（来源：非凡产研）
非凡交易
医疗级AI数据模型引擎沐松科技完成天使轮融资，布局具身智能医疗场景数据集
"AI医疗真正需要的不是一次性数据集，而是能够持续把真实世界医疗数据转化为模型能力的底层引擎。"
医疗级 AI 数据模型引擎沐松科技完成近千万元天使轮融资，由产业方中科医创独家投资，资金将用于沐松 ML 模型基座、跨信任域可信流通技术和医疗级数据治理体系建设、真实世界研究与多中心模型验证、具身智能和脑机接口医疗场景数据集等领域的研发投入。
沐松科技近期连续完成种子轮和天使轮融资，均由非凡资本担任独家财务顾问。
以可信医疗数据治理、沐松 ML 模型基座和真实世界验证闭环，服务医疗 AI、大模型与具身智能及脑机接口企业
沐松科技定位为医疗级 AI 数据模型引擎，面向医疗 AI、大模型、具身智能和脑机接口企业，把医院真实世界医疗数据转化为 AI 能学习、医生能验证、场景能落地 的底层模型能力。公司致力于通过"医疗级数据治理 × 跨信任域可信流通技术 × 沐松 ML 模型基座"，构建从数据治理、模型训练、临床验证到场景化应用生成的完整闭环。
医疗 AI 进入深水区，核心瓶颈从"算法"转向"医疗级数据闭环"
随着医疗 AI、大模型、具身智能和脑接口技术加速进入医疗卫生场景，行业正在从"模型能力比拼"走向"数据、场景、验证和合规能力比拼"。国务院《深入实施"人工智能+"行动的意见》强调，要发挥我国数据资源丰富、产业体系完备、应用场景广阔等优势，推动人工智能与经济社会各行业各领域深度融合。 国家卫健委等部门发布的《卫生健康行业人工智能应用场景参考指引》已提出 4 大类、13 小类、84 个卫生健康行业人工智能应用场景，覆盖诊前、诊中、诊后、公共卫生、健康管理、医保商保等多个方向。
但在医疗场景中，AI 模型真正落地仍面临三重挑战：第一，医院数据分散在 HIS、EMR、LIS、PACS、病理、随访、健康管理等系统中，格式不一、质量不一、语义不一，无法直接进入模型训练；第二，医疗数据高度敏感，不能被简单复制、下载或交付，必须在授权、脱敏、审计、可追溯和安全计算条件下使用；第三，医疗模型不只需要训练数据，更需要医生复核、临床共识、真实世界研究和多中心验证形成持续反馈。
"沐松科技认为，AI 医疗真正需要的不是一次性数据集，而是能够持续把真实世界医疗数据转化为模型能力的医疗级 AI 数据模型引擎。"
从可信医疗数据到模型能力的底层引擎
沐松科技由密码与网络空间安全（黄埔）研究院孵化，围绕医疗健康数据可信流通、隐私保护计算、数据治理和 AI 模型应用转化构建底层能力。 在技术架构上，沐松科技将真实世界医疗数据处理为可训练、可验证、可应用的模型能力，核心包括三层：
第一层是医疗级数据治理。沐松对医院真实世界数据进行清洗、结构化、标准化、主索引匹配、时间轴重建、eCRF 字段映射和质量控制，使原本分散在不同系统中的临床数据变成模型可计算、研究可复核、结果可追溯的数据基础。
第二层是跨信任域可信流通技术。医疗健康数据通常发生在医院、科研机构、企业、CRO、数据交易平台等不同信任域之间。沐松通过授权管理、脱敏处理、权限控制、日志审计、隐私水印、差分隐私、同态加密、多方安全计算等技术，支持"数据可用不可见、使用可控可追溯"的协作机制。其参与形成的《跨信任域医疗健康数据共享与流通技术实施指南》征求意见稿，已覆盖数据管理、技术要求、安全保障、应用场景和监督管理等内容。
第三层是沐松 ML 模型基座。沐松 ML 不是单一 AI 工具，而是面向真实世界医疗数据的模型基座，覆盖 NLP 文本抽取、规则引擎、患者匹配评分、eCRF 智能预填、多病种机器学习原型、专病模型和场景化模型生成能力。目前公司已形成 eCRF 快速数据筛查机器学习模型、多病种可扩展通用机器学习技术原型，以及已开发 AI 模型工具矩阵。
从真实世界研究到模型验证，商业化进入放量阶段
区别于单纯医疗信息化公司或单点 AI 应用公司，沐松科技当前商业化主要围绕真实世界研究型数据服务展开，服务对象包括医疗服务产业链企业、医疗 AI 企业、大模型企业、具身智能企业、脑机接口企业，以及与其协作的医疗机构。
在落地层面，沐松已和数十家三甲医院和药械厂商展开合作，围绕回顾研究、前瞻研究、患者招募、病例筛查、eCRF 预填、临床共识、专家评分、RWE 证据形成和成果转化数据服务等方向形成业务路径。公司资料中显示，目前已涉及乙肝、溃疡性结肠炎患者招募，以及乳腺癌、胃癌、胰腺癌、肺癌、肝癌等多病种数据需求；同时，已完成 eCRF 快速数据筛查模型服务和多病种可扩展通用机器学习技术原型建设。
