健康科学与技术、可持续能源专业全面介绍¶
目录¶
- 一、两个专业一句话区分
- 二、专业代码与学科定位
- 三、两个专业核心区别总览
- 四、两个专业的共同特点
- 1. 都是高度交叉的新兴工科
- 2. 都强调 AI + 领域知识
- 3. 数学和数据分析要求都很高
- 4. 读研价值极高
- 5. 专业认知度尚在形成中
- 五、健康科学与技术专业
- 1. 专业本质
- 2. 典型课程
- 3. 主要研究方向
- 4. 深造方向
- 5. 就业方向与薪酬
- 6. 优势与挑战
- 7. 适合人群
- 六、可持续能源专业
- 1. 专业本质
- 2. 典型课程
- 3. 各发展方向及就业
- 4. 深造
- 5. 优势与挑战
- 6. 适合人群
- 七、深造路径对比
- 八、就业方向对比
- 九、怎么选择
- 十、最终建议
- 参考资料
一、两个专业一句话区分¶
健康科学与技术：主要研究如何利用人工智能、大数据、传感器、生物医学工程、材料、心理、遗传、医药和健康管理等技术，实现人的全生命周期健康监测、疾病早筛、主动健康管理和个性化干预。核心关键词是：AI + 主动健康、健康监测、数字健康、智能医疗、可穿戴设备、慢病管理、精准健康、医工交叉。
可持续能源：主要研究如何通过能源科学、人工智能、系统工程、电气、机械、材料、储能、新能源和能源政策等交叉手段，构建清洁、低碳、安全、高效、智能的能源体系。核心关键词是：AI + 可持续能源、新能源、储能、能源系统、能源规划、数字能源、双碳、能源政策、绿色低碳技术。
简单说：
- 健康科学与技术更像是"用工程技术、人工智能和生命健康知识解决人的健康问题"。它的主要场景不是医院里治病，而是在日常生活中持续监测和分析一个人的健康状态，提前发现风险并予以干预。
- 可持续能源更像是"用能源技术、人工智能和系统分析解决未来能源问题"。它的主要场景不是单独建一个光伏电站，而是包括发电、输电、配电、储能、碳市场和政策设计的全部链条。
也可以这样理解：
健康科学与技术：面向人的生命健康
可持续能源：面向社会的能源转型
二、专业代码与学科定位¶
| 专业名称 | 专业代码 | 所属门类 | 所属专业类 | 专业属性 | 常见授予学位 | 简要定位 |
|---|---|---|---|---|---|---|
| 健康科学与技术 | 082605T | 工学 | 生物医学工程类 | 特设专业 | 工学学士 | 医工交叉、AI 健康、主动健康、健康科技 |
| 可持续能源 | 080507TK | 工学 | 能源动力类 | 特设专业 + 国家控制布点 | 工学学士 | 能源转型、新能源、储能、AI 能源、低碳系统 |
说明：
- 专业代码中的 T 为特设专业，意味着它是因为社会经济发展中出现了新的需求而专门设立的，布点数量会受到一定限制。
- K 为国家控制布点专业，与国家的重大战略利益密切相关，开设这类专业的院校会经过教育部的严格审批。
- 健康科学与技术虽含"健康"二字，但它培养的不是医生或护士——它是工学方向，毕业生拿的是工学学士学位，侧重的是技术和工程手段改善健康。
- 可持续能源虽然也学新能源和储能，但它不是单纯的环境科学或传统电气专业。学生在校期间会同时接触能源物理、计算编程、材料化学、碳市场政策等。
- 两个专业因为设立都较新（健康科学与技术尤甚），不同院校的培养方案差异可能会较大，一定不能只看专业名称。填报前需要去目标学校的官网上找最新的本科培养方案、课程设置、实验条件公告和近一两年毕业生的去向统计。
三、两个专业核心区别总览¶
| 对比维度 | 健康科学与技术 | 可持续能源 |
|---|---|---|
| 主要服务对象 | 人的健康、疾病预防、健康管理 | 能源系统、低碳转型、能源安全 |
| 学科属性 | 医工交叉、生命健康与工程技术融合 | 能源科学、工程技术与 AI 融合 |
| 核心问题 | 如何让人更早发现风险、更主动管理健康 | 如何让能源更清洁、更高效、更智能 |
| 重点技术 | AI、大数据、传感器、可穿戴设备、生物医学信号、健康模型 | 新能源、储能、能源系统建模、AI 调度、能源规划、低碳技术 |
