博客

科氪 | 2026可持续全球领导者大会，安顿白伟民谈健康数据的采集与验证 - 牌九牌型排序

10月22日，在2026可持续全球领导者大会“具身智能与未来产业”论坛期间，安顿健康科技创始人白伟民公开了中医机器人研发的相关数据：项目总投入达1.3亿元，研发周期约两年半，数据采集覆盖300多家医院，并有500多名中医师参与标注工作。这些投入细节，为观察健康领域人工智能如何构建高质量数据提供了一个具体案例。

白伟民表示，安顿目前已积累超过20万人的数据，并整合约50万份医案进行相关分析与模型训练。基于“天回中医”垂直大模型，安顿致力于将中医诊疗中的经验和判断依据，转化为标准化、可视化且可追溯的信息，从而为实际应用场景提供支撑。

健康数据的来源，始终离不开具体个体及其采集流程。白伟民介绍，中医机器人通过图像、声音、问诊信息以及脉搏波动等多种方式获取数据。例如，设备采集手腕处的血流波动后，会将其转化为可视化图形，再用于后续分析。不同形态的信息由此进入统一的研发流程，帮助模型建立与真实诊疗环境之间的关联。

这一过程需要大量现场操作。白伟民提到，采集一名临床患者的数据，通常需要3名工作人员协作。工作人员需完成设备操作、信息记录等任务，后续还需进行数据清洗、专业标注和模型训练。20多万人的数据积累，背后是反复进行的采集与整理工作。

专业标注是连接采集信息与中医判断的关键环节。在500多名中医师参与标注的基础上，白伟民进一步说明，相关工作要求副高及以上职称的中医师进行背对背标注。专业人员各自独立作出判断，为研发团队核对信息、识别分歧以及检查数据质量提供依据，也使模型训练拥有了更具体的专业参考。

人体采集数据与历史医案在研发中承担不同角色。前者记录个体在特定条件下的身体状态，后者提供已有的诊疗经验。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，而医案则为结合年龄、性别和病症等信息开展后续分析提供参考。确保这两类信息有效衔接，是垂直场景研发中的关键任务。

从数据到实际应用，还需要经过测试验证。白伟民在现场透露，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，团队还需进行人机交互及多种场景下的实验，以检查模型、设备和实际操作流程是否能够协同运作。

研发投入、样本积累、专业标注与测试验证，对应着技术建设的各个环节。数据规模反映了采集工作的基础，专业人员参与为数据增添了判断依据，测试则有助于检验产品在相应条件下的表现。实际应用中的稳定性，还需结合目标人群、使用条件及具体任务持续观察。

白伟民同时强调，通用人工智能与通用物理智能之间仍存在明显差距。安顿目前专注于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，仍需长期探索。明确要解决的问题，才能确定需要采集什么数据、如何标注，以及用什么方式检验结果。在数据采集过程中，涉及类似牌九大小的信息整合，也需要严谨对待。

随着产品进入使用阶段，反馈将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，才能为新一轮研发指明方向。

安顿在论坛上分享的研发经历，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。