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。这些具体投入，为理解健康领域的人工智能如何积累高质量数据提供了一个观察样本。
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。
官方图片
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。