| 典型场景 | 智能健康监测、慢病管理、运动健康、营养健康、心理健康、环境健康 | 风光储系统、智慧能源、综合能源、能源互联网、氢能、碳管理 |
| 医学基础要求 | 高 | 较低 |
| 生物基础要求 | 高 | 中等 |
| 数学统计要求 | 高 | 高 |
| 人工智能要求 | 高 | 高 |
| 工程系统要求 | 高 | 很高 |
| 数据分析要求 | 很高 | 很高 |
| 物理和能源基础要求 | 中等 | 很高 |
| 化学材料要求 | 中等到高 | 中等到高 |
| 就业关键词 | 数字健康、医疗器械、健康管理、智能医疗、可穿戴、健康数据 | 新能源、储能、双碳、能源系统、数字能源、能源规划 |
| 本科就业直接性 | 中等 | 中等到较高 |
| 读研价值 | 很高 | 很高 |
| 适合人群 | 对医学健康、AI、数据和工程交叉感兴趣 | 对能源、低碳、AI、工程系统和政策规划感兴趣 |
四、两个专业的共同特点¶
1. 都是高度交叉的新兴工科¶
| 传统工科的普遍特征 | 未来技术学院中的新工科 |
|---|---|
| 专业门类之间界线清楚，学机械的就是学机械 | 边界被有意识地打破，跨领域课程是常态而不是点缀 |
| 单一学科逐个垂直深入下去 | 多个学科横向交叉并重 |
| 课表上各门课分段独立完成 | 项目制贯穿全程，用真实世界的复杂问题驱动学习 |
健康科学与技术涉及的主要交叉领域： - 生物医学工程——做传感器选型和测试、生物电信号处理、简单医学成像原理 - 临床医学常识——解剖、生理、病理基础、诊断学和流行病学常识 - 计算机与人工智能——数据挖掘、机器学习、自然语言处理在医疗文本和病历上的应用 - 电子和嵌入式系统——搭建可穿戴设备的硬件原型，低功耗设计 - 材料学——柔性电子材料、可水凝胶化的生物相容传感器 - 心理与行为科学——理解健康行为改变的理论模型，设计有效的用户干预方案 - 营养和运动相关的监测——营养摄入评估和运动量量化分析
可持续能源涉及的主要交叉领域： - 能源与动力工程——工程热力学、流体力学、传热学的底层功力放在任何一个能源装置上都必不可少 - 电气工程——学习电力系统稳态和暂态分析、电力电子能量变换、电网稳定性 - 材料——钙钛矿太阳能电池、全固态锂电池材料、质子交换膜和碱性电解水电极催化剂 - 计算机与AI——做时间序列的负荷预测和风光功率预测，用强化学习探索能源优化调度 - 环境科学——学会做组织层面的碳核算（范围一二三），碳足迹评估 - 经济学和公共政策——碳价设计、绿证和绿电交易机制、电力市场化改革原理
这对你意味着什么："学这个专业只需要学好一门学科"这样的思路是不可能成立的。在大学四年时间里，这两个专业都需要在至少三到四个看似距离很远的领域中建立扎实基础。
2. 都强调 AI + 领域知识¶
AI在一个传统的课程计划里往往是选修课，但在这两个专业中是作为核心工具来学。基本的要求是至少能用 Python 把 pandas/numpy/sklearn 等打底裤操作熟练，然后再往上走。
| AI相关内容 | 在健康领域中的应用样例 | 在能源领域中的应用样例 |
|---|---|---|
| 经典有监督/无监督学习 | 疾病风险预测、患者分层、依从行为分类 | 变压器油中溶解气体故障分类、光伏板缺陷分类 |
| 深度学习CNN/RNN | 医学影像自动分割、ECG信号心律失常自动分类 | 多时间尺度时序预测（像风速太阳辐照度的组合） |
| 时间序列分析与预处理 | 对可穿戴设备采集的长期生命体征做趋势分析和异常点预警 | 电力系统从分钟到小时的负荷预测和可再生能源发电功率预测 |
| 最优化和运筹学 | 个性化健康干预方案的最优参数求解 | 微电网的经济调度、最优潮流 |
注意这里的语境：两个专业不是要求毕业生去做一个AI底层框架的研究者，而是要求你会像使用一个统计软件一样把AI用到你要解决的那个具体健康问题或能源问题上去。
3. 数学和数据分析要求都很高¶
