《人工智能在增龄相关衰弱患者康复中的应用专家共识》要点

发布：中国康复医学会老年康复专业委员会、中国老年医学学会康复分会；2025‑10‑22，发表于《中国康复学报》2025 年第 35 卷第 10 期。 国内首部 AI 用于老年衰弱康复的多学科专家共识；采用牛津循证医学证据分级；面向临床康复科、老年科、社区、居家照护场景；覆盖躯体、认知‑心理、社会社交多维度衰弱。 缩写： FI‑SF：简易衰弱量表；AI‑ML：人工智能‑机器学习；VR/AR：虚拟现实 / 增强现实；XAI：可解释人工智能；ADL/IADL：日常生活能力 / 工具性日常生活能力。

一、概念背景

1. 增龄相关衰弱：衰老导致生理储备下降，应激后易发生不良结局；表现为力量下降、步速减慢、疲劳、体重下降、活动减少；分为衰弱前期、衰弱期、失能失代偿期。
2. 传统痛点：传统评估耗时、主观偏倚大；居家‑社区难以持续监测；康复方案同质化，缺少个体化动态调整；长期依从性差。
3. AI 定位：人工智能为辅助工具，不能完全替代医师、康复治疗师的人工评估与干预；是传统康复的增强与补充，不是取代人梅斯医学M...。

二、AI 技术架构与数据来源

1 数据采集层

• 可穿戴传感器：加速度、陀螺仪、心电、呼吸、步态；
• 视觉感知：深度摄像头、RGB‑D 视觉（无接触捕捉姿态、步态、姿态、平衡）；
• 语音交互：语音识别、情绪声学特征；
• 量表、电子病历、既往康复记录；
• 居家环境物联网设备。

2 算法层

1. 传统机器学习模型：随机森林、梯度提升，用于风险预测；
2. 深度学习：姿态识别、动作识别、跌倒识别；
3. 可解释人工智能 XAI（重点推荐）：优先选用可解释模型，不推荐黑盒模型直接用于临床决策；要求 AI 输出给出推理依据，方便医生复核判断PMC。

3 输出应用层

• 衰弱风险分层；
• 个体化康复方案生成；
• 实时运动反馈、跌倒预警；
• 长期随访预测预后。

三、AI‑AIoT 用于衰弱多维评估（共识推荐）

1 躯体衰弱评估（Ⅰa 类推荐）

1. 步态‑平衡‑肌力分析 AI 视觉 + 可穿戴设备自动获取：步速、步长、步频、双足支撑时间、摇摆幅度；自动输出衰弱分级；可识别跌倒高风险。

   临床价值：居家就可以完成反复多次动态评估，减少人工量表主观误差。

2. 肌力与活动能力评估：通过动作捕捉完成坐‑站试验、30 秒椅子起立试验，AI 自动判读结果。

2 认知‑心理衰弱评估（Ⅰb 推荐）

1. 语音‑语言 AI：分析语速、停顿、找词困难、语音情绪；早期识别认知下降、抑郁、淡漠。
2. 结合简短数字认知测试，AI 辅助完成认知筛查；AI 只做初筛，阳性必须由医生复核确诊。

3 社会‑社交衰弱筛查（Ⅱa 推荐）

AI 聊天机器人、社交陪伴系统采集社交频率、孤独感，识别社会隔离风险。

重要：AI 评估不等于确诊；AI 初筛阳性，必须康复医师 / 老年科医生人工复核确认衰弱分级。

四、AI 技术分类及临床应用推荐

1 可穿戴 + 居家运动康复系统（证据等级 A，Ⅰ 类推荐）

• 适用：衰弱前期、轻‑中度衰弱老年人；居家 / 社区康复。
• 功能：AI 实时识别动作是否标准；动作错误实时语音提醒；根据完成情况动态调整训练强度；监测久坐、活动量；跌倒风险预警。
• 训练内容：抗阻力量训练、平衡训练、步态训练（Vivifrail 类智能化居家方案）。

共识：适合长期居家持续干预，弥补线下康复门诊频次不足。

2 VR/AR 虚拟现实康复（A‑B 证据，Ⅰb 推荐）

• 适用：衰弱合并平衡障碍、害怕跌倒、运动依从性差的老人。
• 优势：游戏化、提升康复动机；虚拟场景训练步态、平衡；降低对真实环境跌倒恐惧。
• 注意：避免长时间使用；青光眼、严重眩晕、重度认知障碍不适合。

