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”分论坛上，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，期间采集了来自300多家医院的数据，并有500多名中医师参与数据标注工作。这些具体投入情况，为理解健康领域人工智能如何积累高质量数据提供了一个观察视角。
据白伟民介绍，安顿目前已积累超过20万人的数据，并结合50多万份医案开展相关分析与模型训练。围绕“天回中医”垂直大模型，安顿的目标是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，从而为实际应用提供支撑。
官方图片
健康数据的来源，首先是具体的人及采集过程。白伟民指出，中医机器人通过图像、声音、问诊信息以及脉搏波动等途径获取相关数据。例如，设备在采集手腕处的血流波动后，会将其转化为可视图形，再用于后续分析。不同形式的数据由此进入统一的研发流程，帮助模型建立起与真实诊疗场景的关联。
这一过程需要大量的现场工作。白伟民提到，采集一位临床患者的数据，需要3名工作人员协同配合。采集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、专业标注以及模型训练。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。专业人员各自做出判断，为研发团队核对信息、识别分歧及检查数据质量提供依据，同时也使模型训练获得更具体的专业参考。
人体采集数据与历史医案在这一过程中承担不同角色。前者记录个体在特定条件下的身体信息，后者则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、性别及病症等信息进行后续分析提供参考。如何有效衔接这两类信息，是垂直场景研发中的关键工作。
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。标注工作完成后，团队还需开展人机交互及不同场景下的实验，以检查模型、设备及实际操作流程是否能够相互配合。
研发投入、样本积累、专业标注及测试验证，对应着技术建设的不同环节。数据规模体现了采集工作的基础，专业人员参与为数据增添了判断依据，而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，还需结合目标人群、使用条件及具体任务持续观察。
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差距。安顿目前聚焦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。明确要解决的任务，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。
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，才能让新一轮研发有明确方向。用户可通过指定平台获取更多信息，例如南宫网站登录即可查看相关动态。
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。