两个专业对数学基础的要求高于多数传统工科。高等数学（微积分多重积分）、线性代数（各种矩阵分解和特征空间）、概率与数理统计（假设检验和贝叶斯思维）、最优化理论（各种梯度下降和约束优化）、还有信号处理与时序建模所需的谱分析方法——这五样如果大面积缺课，后续学习会越来越吃力。虽然大部分计算已经被 Python 的现成库所封装，但调试一个出错的模型和解释清楚它的输出依然需要你可以读懂背后的数学。
4. 读研价值极高¶
本科四年可以触及不少入口级的就业岗位（尤其在可持续能源方向的生产制造类企业），但如果目标是做一名核心技术开发者、算法工程人员和系统架构设计者，那么一个硕士学位通常是入门券。这不是"可要可不要"——这是打开绝大多数高质量职位的旋转门。新能源核心研发、数字健康高级算法、碳资产开发——这些领域对博士也抱有很高的认可度。
5. 专业认知度尚在形成中¶
这两个专业实在太新，社会上的招聘方对此还没有一条很清晰的标准概念。"健康科学与技术"在HR看来往往分不清跟传统"生物医学工程"到底是什么关系。"可持续能源"也会直接被一些人等同于"风力发电安装工"。而真实情况比那种粗略印象要复杂和高级得多。所以，报这两个专业时你需要有一个前提心理准备——毕业时，不能仅仅拿着一个"专业名称"去求职，而必须用你大学四年期间靠一个个肉眼可见的项目、研究、实习、竞赛证书和 GitHub 代码仓库去拼成一个"我到底会什么"的完整拼图。
五、健康科学与技术专业¶
1. 专业本质¶
传统的医疗逻辑是"人病了—来医院—我检查开药或是给你做手术"。健康科学与技术想翻转这个逻辑：不做医院的附属设备供应商，而是把健康看护的堡垒前移到每个人每天的日常生活中去。
这条翻转的逻辑变成现实，靠的是几个连续的动作：一个小巧的连续穿戴的传感器（可能是手表、戒指、衣物甚至贴在皮肤上的柔性贴片）日常采集心率、血氧、体温、睡时呼吸频率等信息；采集回来的数据经过预处理之后送入训练好的人工智能模型中去甄别那些处于亚临床状态的早期异常苗头；警报产生之后推送给用户本人或健康顾问，通过数字疗法形式的建议（饮食调整、运动方案、心理减压音频等）去干预他，然后持续监测干预的效果并迭代优化模型。这就是它所描绘的"主动健康"的理想图景。
2. 典型课程¶
数学与计算机/数据/硬件层(课量约占40-50%)： - 高等数学上下、线性代数、概率论与数理统计、最优化理论 - Python程序设计、C和嵌入式C语言、数据结构算法、数据库系统 - 机器学习（从决策树到随机森林到XGBoost）和深度学习（卷积神经网络和循环神经网络基础） - 生物医学信号处理（时频分析、小波变换） - 电子电路原理、ARM/STM32嵌入式系统、各种生理传感器的工作原理和电路接口 - 低功耗无线通讯协议（BLE蓝牙）
医学与生物学基础（约占20-25%）： - 人体解剖学和基础生理学 - 病理生理学基础、临床药理学概论 - 生物化学和分子生物学概论 - 流行病学和循证医学常识 - 健康心理学和认知行为干预基本模型
健康科技核心（约占25-30%）： - 心电(ECG)/光电容积描记(PPG血氧)/脑电(EEG)与肌电(EMG)从理论到测量的全套过程 - 可穿戴系统原型设计：柔性传感器、电源管理、无线传输、手机端数据接收 - 医学AI图像分析和自然语言处理电子病历数据挖掘 - 数字疗法概论——包含慢病管理、失眠认知行为治疗APP等实例 - 运动监测和健康评估 - 毕业设计：一个集成可穿戴设备实现的全流程健康技术应用
3. 主要研究方向¶
智能健康监测：以Apple Health和华为Watch为代表的消费级可穿戴设备中的心率、血氧乃至心电图功能从一个概念到上百万人都用上其实只有数年时间。在实验室里下一步要克服的包括连续无创血压、无创连续血糖监测和汗液多成分传感。 数字疗法(DTx)：比如通过设计一个具有临床证据的软件应用来治疗失眠症或是缓解青少年抑郁，这行业目前处在一个"法规在追赶商业模式"的早期爆发口上。 医疗影像AI：头部AI初创（推想科技、联影智能、鹰瞳科技）用深度模型筛查X光胸片中的早期肺结节或是眼底照片中的糖网病变，这项技术正在从实验测试阶段过渡到全国上百家医院装机使用。 慢病管理数字化：大量的高血压高血糖管理正从手动记值向手机远端监测和医生端自动预警系统发展。
4. 深造方向¶
