，以确保城市健康系统的数字化转型公平地服务于所有居民，特别是最弱势群体。如果没有将社会、生态和制度考虑有意整合到智慧城市健康规划中，城市有可能变得技术先进但根本不公正：为特权者高效连接，而为最需要的人不可及。
**4.1 局限性**
本综述存在若干局限性，在解释研究结果时应予以考虑。首先，纳入标准将范围限制在2019年11月至2026年5月间发表的英文文章。这一边界可能排除了重要的案例研究、政策报告和灰色文献。该领域快速演变的性质意味着新兴框架，如全球正义分析和区域分层证据，可能需要政策文件的补充[2,3]。其次，研究是根据与智慧城市-健康公平关联的相关性以及质量评分进行人工选择的。第三，未对个别研究应用批判性评估工具（如AMSTAR-2、MMT），因为本综述综合了异构的证据类型，单一评估工具并不统一适用；此外，纳入文献中研究设计、技术和公平概念的异质性使直接比较具有挑战性，并限制了某些发现的普遍性，澄清了研究结果应被视为指示性叙述综合，而非质量加权的证据等级。较大规模的此类文献综述可能会在语料库规模允许网络级分析时考虑使用文献计量映射工具，如VOSviewer或Dimensions。第四，综述依赖于主要研究，这些研究在许多情况下缺乏严格的公平特定评估设计；因此，所得结论反映了现有证据基础的局限性，该基础仍在不断发展。最后，元宇宙环境中AI应用和物联网赋能自适应城市系统等新兴技术的证据是在概念或早期实施层面处理的，限制了关于其对城市健康和公平长期影响的纵向和现实世界证据的可用性。
**4.2 实践意义**
基于本综述的发现，提出以下建议以通过智慧城市技术推进健康公平：
**将公平制度化于数字健康治理中：** 城市政策制定者和规划者应采用在智慧健康技术设计的每个阶段明确嵌入公平原则的治理框架。真正让当地社区、卫生专业人员和公民社会参与者参与的参与式治理模式——而非象征性的咨询过程——对于产生反映和回应城市人口全貌多样性的技术至关重要。因此，参与必须在结构上嵌入并具有实质性的赋权。
**采用以人为本和主动的设计方法：** 智慧健康技术必须从一开始就围绕多元城市人口的需求、偏好和约束进行设计，特别关注服务不足、老年人、语言多样化和社会经济弱势群体[12,30,36,44]。反馈机制、患者偏好评估和社区共同设计过程应贯穿开发和实施周期[33,42]。
**投资包容性数字基础设施和素养：** 公平获取智慧健康技术需要对物理数字基础设施和人类数字能力进行持续投资。针对老年人、低收入人群和非英语使用者的数字素养项目对于确保基础设施投资转化为真正的利用和健康效益至关重要[30,32,40]。更广泛的物联网基础设施，如自适应交通管理系统[10]，也应被视为公平相关的智慧城市生态系统的一部分，考虑到其对健康和城市可及性的间接贡献。
**开发和应用公平敏感评估指标：** 健康公平指标应从一开始就系统地嵌入智慧城市健康项目监测框架中，从而能够评估覆盖范围、不同人口亚群的差异化影响以及意外后果。当前证据揭示了智慧健康干预措施中严格公平评估的持续缺失[12,32]。
**加强法律、伦理和隐私保护：** 迫切需要清晰、可执行的数字健康数据隐私、知情同意和算法透明度监管框架。这种监管至关重要，因为智慧城市监控不成比例地伤害边缘化群体，如非正规工人和移民[3]，而有偏见的AI健康系统可能加剧数字排斥[2]。最终，在弱势人群中建立信任需要超越监管清晰度，建立可见的机构问责制和社区控制的数据治理。
**将环境可持续性整合到智慧健康规划中：** 未来的智慧城市战略必须将数字健康投资与环境可持续性对齐，以促进生态和社会公平。已证明可减少排放和改善城市环境健康的AI工具[46,48]应与传统健康技术一起整合。此外，可持续城市设计元素——包括绿色基础设施、热规划和低碳数字系统——必须作为公平健康生态系统的重要组成部分优先考虑[15,41]。
**5. 结论**
研究结果证实，虽然数字健康创新在范围和应用上显著扩展，但它们对推进健康公平的贡献仍然有限、不均衡，并在很大程度上取决于其实施的社会、制度和治理背景。
本综述产生了三个总体洞见。首先，智慧健康技术只有在明确关注健康社会决定因素、包容性可及性和边缘化城市人口多样化需求的设计和实施中，才能有助于公平的健康结果。其次，包括参与式治理、强大且包容的数字基础设施、以人为本的设计和公平导向政策框架在内的系统性推动因素，对于克服阻碍公平实施的持久障碍不可或缺。第三，智慧城市中的公平失败是结构性产生的，而非偶然的。制度性障碍仍然是发展公正和包容性智慧城市的主要障碍，而数字可及性和参与方面的差异可能强化现有的社会等级制度。这些不平等与未能确保公平获取数字技术和参与机会的治理结构密切相关。
本综述还强调了智慧城市健康公平的一个未得到充分重视的维度：社会正义与生态正义的相互依存性。与环境可持续性相关的AI驱动应用可以加强支持人类健康和福祉的环境条件。这类基于环境的基础设施通过提高城市服务的效率、可及性和响应性，可能为更公平的城市健康做出间接但有意义的贡献。这些发现呼吁采用“全系统”方法进行智慧城市健康治理，将数字化转型、公共卫生规划和环境可持续性整合为相互强化而非竞争性的优先事项。
处于这一前沿的新兴技术具有进一步扩展健康服务可及性的潜力，但其公平影响需要从发展的最早阶段就进行谨慎和主动的治理。在智慧城市时代实现健康公平需要的不只是技术创新。它需要对正义、参与、包容和共享福祉原则做出深思熟虑的、持续的机构承诺。本综述应用的双重透镜框架为未来研究提供了一个可复制的结构，用于评估不同城市环境中智慧健康干预措施的公平表现。未来研究应优先考虑该领域中仍未充分探索的承认正义和矫正正义维度，应用纵向和分类评估设计，并直接与受智慧城市健康决策影响最深的社区互动。