真实世界数据在医疗器械和药械转化中的价值也在持续获得监管与产业认可。国家药监局曾发布《真实世界数据用于医疗器械临床评价技术指导原则（试行）》，为真实世界数据用于医疗器械临床评价提供原则性指导。 这意味着，医疗 AI 和药械企业未来不仅需要模型训练数据，更需要围绕临床评价、真实世界研究、多中心验证和上市后再评价形成可审计、可复核、可转化的数据证据链。
"沐松科技在这一链条中扮演'数据模型引擎'的角色：不直接出售原始医疗数据，而是把医疗机构真实世界数据在合规边界内转化为研究任务、模型验证任务、临床证据、成果转化以及具身智能和脑机接口医疗应用场景。"
面向具身智能和脑机接口，建设医疗场景任务数据与验证数据集
本轮融资后，沐松科技将把具身智能和脑机接口医疗场景数据集作为重点建设方向之一。
与通用大模型不同，具身智能和脑机接口企业需要的不仅是文本、影像或结构化病历数据，更需要来自真实医疗场景的任务数据、流程数据、交互数据、执行反馈和评价标准。例如，在康复机器人、护理机器人、导诊机器人、医院物流机器人、居家健康管理设备等方向，模型需要理解"医疗场景中发生了什么""应该如何安全执行""医生、护士、健康管理师和患者如何反馈"。
同时，具身智能和脑机接口产品进入医学应用场景，通常会面临医疗机构准入、临床研究组织、受试者权益保护、医疗数据安全、算法训练与验证、临床评价及医疗器械注册等多环节强监管，各环节参与主体多、专业边界复杂，且数据从产生到使用必须具备明确授权、质量控制和全过程审计能力。
国家发展改革委相关专家观点指出，康复机器人、智能穿戴等新一代智能终端不断推陈出新，智能机器人进医院、进家庭渐成趋势；人工智能在健康咨询、问诊指引、辅助诊断、远程医疗、用药审核等方向的场景培育和应用正在加速。 国务院办公厅关于加快场景培育和开放推动新场景大规模应用的相关文件也强调，要推动形成"技术突破—场景验证—产业应用—体系升级"的闭环路径。
沐松科技围绕护理、康复、随访、健康管理、专病管理、院内服务协同等方向，建设具身智能所需的医疗场景任务数据集和模型验证数据集。该类数据集将不是简单的原始数据堆叠，而是通过合规授权、数据治理、专家标注、真实世界反馈和模型评估标准形成的"医疗级场景数据资产"，用于支撑具身智能模型在医疗场景中的训练、验证和迭代。
为此，沐松科技建立了从需求分析到数据可信交付、从临床评价到注册推进的一体化实施机制，形成与产品预期用途、模型训练目标和医疗器械注册要求一致的数据采集路线，以及医院审批、现场采集、EDC管理、数据清理与锁库的标准化执行体系，统筹临床、检测、技术和注册资料，降低多机构协作中的进度与合规风险，形成可验收、可复用、可扩展的项目成果与可信数据交付能力。
健康管理与数字疗法方向成为模型转化样板
在应用转化侧，沐松科技已成立健康管理相关业务载体，探索"小程序 + 服务包"的模型应用落地方式。服务包由模型应用工具 + 健康管理师人员服务构成，覆盖专病风险识别、健康管理干预、长期随访、服务反馈和模型迭代。公司现有材料中已列出工具模型与人员服务结合的落地路径，并形成按年、按模型、按次调用的服务定价雏形。
沐松科技表示，健康管理与数字疗法不是公司的唯一方向，而是其医疗级 AI 数据模型引擎的应用样板。通过糖尿病前期减重、康复管理、睡眠管理、耳鸣音频控制、皮肤专病、慢病干预等场景，公司将持续验证"数据—模型—服务—反馈"的闭环能力，并将运行中产生的新数据、新标签、新专家规则和新反馈反哺沐松 ML 模型基座。
中科医创产业加持，强化真实世界研究与具身数据集协同
本轮投资方中科医创致力于医疗大数据产业链整合 SaaS 服务，并构建研产销一体化数智转型模式。中科医创与沐松科技已经开始在临床研究数据协同、CRO/PBM 产业协作、真实世界研究、具身智能、脑机接口数据采集和医疗 AI 转化等方向开启业务协同探索。
沐松科技创始人宋哲表示："医疗 AI 正进入从概念验证走向临床验证和产业应用的关键阶段。过去行业更关注算法本身，但真正能决定医疗 AI 是否落地的，是可信数据、临床专家验证、真实场景反馈和持续迭代机制。沐松科技要做的不是卖数据，而是把医院真实世界医疗数据转化为 AI 能学习、医生能验证、场景能落地的底层模型能力。"
"中科医创相关负责人表示：'真实世界研究、临床试验、药械转化和医疗 AI 应用正在形成新的产业协作空间。沐松科技在医疗级数据治理、可信流通、ML 模型基座和医院场景验证方面具备差异化能力。我们看好沐松科技成为连接医疗机构、医疗 AI 企业、大模型企业、具身智能企业、脑机接口企业和产业客户之间的技术引擎。'"