最典型的是去读国内生物医学工程(0831)的研究生，或是主攻医学人工智能或健康大数据方向。好一点的学校会有相关的校际联合培养。去海外留学可以瞄准JHU/Stanford的Bioengineering或是CMU的Health Informatics。在这些名校读一个相关的硕士或博士，进入业界后基本就能锁定核心算法和研发类岗位。
5. 就业方向与薪酬¶
| 领域 | 代表企业与雇主 | 大致起薪（硕士生到一线城市工作的范围） |
|---|---|---|
| 可穿戴设备/消费电子 | 华为、小米、OPPO的穿戴健康研究小组、苹果Health | 15-35万年 |
| 数字健康和互联网医疗 | 腾讯健康、阿里健康、京东健康、微医、丁香园 | 15-30万年 |
| 医疗AI公司 | 推想科技、联影智能、数坤科技、鹰瞳科技 | 20-35万年 |
| 医疗器械 | 联影、迈瑞 | 15-25万年 |
| 保险健康科技 | 平安科技、各大型财产险和寿险公司的健康险科技部门 | 15-30万年 |
| 医院与科研 | 区域性顶尖三甲健康管理中心及院校附属研究院 | 10-20万年 |
6. 优势与挑战¶
优势：数字经济加上健康中国双国家级战略在此交汇；AI在医疗领域中渗透才刚刚开始渗透到实操层面，还有数几十年可做；人变老是结构性大趋势，对健康管理的需求只赠不减。挑战：当下很多的商业落地还很不完善——大量数字疗法公司还在走临床批件和商业保险付费的艰难长路；医疗数据的隐私与合规要求极严，做应用的每一步都带者镣铐。
7. 适合人群¶
适合：医学和健康领域有兴趣但不想做临床（不值夜班/不做手术/不承担诊疗、病危后果和医疗纠纷高压力）；有比较强的编程意愿或是可以接受的潜力；对跨学科没有畏惧反而觉得它好玩；愿意后续升读研把技术推入更深处。
六、可持续能源专业¶
1. 专业本质¶
一个经济体怎样在保障人民生活和企业生产用能安全绝对不拉闸不断电的前提下平衡成本公平效率三大基础，并且在未来三四十年里从高碳灰暗走入净零？这就是可持续能源要回答的本质问题。它不是单一部门的问题——它涉及新能源的来源（风电光伏水力海洋和氢能等）、转换与存储（从锂电钠电到化学储氢气储能等）、输配和智能化、末端高效使用（智慧楼宇和电动汽车V2G网联互动）、以及怎么用市场机制和碳政策来让这一切跑起来。
2. 典型课程¶
数学和计算机AI基础（约30-40%）：和三到四年级的AI数理训练非常接近，重在机器学习、深度学习和强化学习模型在电力负荷预测/风速预测/新能源出力和VPP调度中的应用。Python语言加上PSCAD/Matlab/Simulink仿真工具的组合会成为每天学习都要打交道的核心工具。
物理与工程课程（约25-30%）：工程热力学、流体力学、传热学、电路和电力系统分析、电力电子技术。
化学和材料入门（约10-15%）：偏光物理化学和电化学的核心内容被视为理解下面电池和光伏电池运作的基石材料。
能源系统核心课（约30-40%）：光伏电池材料与电站设计、风力发电技术（双馈/直驱/海上）、储能系统（各种形态加上BMS和PCS设计）、微电网和能源互联网、新能源发电功率预测、负荷预测、虚拟电厂优化以及碳核算碳交易全流程。
3. 各发展方向及就业¶
光伏与风电——隆基绿能、通威、金风科技、远景能源——岗位：系统设计/技术支持/数字运维AI。储能与电池——宁德时代、比亚迪、亿纬锂能、海博思创——当前就业最疯狂的方向之一，硕博薪包在二三十万以上。氢能及燃料电池——亿华通、国鸿氢能、国家电投——领域在爬升和商业化过程。AI+能源——远景智能Envision Digital等能源软件公司以及国网的支撑机构——做纯能源的"系统大脑"。碳管理和碳市场——传统的四大会计师事务所碳服务团队加上全国各大碳交易所。
4. 深造¶
国内可走能源动力(0807)、电气工程(0808)或新能源材料(0805)等硕士方向。去欧洲的DTU、ETH或是TUM在可再生能源和电力系统上的师资非常出色。去美国读能源和环境方向交叉的专业有MIT和斯坦福等可选路径。
5. 优势与挑战¶
