数据作为如今关键的生产要素，已成为驱动产业创新的 " 新石油 "，而它与人工智能的深度融合，让大健康服务的精准化和智能化成为可能。

为探索数据如何赋能精准健康管理，我们受芯海科技邀请参加 WAIC 2025 重要论坛——由中国信息协会主办的 " 数据要素 × 人工智能 + 赋能行业高质量发展 " 论坛。

现代科技让人的生活更便利，但同时也让人的运动减少、肥胖加剧、体重失控，因此导致的慢性病也越来越多。全球 74% 的死亡与慢性病相关，而肥胖作为核心诱因，其全球患病率自 1975 年以来增长近 3 倍。

而中国超重肥胖人口已超 50% ，医疗负担日益加重。2025 年，国家将体重管理纳入慢性病防控战略，上升至国家安全层面。

如何应对这一挑战？数据要素 + AI 成为关键。

芯海科技董事长卢国建提出 " 精准测量 + AI 分析 " 的解决方案，通过健康测量芯片 + AI 算法 + 大数据 + 云平台，从而实现覆盖家庭、社区、医院的全场景解决方案。

其技术能更早预测疾病风险，为每个人定制健康方案，打破 " 千人一方 " 的传统医疗模式，推动健康管理进入智能化时代。

会后，芯海科技董事长卢国建也和我们聊了一些他对以大数据、" 芯 " 生态重构 AI 健康诊疗新范式的理解。

政策红利与市场战略

【问】国家卫健委 " 体重管理年 " 政策下，芯海如何通过人体成分数据抢占慢病管理市场？

【芯海科技卢国建】其实卫健委提出的体重管理年活动，正是因为现在国民身体健康是堪忧的，最重要就是体重增加了，因为生活日子过好了，所以体重增加，而肥胖或脂肪是万病之源，跟慢性病是直接能划等号的。

我们在这一领域正好耕耘了十年，正好遇到了这个风口。不是说我们看到了国家提出什么，我们就去做什么，而是因为有了准备。

在这个方向上我们已经做了体重测量、BIA 体脂测量、人体成分的测量，这个非常重要，因为体重的测量或人体成分其实对人们的身体健康是非常重要的。所以我们把这个做好了，自然会给国家的战略提供支撑，这就是我们对体重管理年活动的最佳实践。

未来我们通过大数据加上 AI ，能够让 AI 成为驱动我们健康的引擎，更好的给大家做好健康监护，提供个性化的解决方案，为大家的健康保驾护航。

健康精准测量的技术突破

【问】健康精准测量领域当前的核心技术挑战是什么？芯海如何通过 " 芯片 + AI 算法 " 实现突破？

【芯海科技卢国建】健康精准测量，其实精准是有多重的意思。精准，首先是芯片或设备硬件的精准，另外就是算法，但是要真正做到精准是要靠大数据，就是要统一平台和标准，标准是我们精准最底线的东西。

如果我们没有标准谈不上精准，我们要想把这个测量达到一个比较高的精准度，就一定要统一标准。所以我们才在中标协成立家庭健康电子设备的标准委员会，这个是芯海在做主导，所以标准是非常重要的。

【问】亿级健康数据如何驱动模型升级，从体重管理到疾病预测？

【芯海科技卢国建】我们要做 AI 其实重点的是要有数据来源。数据来源如果不精准，比如我们现在可以问 DeepSeek 、豆包 ... 你会问它一些关于健康的问题或知识，它的回答其实是千篇一律的，但如果把一个人的健康真正的数字化，是千人千面的，每一个人都是不一样的，所以这才是 AI 需要发挥的作用，就是要通过每个人测量的数据，而且是多模态的数据，不仅仅是体重、人体成分、可能还有血氧、心率、还有   PPG  、ECG 等这些参数，综合多模态的参数去描述一个人的健康状况，然后通过真正的垂直 AI ，不是通用的 AI ，真正的解决个人的健康问题，并为个人提供准确的解决方案。

AI 驱动的健康管理创新

【问】能不能以医疗行业的某一个类别的产品去举例来说明 AI + MCU ？

【芯海科技卢国建】MCU 其实是端测的控制和计算芯片，大家多数谈到的 AI 就是英伟达、GPU ，服务器上做这种大模型的 AI ，但是端测的 AI 应用其实还是不那么广。

