AI 辅助康复评估系统与数字化平台的融合模式研究

人口老龄化加剧使脑卒中发病率上升，高致残率加重家庭与社会负担。康复治疗关键，但传统评估主观性强、效率低、资源分散，难达精准个性化。电商的平台化运营、数据驱动模式高效，为康复医疗提供借鉴。AI 辅助评估系统可突破传统局限，数字化平台能整合资源、构建闭环服务体系。探索两者融合在脑卒中康复中的应用，对提升效果、推动康复医疗数字化转型意义重大，是本文核心。

一、资料与方法

1.1 一般资料

选取 2024 年 1 月至 2024 年 12 月期间在我院进行康复治疗的脑卒中患者 80 例。纳入标准：符合第四届全国脑血管病会议修订的缺血性脑卒中诊断标准，并经颅脑 CT 或 MRI 证实；首次发病，且病程在 1 个月内；年龄在 40-75 岁之间；生命体征平稳，GCS 评分 ⩾12 分；患者及家属签署知情同意书。排除标准：合并严重心、肝、肾等重要脏器功能障碍者；存在认知障碍、精神疾病，无法配合康复治疗者；有严重失语或听力障碍，影响评估者；既往有肢体残疾或其他神经系统疾病者。

将 80 例患者采用随机数字表法分为观察组和对照组，每组40 例。观察组中，男性 22 例，女性 18 例；年龄 42-73 岁，平均（ 58.6±6.3 ）岁；脑出血 15 例，脑梗死 25 例。对照组中，男性 23例，女性 17 例；年龄 40-75 岁，平均（ 59.2±6.8 ）岁；脑出血 13 例，脑梗死 27 例。两组患者在性别、年龄、疾病类型等一般资料方面比较，差异无统计学意义（ P>0.05 ），具有可比性。

1.2 方法

对照组采用传统康复治疗方法，包括物理治疗（如运动疗法、物理因子治疗）、作业治疗、言语治疗等，根据患者的具体情况制定个性化的康复方案，每周治疗 5 次，每次 60 分钟，共治疗 12 周。

观察组采用 AI 辅助康复评估系统与数字化平台融合的康复治疗方法，借鉴电商的精准服务与数据驱动逻辑。评估环节运用凝动万生医疗科技（武汉）有限公司的 MODAS 系统，其类似电商用户画像分析工具，凭借自然图像AI 技术，可捕捉患者毫米级动作变化，通过对指、蹲下站起、步态行走等测试，快速分析骨骼点位移、角度、速度等量化参数，评估效率较传统方式提升 4 倍，准确率超 95% ，为患者构建精准康复“画像”。 评估结果上传至数字化平台（类似电商综合服务平台），该平台整合康复训练视频、知识库等资源。康复团队依据评估报告制定个性化方案，如同电商按用户画像推荐商品。患者训练时，用智能手环、平板电脑等实时记录运动强度、时间、完成情况等数据并上传，类似用户在电商平台的行为反馈。

治疗师通过平台实时监测，及时调整方案，形成“评估- 方案- 训练-反馈 - 调整”闭环，类似电商“推荐 - 购买 - 评价 - 优化”循环，治疗频率和疗程与对照组一致。

1.3 观察指标

治疗总有效率：根据患者的临床症状和体征改善情况进行评价。基本痊愈：功能缺损评分减少 91%-100% ，病残程度为 0 级；显著进步：功能缺损评分减少 46%-90% ，病残程度为 1-3 级；进步：功能缺损评分减少 18%-45% ；无变化：功能缺损评分减少或增加在 18% 以内；恶化：功能缺损评分增加 18% 以上。总有效率 Σ=Σ （基本痊愈 + 显著进步 + 进步）例数 / 总例数 ×100% 。

Fugl-Meyer 运动功能评分（FMA）：分别于干预前和干预 12周后对两组患者进行 FMA 评分，该评分主要用于评估患者的肢体运动功能，包括上肢和下肢运动功能，总分 100 分，得分越高表示运动功能越好。改良 Barthel 指数（MBI）：同样在干预前和干预 12周后对两组患者进行 MBI 评分，用于评估患者的日常生活活动能力，包括进食、洗澡、穿衣、如厕等 10 个项目，总分 100 分，得分越高表示日常生活活动能力越强。

1.4 统计学处理

采用 SPSS 22.0 统计学软件进行数据分析。计量资料以均数 ± 标准差（ ）表示，组间比较采用独立样本 t 检验，组内比较采用配对样本 t 检验；计数资料以率（ % ）表示，组间比较采用 χ² 检验。以 P<0.05 为差异有统计学意义。

