Kryp | Globaler Gipfel der nachhaltigen Weltmarktführer 2026, Bai Weimin von Andun spricht über die Erfassung und Validierung von Gesundheitsdaten

Am 22. Oktober gab Bai Weimin, Gründer von Andun Health Technology, auf dem Forum „Verkörperte Intelligenz und Zukunftsindustrie“ im Rahmen des Globalen Gipfels für Nachhaltige Führungskräfte 2026 eine Reihe von Daten zur Entwicklung von Robotern für die Traditionelle Chinesische Medizin bekannt: Das Projekt hat eine Investition von 130 Millionen Yuan erhalten, wurde über etwa zweieinhalb Jahre entwickelt, wobei Daten von mehr als 300 Krankenhäusern gesammelt und über 500 TCM-Ärzte an der Annotation beteiligt waren. Diese konkreten Investitionen liefern ein Beobachtungsbeispiel dafür, wie künstliche Intelligenz im Gesundheitsbereich qualitativ hochwertige Daten anhäuft.

Nach den Angaben von Bai Weimin hat Andun derzeit Daten von mehr als 200.000 Personen gesammelt und führt entsprechende Analysen und Trainings unter Einbeziehung von über 500.000 medizinischen Akten durch. Im Hinblick auf das vertikale große Modell „Tianhui TCM“ hofft Andun, die Erfahrungen und Urteilsgrundlagen in der TCM-Diagnose und -Behandlung in standardisierte, visualisierte und rückverfolgbare Informationen umzuwandeln, um die praktische Anwendung zu unterstützen.

Offizielles Bild

Gesundheitsdaten stammen zunächst von konkreten Personen und konkreten Erfassungsprozessen. Bai Weimin erläuterte, dass der TCM-Robotor relevante Informationen über Bilder, Geräusche, Informationen aus der Anamnese und Pulsschwankungen erfasst. Zum Beispiel wandelt das Gerät die erfassten Blutflussschwankungen am Handgelenk in sichtbare Grafiken um, die für die nachfolgende Analyse verwendet werden. Informationen in verschiedenen Formen gelangen so in denselben Entwicklungsprozess und helfen dem Modell, eine Verbindung zu echten Diagnose- und Behandlungsszenarien herzustellen.

Dieser Prozess erfordert eine große Menge an Vor-Ort-Arbeit. Bai Weimin erwähnte, dass die Erfassung der Daten eines klinischen Patienten die Zusammenarbeit von 3 Mitarbeitern erfordert. Die Erfassungspersonen müssen die Geräte bedienen, Informationen aufzeichnen und nachfolgend Daten bereinigen, professionell annotieren und das Modell trainieren. Hinter der Anhäufung von Daten von mehr als 200.000 Personen stecken wiederholte Erfassungs- und Sortierungsarbeiten.

Professionelle Annotation bestimmt, wie die erfassten Informationen eine Verbindung zu TCM-Urteilen herstellen. Auf der Grundlage der Beteiligung von mehr als 500 TCM-Ärzten an der Annotation erläuterte Bai Weimin weiter, dass die entsprechende Arbeit von TCM-Ärzten mit dem Titel eines stellenden Chefarztes oder höher in Form von anonymen, voneinander unabhängigen Annotationen durchgeführt werden muss. Die Fachkräfte treffen jeweils eigene Urteile, was dem Entwicklungsteam die Grundlage für die Überprüfung von Informationen, die Entdeckung von Abweichungen und die Prüfung der Datenqualität liefert und dem Modelltraining auch spezifischere professionelle Referenzen verschafft.

Erfasste Körperdaten und historische medizinische Akten übernehmen in diesem Prozess unterschiedliche Rollen. Erstere zeichnen die körperlichen Informationen von Individuen unter konkreten Bedingungen auf, letztere liefern vorhandene Diagnose- und Behandlungserfahrungen. Nach dem von Bai Weimin beschriebenen Entwicklungspfad gelangen die erfassten Daten nach Annotation, Bereinigung und Training in die Modellanalyse, während die medizinischen Akten Referenzen für die nachfolgende Analyse unter Einbeziehung von Informationen wie Alter, Geschlecht und Krankheitssymptomen liefern. Die effektive Verknüpfung der beiden Arten von Informationen ist eine wichtige Aufgabe bei der Entwicklung in vertikalen Szenarien.

Vom Datenbestand zur Anwendung sind zudem Tests und Validierungen erforderlich. Bai Weimin erklärte vor Ort, dass der TCM-Robotor von Andun bereits 58 Test- und Validierungsverfahren im Taier-Labor der China Academy of Information and Communications Technology bestanden hat. Nach Abschluss der Annotation führt das Team zudem Experimente zur Mensch-Maschine-Interaktion und in verschiedenen Szenarien durch, um zu prüfen, ob Modell, Gerät und praktischer Betriebsprozess miteinander zusammenwirken können.

Entwicklungsinvestitionen, Probenakkumulation, professionelle Annotation und Testvalidierung entsprechen unterschiedlichen Gliedern des technischen Aufbaus. Der Umfang der Daten zeigt die Grundlage der Erfassungsarbeit, die Beteiligung von Fachkräften fügt den Daten Urteilsgrundlagen hinzu, und Tests helfen, die Leistung des Produkts unter entsprechenden Bedingungen zu prüfen. Die Stabilität in der praktischen Anwendung erfordert zudem fortlaufende Beobachtung in Kombination mit Zielgruppen, Nutzungsbedingungen und konkreten Aufgaben.

Bai Weimin betonte zudem, dass es noch eine deutliche Lücke zwischen allgemeiner künstlicher Intelligenz und allgemeiner physischer Intelligenz gibt. Andun konzentriert sich derzeit auf das vertikale Szenario der TCM-Diagnose. Wie echte Interaktionsdaten, Simulationsdaten und Daten aus Versuchsumgebungen weiter in nutzbare Fähigkeiten umgewandelt werden können, erfordert noch langfristige Erkundungen. Nur wenn die zu lösenden Aufgaben klar definiert sind, kann festgelegt werden, welche Daten erfasst werden müssen, wie sie annotiert werden und auf welche Weise die Ergebnisse geprüft werden.

Mit dem Eintritt des Produkts in die Nutzungsphase wird das Feedback den Datenaufbau weiter beeinflussen. Unvollständige erfasste Informationen, unflüssige Bedienung oder Einwände von Fachkräften gegen die Ergebnisse können jeweils auf Probleme bei der Datenqualität, dem Interaktionsdesign oder der Modellanalyse hinweisen. Nur wenn die Ursache des Problems zuerst identifiziert wird, bevor Proben ergänzt und Prozesse angepasst werden, kann die neue Entwicklungsrunde eine klare Richtung erhalten.

Die von Andun auf dem Forum offengelegte Entwicklungserfahrung zeigt den konkreten Arbeitsaufwand von Gesundheitsdaten von der Erfassung über die Annotation bis zur Validierung. Die Akkumulation qualitativ hochwertiger Daten hängt von der fortlaufenden Beteiligung von Fachkräften ab und erfordert zudem, dass jede Erfassung und jede Testrunde einer echten Aufgabe entspricht. Wie Daten verstanden und geprüft werden, bestimmt, welche Unterstützung sie für Gesundheitsdienstleistungen leisten können.