预防、诊断、治疗，这三个医疗流程相信大家已经了然于心，但是康复医疗，狭义上，就是我们通常说的复健医疗，你了解过吗？

在康复医疗的道路上，康复医疗由最初的单纯躯体康复到现在的综合性康复，由最初的单一学科的等待模式工作到多学科相互合作的模式，需要复健的患者们已经得到了越来越好的医疗条件，但复健的整体效果仍然不能令人满意。

而随着AI在医疗领域的攻城略地，AI+康复医疗是否会出现，其是否会成为医疗服务业中的黑马呢？

带着这样的疑问，让我们来讨论一下这个似乎被人工智能所“冷落”了的医疗服务领域。

嗷嗷待哺的康复医疗领域

在20 世纪初期，通过对肌肉活动与关节功能的关注使得解剖学中关于运动器官的描述渐趋完整, 但我们依旧停留在生理学基础分析的阶段。不管采用何种方法，我们对肌肉活动和关节总效应的研究仍旧停留在实验室的封闭空间里，我们往往只注重身体的功能，从而忽略了它的作用过程。

这也是我们一直以来忽略康复治疗的原因，我们只注重功能，一旦身体中某个器官的机能出现问题，我们就会急于去寻求医生的帮助，只有真正的失能，人们才会想起康复医疗。而疾病治愈后，身体机能一旦找回来，康复治疗，Who Cares？

但是康复领域是否真的那么无足轻重呢？当然不是。

近年来，康复领域可以算是医疗行业中下一个待引爆的市场，这点从国家近年来出台的政策以及我国的康复市场现状就能看出。

比如，国家卫计委就发布了《关于印发康复医疗中心、护理中心基本标准和管理规范（试行）的通知》，明确鼓励社会力量举办康复医疗机构、护理机构。

我国当前康复医学的发展仅仅满足了我国康复的小部分需求，仍有大量康复需求人群未被满足。预计，2022年中国康复市场将达到1000亿。短中期市场容量测算：按照基本满足我国康复需求的水平，目前行业年复合增长率不低于18%，预测至2022年我国康复医疗产业规模有望达到1033亿元。

随着康复医疗逐渐进入公众视野，AI康复也成为了智能医疗发展的对象，各种AI临床护理服务已经出现。从挂号，到治疗，AI几乎在所有的医学细分领域里都占领了一席之地，不得不说，AI康复领域已经成为智能医疗行业的“最后一公里”。

在康复医疗中，AI可以采用深度学习技术，来重建高精度的人体运动三维模型，从而准确获取关节点、关节角等信息，进而帮助患者进行健康评估，并给出一份康复方案。

拥有三维动态捕捉技术的代表公司是Vicon公司，但其设备灵活性差强人意。而英康唯尔在健康评估方面有不错的成果，其旗下的“WELL 健康”APP基于深度的智能算法开发，能够在线上对患者的身体状况从健康度、持久度、力量度、灵活性、功能性进行评判，最后提供一份精确的运动康复方案。

而在后续的AI康复训练中，最主要的是步态分析，这也是康复评估最常见的手段。步态分析是通过采集患者行走过程中的时空、运动动力学等参数量化骨骼系统的运动功能和神经系统的调节控制功能，进而反映康复效果。

脉沃医疗曾研发了新型步态分析设备Odonate，配有彩色摄像头与深度摄像头，可以记录患者运动的图像再通过配套的软件系统进行分析，从而给出患者的步态参数供医生评估参考。

突破蓝海，首先要解决三个问题

虽然在康复领域应用AI可以解决一些问题，为康复医疗注入新的活力，但如果要实现智能康复在中国的全面覆盖，智能相对论（aixdlun）分析师颜璇认为，我们首先要从“附着力”“关键人物”“环境威力”这三个方面来解决问题。

1.“附着力”：除了硬件成熟，还需要个性化方案

在中国，肌肉骨骼康复在竞技体育中运用的是比较多的。但是我国的体育明星基本上都会选择海外康复。这是因为虽然中国能做外科手术的医生很多，但术后能进行重建和功能恢复的硬件设备还不够成熟。

而对于职业运动员来说，肌肉骨胳康复不仅仅要做到功能上的正常恢复，还要能够通过个性化和定制化的康复方案使身体功能有进一步的提升。

除此之外，肌肉骨胳的康复还需要一个比较长的过程，它不是一天两天就能够治愈的事情。俗话说，伤筋动骨一百天，对骨骼肌肉受损的患者来讲，康复期最少要三个月的时间。

NBA的小托马斯在去年也曾经历了一个长期的复健过程，在复健过程中，小托马斯也表示，他的复健一直在注重自我保护和自我提升，必须确保自己100%恢复才能踏上球场。

相对于医疗影像等智能医疗产品而言，在这方面的个性化医疗产品是很难在短时间内爆发，因为前期的人力、物力、资金的投入和沉淀是必不可少的，并且这类产品还缺少关键的评估数据，难以支撑康复方案的个性化定制。