优势：全球碳中和的趋势有很强的确定性，中国是光伏风电和电池的全球产业链中心。产业对人才的需求在很长时间内都会比较旺盛。如果还会做AI和数据组合的创新方案，相应岗位给的溢价通常比较可观。挑战：新能源行业竞争比想象中的更迭快，企业和产品迭代的压迫感很强；很多制造岗和工地岗驻扎在城市的边缘或工业新区，生活环境相对艰苦；碳和氢相关的市场模式还太早期，如果想走那条路线就需要对不成熟环境有承受的准备。
6. 适合人群¶
适合：对于气候变化和低碳变有持久兴趣、享受系统级的比较宏观的大思维（而不是只聚焦到打个螺丝或者只跑一行代码）、物理功底比较扎实、能耐一定的出差或驻场条件的人。
七、深造路径对比¶
| 健康科学与技术 | 可持续能源 | |
|---|---|---|
| 主要深造方向 | 生物医学工程0831、医学Al、健康大数据、公卫MPH | 能源动力0807、电气0808、储能与新能源 |
| 推免 | BIM为一级学科存在稳定推免通道 | 传统能源和电气的推免比稳定 |
| 留学热门校 | 美国Stanford/Hopkins/CMU BioE | 欧洲丹麦DTU、德国亚琛海德堡、瑞士ETH |
| 读研强烈度 | 极高 | 极高 |
| 不读研直接就业 | 可穿戴测试、健康数据岗位存在 | 新能源制造和运维岗位有需求 |
八、就业方向对比¶
| 健康科学与技术 | 可持续能源 | |
|---|---|---|
| 行业门类 | 医疗健康科技、可穿戴、AI医疗 | 新能源制造、储能、电网、碳交易 |
| 典型雇主 | 华为/小米/联影/腾讯健康/苹果健康部门 | 宁德时代/比亚迪/隆基/国网 |
| 硕起薪 | 15-35万 | 18-40万（储能及电力电子类顶薪） |
| 所处发展阶段 | 早期增长中 | 海量扩张和强政策引导 |
| 创业可行性 | 较低资本门槛的数字健康/可穿戴可行 | 能源设备和系统创业需要很高的资本入口 |
九、怎么选择¶
- 如果你的兴趣点牢牢被"让人类活得更健康长久和更有品质"所捕获、并且不排斥大量编程和数据分析：选健康科学与技术。
- 如果你的学科兴奋点在能源的清洁化、大规模系统集成、全球碳减排方向：选可持续能源。
- 如果你还在纠结：在大一多旁听两边的讲座，去两边的一个小型竞赛或是团队项目里体验一下不同的工作流，再做决定。
常见误区： - "健康科学就是学医"——错，它是工学，不授予做临床医生的资格。 - "可持续能源=当一个普通的电气工程师"——这个专业涵盖的方向远超出传统强电的边界。 - "新专业难找好工作"——关键是，到大四毕业之前你有没有已经有可落地的项目和成果扛在简历上。
十、最终建议¶
健康科学与技术和可持续能源都是面向未来的交叉新工科。共同点是"AI+X"的交叉模式。不同点是一个面向人的生命健康，一个面向社会能源转型。由于专业很新，学生需要主动积累项目经验、关注产业动态、尽早确定具体方向。
大学四年需要做到—— 第一年：老老实实把数学和Python编程的打底功夫做到位； 第二年：进实验室或是参加校内外的交叉学科挑战赛，把课上理论转化为一个可以被看到的小项目； 第三年：暑寒假去相关公司实习一两个轮回，从实体的工作中确认自己更适合哪条路； 第四年：明确深造方向，并拿着你在前两年积累的项目、实习和科研成果去争取保研和高质量推荐信。
这两条路都没有一块现成的大地图在手，但是它给了你在地图上画自己的路的能力。
健康科学的人最终会成为"让人类寿命更长久、病痛更少"的技术创造者；能源的人会成为"让这颗星球从煤烟走向清洁"的系统构建者。两者都在回答这个时代最重要的命运命题。
参考资料¶
- 教育部《普通高等学校本科专业目录》文件
- 教育部、工信部《未来技术学院建设指南(试行)》
- 中国研究生招生信息网《研究生教育学科专业目录(2022年版)》
- IEA国际能源署《世界能源展望》系列年报
- 国家发展改革委、国家能源局《"十四五"现代能源体系规划》等文件
- 国务院碳达峰碳中和相关行动方案和政策体系
- 国务院《"健康中国2030"规划纲要》
- WHO《Global Strategy on Digital Health 2020-2025》
- 彭博新能源财经BloombergNEF的公开市场数据
- 各目标院校本科专业培养方案和未来技术学院公开信息