因为端测才能够真正的感知世界，测量出精准的数据，所以这一块是非常重要的，我们如果有 MCU 做到端测的边缘计算，那么通过感知加上边缘计算，我们能够精准的测量出一个物理的特性，其实健康、设备还有环境的测量是一个道理。

就比如我们现在说，我们要做 BIA 的测量——健康测量，那么除了芯片之外，MCU 里面就有做一些边缘计算，能够直接在边缘做一些 BIA 的分析，能够即时的对个人的一些测量参数计算做得更准确，然后再送到云端。

【问】云健康平台如何针对家庭、健身场馆等场景定制差异化数据模型？

【芯海科技卢国建】我们是想用家庭健康的一些多模态测量，因为这个测量是需要系统化、平台化，同时能够把我们的数据通过 AI 准确的描述出来（对人的健康进行描述），而且它是一个连续十年可测量的人体成分分析仪。

连续性的测量对人的整个生命周期看护非常重要，如果说仅仅是用到医院间断性的检测，可能一年或者半年甚至几年才测一次，是很难去跟踪和真正做到健康管理的，但如果说是连续性的，同时加上医院内的一些体检数据，我们做一些临床、平时检测的研究，真正用 AI 的手段把这个描述出来，就能够全生命周期的去呵护你的健康。

让你健康的每一个变化都能够监护到，所以就能够很准确的给出方案，你是应该去运动，还是应该在饮食上做一些什么变化，这才是有价值的。仅仅靠医院是不行的，要院内院外相结合，医院给出一些检测、毕竟它的诊疗设备非常的完善，而家庭的一些设备是比较简单。所以我们要做系统化、平台化、还有低成本（家庭是要低成本）的手段，才能真正的解决大家的健康问题。

生态合作与技术开放

【问】如何通过 " 芯片 + AI + 场景化 " 一体化设计解决行业痛点？

【芯海科技卢国建】在今年的世界人工智能大会上，我特别讲到了 " AI + 芯片 + 场景 "，芯片要感知、要测量，另外我们要 MCU 做边缘计算，边缘计算这个算法对精准度是非常有意义的。

如果我们把云管端结合起来，就是说我们有芯片 ADC 测量的精度，这个是比较容易达到的。另外，算法是需要边缘计算，也就是加入边缘 AI 与云端 AI 相结合，整体协作起来才能够更好地判断。

孤立的产品为什么跟我们没法相比？因为它是一个孤立的，仅仅是单台设备的一个测量。但我们是通过大数据的校准，能够让它有参照物，通过大数据能够把这个精度做得更好。

所以未来要想把精度做好，其实就是云管端要做好，这就是为什么要 AIoT 物联网，同时还要工业互联网。我们很多工业互联网做了以后，有了 AIoT 以后，有了物联网加上边缘计算，加上云端。他能够帮助决我们解决终端设备的一些改进优化。

打个比方，飞机上的发动机原来只有 70% 的故障率能够预测，通过增加了物联网，增加了大数据的分析，可以早早的改进发动机，这就是它提前的评估或预知力，百分之百的预知发动机某个地方可能会出故障，这就是对场景的一个支持，同时也会加速设备迭代或提升优化空间，这就是对业内的一个价值和作用。

全链路技术布局与未来规划

【问】健康、汽车、工业等领域如何平衡 " 通用解决方案 " 与 " 定制化需求 "？

【芯海科技卢国建】我们有些产品必须做到通用，就比如 MCU 底座的东西总是需要有那些功能，但是也有有差异化的需求。

各个公司的产品针对不同应用场景还是有不同差异化的需求，我们还有的客户他只需要硬件，有的客户需要硬件加解决方案，有的需要高质量，有的需要低成本，所以面对客户的需求不一样，我们给出不一样的产品。

低成本的那质量可能会差点，高精度高质量的那我们就会给他高质量的解决方案。所以这些都是根据不同的客户的需求去做的。所以我们的产品也会分成高中低，同时也有整体的解决方案，有的只需要一个硬件芯片，所以我们能面对不同的客户，提供不同的解决方案。

图片来源：芯海科技、科技狐摄制

编辑：唐韬