二．结果

2.1 治疗总有效率对比

观察组治疗总有效率为 92.5% （37/40），显著高于对照组的75.0% （30/40），差异有统计学意义（ x²=5.000 ， P=0.025<0.05 ）。具体而言，在观察组的 40 例患者中，基本痊愈的有 10 例，显著进步的有 15 例，进步的有 12 例，无变化的有 2 例，恶化的有 1 例；对照组的 40 例患者中，基本痊愈的有 6 例，显著进步的有 12 例，进步的有 12 例，无变化的有 7 例，恶化的有 3 例。

2.2 干预前后指数对比

干预前，两组 FMA、MBI 指数比较，差异无统计学意义（ P>0.05 ）；干预后，观察组 FMA、MBI 指数均显著高于对照组，差异有统计学意义（ P<0.05 ）。具体来看，观察组 40 例患者在干预前的 FMA 评分为 35.6±5.8 分，干预后的 FMA 评分为 62.3±7.5 分；干预前的MBI 评分为 30.2±4.6 分，干预后的 MBI 评分为 58.6±6.2 分。对照组 40 例患者干预前的 FMA 评分为 36.1±6.2 分，干预后的 FMA 评分为 50.4±6.8 分；干预前的 MBI 评分为 30.5±4.9 分，干预后的MBI 评分为 45.3±5.5 分。（注：与对照组干预后比较， P<0.05 ）

以患者王先生为例，他因脑卒中导致右侧肢体活动不便，FMA评分仅为 33 分，MBI 评分 29 分。采用 AI 辅助康复评估系统与数字化平台融合模式进行康复治疗，通过 MODAS 系统精准评估后，在数字化平台上获得个性化康复方案。如同在电商平台获得精准推荐商品，他按照方案训练，12 周后 FMA 评分提升至 61 分，MBI 评分提升至 56 分，能够自主完成穿衣、进食等日常活动。

三、讨论

在当今数字化时代，电商平台凭借高效的资源整合、精准的用户服务和闭环的运营模式取得了巨大成功，为康复医疗领域带来了新的发展机遇。脑卒中康复中，传统方式存在评估主观、资源分散等问题，而 AI 辅助康复评估系统与数字化平台的融合模式可有效破解。如 MODAS 系统像电商用户分析工具，精准构建患者康复 “画像”；数字化平台类似电商综合服务平台，整合资源并形成 “评估- 方案 - 训练 - 反馈 - 调整” 闭环。本研究显示，观察组总有效率及干预后 FMA、MBI 评分均优于对照组，印证了该模式的优势，与电商以数据驱动提升服务质量的逻辑一致。

当然，该模式也面临数据安全、系统兼容、人才短缺等挑战，如同电商平台的发展难题。未来需借鉴电商经验，强化数据安全、优化系统、培养人才，推动其在脑卒中康复领域的深度应用。

参考文献：

[1] 刘沫含 ， 宋昱 . 基于自适应 AI 技术的体医康复系统构建 [J].

新体育 ，2025，（10）：1-3.

[2] 孙立彬 .“AI+ 全病程管理” 带来新机会 [N]. 中国高新 技 术 产 业 导 报 ，2025-07-14（013）.DOI：10.28264/n.cnki.ngjcd.2025.000546.

[3] 方丽涌 ， 郑双意 . 康复数字化平台对北京市社区脑卒中患者ADL 的影响 [J]. 中国数字医学 ，2019，14（06）：31-33.

[4] 何成奇 . 康复数字化平台建设科研成果介绍 [C]// 中国康复医学会运动疗法专业委员会 . 中国康复医学会运动疗法分会第十一届全国康复学术大会学术会议论文摘要汇编 . 四川大学华西医院康复医学科 ;，2011：108.

[5] 池岩 ， 张迪 ， 高鹤枭 ， 等 . 数字技术辅助步行康复在脑卒中后偏瘫患者中的应用研究进展 [J/OL]. 实用医学杂志 ，1-9[2025-08-04].https：//link.cnki.net/urlid/44.1193.R.20250728.1622.024.

[6] 刘雅婷 ， 张凤 ， 崔小倩 ， 等 . 出血性脑卒中伴肢体功能障碍病人康复困境的质性研究 [J]. 循证护理 ，2025，11（14）：2946-2950.

[7] 朱颖洁 . 突发公共卫生事件背景下生鲜电商需求预测及库 存 优 化 研 究 [D]. 华 南 理 工 大 学 ，2023.DOI：10.27151/d.cnki.ghnlu.2023.003231.

[8] 叶楠 . 医疗器械电商转型的全渠道战略 [D]. 北京外国语大学 ，2017.

[9] 凝动万生医疗科技（武汉）有限公司 .MODAS 运动功能障碍辅助评估系统技术手册 [Z].2024.