2.“关键人物”：短板明显，全方面人才供应不足

康复治疗师的主要职责就是综合康复治疗，为患者进行物理治疗和作业治疗，包括身体运动和各种物理因子手段、神经肌肉和骨关节运动功能的评估与训练训练、手工艺、认知训练等。

目前，我国从事康复和物理治疗的人才背景主要是两个方向，其一是医学院背景，但学校很少设置对应专业，这类学生往往在学校学的主要方向是神经类的康复，集中在中风、脑瘫这类患者身上，这类学生对骨骼肌肉康复的认识和理解比较浅。

另外一类是在体育学院内有着运动康复学科背景的学子，这类学生虽然对运动康复有很系统的理论知识，但没有很深的医学理论和实践。

除了专业的学术背景，康复治疗这项工作的社会性很强，还要求治疗人员在个性上、心理上比较成熟，社会生活要稍有阅历。

所以，面对康复患者，从业人员要给其身体进行评估并给出个性化康复方案时，难免出现能力不足的情况。也因为人才短板效应突出，这个市场一直处在一个比较尴尬的阶段。

3.“环境威力”：忽略医疗康复，观念局限造成差异

美国的康复市场有 6000 亿，而中国是 200 亿左右。为何会产生如此大的差距？

主要是因为我国公民目前还除灾“有病要治”的观念里，连“预防有病”都是近几年才兴起的概念，更何况是想到“怎样更好地恢复身体功能”呢？

除了一直以来的观念局限，也在于社会上的医疗知识普及不足。医院资源紧张带来的不只是看病难，还有康复难。在医院里，很少有医生会告诉病人你要在愈后进行运动康复。往往都是看好病了就“赶人”，为下一个病人“腾床位”。

虽然如此，但中国的市场仍旧很大。市场上还是有一些机构在做这方面的科普。从大家越来越重视运动就可以看出，这也为康复医疗的推广带来很大的便利。因为运动康复作为康复治疗的重要组成部分，开始在这种“运动即健康”的思想下逐渐被大家接受。

AI入局，“家庭康复”是成败的关键

康复患者与一般的急性病患者不同，他们往往对于康复训练有着长期的需求，比如小儿脑瘫、帕金森以及关节置换手术的患者。而长期待在医院进行康复治疗，想想医院里的消毒水味，以及白花花的床单，和渐渐攀升的账单……恐怕并非所有人都能忍受。

所以，智能康复治疗若想要突破蓝海，最关键的战场应该是“家庭康复”。

开发者们要考虑的是“家庭康复”的定位和模式，究竟哪些患者适合放在家里？智能康复需要布置怎样的远程检测才是合理的？患者自我诊断与医生诊断的比例为多少？

这个家庭康复系统的流程如何？这里我们可以猜想一下。

首先，这个系统应该先将患者的主观判断掺进AI的算法里。患者的主观判断应不应该占比重？英国国家医疗系统（NHS）基于主观判断对患者进行电话初诊分流，37,000 个案例中仅出现 3 例疑似误诊，这个数据表明基于主观判断而进行评估是安全有效的。

其次，这个AI系统如何在家实现客观判断？这是需要一些客观量的。比如上文提到的步态分析，还包括通过视觉识别来观察和测量手臂抬起角度，活动范围，自动形成医疗影像等等。最后，就是基于这些主观和客观的症状，调用数据库，给予患者一个针对性的康复方案。

要实现这样的流程，最主要的，应该将现有设备的配置进行简化，毕竟谁也不希望一个康复设备终端占用到家里太多的面积。除此之外，为了让家庭康复的场景得到拓展，还可以加入康复指导软件和康复训练游戏等。想一想，在“吃鸡”的过程中就能实现康复治疗，是不是很想邀请朋友来家里做客，一起体验一下呢？

从长远来看，“家庭康复”不仅是为了康复治疗，在输入了足够多的数据后，还可以反过来作用于疾病的早筛，形成AI医疗中的“家庭康复+预防”双合一系统。比如帮助老年人帕金森病早筛和康复治疗。

权威数据表明，我国65岁以上老年人帕金森病的发病率为1.7%，且帕金森病已经有了年轻化的趋势。中国帕金森病发病人数庞大，却没有得到应有的重视，绝大多数患者都是等到中、晚期才来就诊，耽误了治疗效果。

面对这种情况，如果系统判断某人有帕金森病的倾向，测试者可以在软件的帮助下进行单音练习、朗读训练和唱歌训练等，系统还可以提供给帕金森患者康复治疗的解决方案。在确诊后，我们还能通过采取内科药物、外科手术及其他辅助康复相结合的综合治疗方法，大大减缓患者症状，让患者保持较好的生活质量。