1. 康复训练方案数字化工程导论
1.1 从一张纸质处方说起
在传统康复科，一位脑卒中偏瘫患者出院时拿到的往往是一张A4纸：上面写着“Bobath握手 10次×3组”“坐位平衡训练 15分钟”“踝背屈训练 20次×2组”，再配一句“每日两次，家属辅助”。这张纸承载了治疗师的临床判断，却存在三个天然缺陷：不可计算（无法自动统计训练量）、不可追溯（患者是否完成、完成质量如何无从得知）、不可自适应（患者肌力改善后方案不会自动调整）。康复训练方案数字化工程，正是为解决这三类问题而生的交叉工程领域。
1.2 定义与工程边界
康复训练方案数字化工程可定义为：以康复医学的评估—处方—训练—再评估闭环为业务内核，将训练方案抽象为可计算、可传输、可执行、可反馈的数据结构与软件系统，并借助传感、交互与算法手段实现方案个体化与动态调整的工程实践。
它的边界需要明确划定。向内，它依赖康复评定学（如Brunnstrom分期、Fugl-Meyer评分、Barthel指数）提供决策依据；向外，它对接硬件（惯性测量单元IMU、表面肌电sEMG、力台、康复机器人）与软件（电子病历HIS、移动端App、云端数据库）。但它本身不研究疾病机制，也不替代治疗师的手法治疗，而是把“方案”这一信息对象工程化。理解这一点，才能避免把数字化工程误解为“买一台康复机器人”或“做一个打卡小程序”。
1.3 核心对象：方案数据模型
数字化方案的核心对象不是文字，而是结构化的训练处方对象。一个最小可用的处方对象通常包含以下字段：
- 动作标识：如“肩关节前屈”“踝背屈”，需绑定标准动作编码；
- 剂量参数：组数、次数、保持时间、组间休息、阻力或助力等级；
- 执行约束：关节活动度安全范围（如肩前屈0°~90°）、疼痛阈值（VAS≤3）、心率上限；
- 完成判据：动作幅度达标率、代偿动作识别、sEMG激活阈值；
- 调整规则：若连续两次达标率>90%，则阻力+1级；若VAS>4，则减量。
这些字段共同构成一个可被程序读取、判断和修改的对象。纸质方案中的“适量”“循序渐进”等模糊表述，在这里必须被翻译为具体数值或可判定条件，这是数字化工程最基础也最艰难的一步。
1.4 数字化方案与传统纸质方案对比
下表从六个维度对比两者差异，帮助建立工程判断标准。
| 维度 | 传统纸质方案 | 数字化方案 |
|---|---|---|
| 载体 | 纸张、口头交代 | 结构化数据、App/云端 |
| 剂量精度 | 模糊（“适量”） | 可量化（次数、角度、阻力） |
| 执行反馈 | 依赖患者回忆与家属观察 | 传感器实时采集、自动记录 |
| 调整方式 | 下次复诊由治疗师手动修改 | 按规则自动推荐或远程调整 |
| 依从性管理 | 无客观数据 | 完成率、训练时长可统计 |
| 可扩展性 | 难以汇总分析 | 可批量分析、支持科研 |
需要强调的是，数字化并非全面优于纸质。对于认知障碍严重、无智能设备或网络条件差的老年患者，纸质方案仍具不可替代性。工程边界要求我们按场景选择载体，而非一刀切。
1.5 典型应用场景与价值
当前数字化方案主要落地于四类场景：
- 院内康复训练：患者佩戴IMU完成坐站转移训练，系统实时显示躯干倾斜角，治疗师在平板上查看多患者进度。
- 居家远程康复：脑卒中患者出院后通过App接收每日方案，手机摄像头或可穿戴设备采集动作，治疗师远程审阅并调整。
- 机器人辅助训练：外骨骼或末端牵引机器人按处方参数执行助力/阻力，自动记录关节力矩与活动度。
- 科研与疗效评价：结构化数据直接用于训练量—疗效关系分析，减少人工录入误差。
其核心价值可归纳为三点：把模糊变精确（剂量可量化）、把黑箱变透明（执行可追溯）、把静态变动态（方案可自适应）。这三点也正是后续章节要逐一展开的工程主线。
1.6 一个最小示例：把纸质处方翻译为数字对象
假设纸质处方写“坐位踝背屈训练，20次×2组，家属辅助”。数字化翻译过程如下：
{
"action_id": "ankle_dorsiflexion_sitting",
"sets": 2,
"reps": 20,
"rest_between_sets_s": 60,
"assist_level": "family_manual",
"rom_target_deg": 15,
"pain_limit_vas": 3,
"completion_criteria": {
"rom_achieved_pct": 80,
"compensation_detected": false
},
"adjust_rule": {
"if_achieved_pct_gt": 90,
"consecutive_sessions": 2,
"then": "increase_rom_target_by_5deg"
}
}这段JSON就是数字化方案的最小单元。它明确了“做什么、做多少、做到什么程度算完成、下一步怎么变”。治疗师在系统中填写这些字段，患者端App据此生成训练界面，传感器数据回传后由规则引擎判断是否调整。整个过程不依赖治疗师手工重新写处方，而是由数据驱动。
1.7 本章小结
康复训练方案数字化工程的核心，是把康复医学中的“方案”从纸质文本转化为可计算、可执行、可反馈的数据对象。它的工程边界在于：不替代临床决策，而是为临床决策提供精确、透明、动态的载体。判断一个数字化方案是否合格，可以问三个问题：剂量是否可量化？执行是否可追溯？调整是否有规则？三个答案都为“是”，才真正跨入了数字化工程的门槛。