北京
10月22日，2026可持续全球领导者大会“具身智能与未来产业”论坛上，安顿健康科技创始人白伟民披露了中医机器人研发的一组数据：项目投入1.3亿元，历经约两年半研发，采集300多家医院的数据，500多名中医师参与标注。
这组数字背后是一条完整的链路：采集、清洗、标注、训练、验证。健康领域的人工智能要积累高质量数据，靠的不是一次抓取，而是把每个环节都做实。
据白伟民介绍，安顿目前已采集20多万人的数据，并结合50多万份医案开展相关分析与训练。围绕“天回中医”垂直大模型，安顿希望把中医诊疗中的经验和判断依据，转化为标准化、可视化、可回溯的信息，为实际应用提供支持。
健康数据首先来自具体的人和具体的采集过程。白伟民介绍，中医机器人通过图像、声音、问诊信息和脉搏波动等方式获取相关信息。例如，设备采集手腕处的血流波动后，将其转化为可见图形，再用于后续分析。不同形式的信息由此进入同一研发流程，帮助模型建立与真实诊疗场景的联系。
这一过程需要大量现场工作。白伟民提到，采集一位临床患者的数据，需要3名工作人员配合。采集人员要完成设备操作、信息记录等工作，后续还要进行数据清洗、专业标注和模型训练。20多万人的数据积累，背后是反复开展的采集与整理工作。
专业标注决定了采集信息如何与中医判断建立联系。在500多名中医师参与标注的基础上，白伟民进一步介绍，相关工作需要副高及以上职称的中医师进行背对背标注。专业人员分别作出判断，为研发团队核对信息、发现分歧和检查数据质量提供依据，也使模型训练有了更具体的专业参考。
人体采集数据与历史医案在这一过程中承担不同作用。前者记录个体在具体条件下的身体信息，后者提供既有诊疗经验。按照白伟民介绍的研发路径，采集数据经过标注、清洗和训练后进入模型分析，医案则为结合年龄、性别和病症等信息开展后续分析提供参考。让两类信息有效衔接，是垂直场景研发的重要工作。
从数据走向应用，还需要测试验证。白伟民在现场表示，安顿中医机器人已通过中国信通院泰尔实验室的58项测试验证。标注完成后，团队还要开展人机交互及不同场景下的实验，检查模型、设备和实际操作流程能否相互配合。
研发投入、样本积累、专业标注和测试验证，对应着技术建设的不同环节。数据规模说明采集工作的基础，专业人员参与为数据增加判断依据，测试则帮助检验产品在相应条件下的表现。实际应用中的稳定性，还需要结合目标人群、使用条件和具体任务持续观察。
白伟民也强调，通用人工智能与通用物理智能之间仍存在明显距离。安顿目前聚焦中医诊断这一垂直场景，真实交互数据、仿真数据以及实验环境中的数据，如何进一步转化为可用能力，仍需要长期探索。明确要解决的任务，才能确定需要采集什么数据、怎样标注，以及用什么方式检验结果。
随着产品进入使用环节，反馈会进一步影响数据建设。采集信息不完整、操作不顺畅、专业人员对结果存在异议，分别可能指向数据质量、交互设计或模型分析的问题。先辨明问题来源，再补充样本、调整流程，才能让新一轮研发有明确方向。
安顿在论坛上披露的研发经历，展示了健康数据从采集、标注到验证的具体工作量。高质量数据的积累，依赖专业人员持续参与，也需要让每一次采集和每一轮测试都对应真实任务。数据如何被理解、如何接受检验，决定着它能为健康服务提供怎样的支持。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