3 外骨骼与助行机器人（Ⅱa 推荐）

1. 被动 / 半主动外骨骼：辅助站立、行走，改善步幅；用于衰弱伴步态功能减退。
2. 注意：不适合重度失能完全依靠机器代偿；需要康复师设置参数；禁止无人监护下独自使用。

4 社交陪伴机器人、AI 聊天对话系统（Ⅱb 推荐）

• 用于改善孤独、社会隔离；提醒服药、康复训练、饮水、作息；
• 局限：不能替代真实人际照护，只作为辅助陪伴。

5 脑机接口 BCI 结合康复（有限证据，C 级推荐）

目前尚处于临床研究阶段；暂不作为常规临床推广；仅用于科研‑高度选择病例。

五、完整临床工作流程（共识路径）

1. 临床接诊，医师完成基础临床评估；
2. AI 多模态采集（可穿戴 + 视觉 + 语音），AI 完成衰弱初筛、分层；
3. 医生‑康复师复核 AI 输出结果，区分：衰弱前期 / 衰弱 / 失代偿失能；
4. AI 辅助生成个体化康复训练方案；
5. 居家 / 社区执行 AI‑康复干预；
6. 定期回传数据，AI 动态评估，医生定期复核，动态调整方案；
7. 定期再评估，判断是逆转、稳定还是进展。

目标：尽可能逆转衰弱前期；延缓已发生衰弱的进一步恶化，降低跌倒、失能、住院风险。

六、适应症、禁忌与不适用人群

✅适应症（适合使用 AI‑AI 康复）

1. 增龄相关衰弱前期、轻‑中度衰弱；
2. 居家‑社区老人，需要长期持续康复干预；
3. 跌倒高风险，需要居家持续监测；
4. 线下康复门诊资源不足，需要远程居家康复支持。

❌不推荐 / 禁忌

1. 重度终末期衰弱、晚期恶病质、严重多器官衰竭；
2. 重度认知障碍、完全无法理解指令，不能配合训练；
3. 严重视‑听障碍，无法接收反馈提示；
4. 急性疾病急性期（严重感染、骨折急性期、急性脑卒中急性期）优先处理原发病，暂缓 AI 居家康复。

七、伦理、数据安全与隐私（共识重点）

1. 隐私保护：人体姿态、语音、步态属于敏感健康数据；必须做脱敏处理；禁止未经授权外传个人数据。
2. 算法优先选择可解释 XAI 模型；不接受 “黑盒模型直接输出康复决策”。
3. 知情同意：患者及家属需要知情：AI 只是辅助，最终由医生做临床决策。
4. 产品准入：推荐优先选用经过医疗器械注册 / 备案的产品，不建议使用无资质普通消费级消费电子产品直接作为临床康复工具。

八、关键循证结论与局限

1. 获益：
   • AI 可提高筛查检出率；提升居家康复依从性；降低跌倒风险；部分可逆转衰弱前期状态。
2. 现有局限
   • 部分模型样本局限，对高龄、多重共病老年人泛化能力不足；
   • 环境噪声（光线遮挡、家中杂物）会降低视觉识别准确率；
   • 生成式大模型不能直接用来独立制定康复处方，必须医生审核。

九、重要误区纠正

1. ❌误区：AI 机器人可以完全代替康复师做老年衰弱康复。 ✅AI 是辅助工具，康复医师、治疗师仍然是决策主体，不能替代人。
2. ❌误区：只要有 AI 设备就可以直接在家使用，不用看医生。 ✅需要先由医生完成临床评估，排除禁忌症，再启用 AI 系统。
3. ❌误区：AI 输出衰弱 = 就已经确诊衰弱。 ✅AI 是初筛，必须人工复核，不能直接拿 AI 输出作为确诊依据。
4. ❌误区：大模型直接自动生成康复处方就可以执行。 ✅大模型输出必须康复专业人员审核后再使用。

十、10 条核心要点速记

1. 2025 专家共识，聚焦增龄老年衰弱人群，AI 用于筛查‑评估‑居家康复全流程。
2. AI 定位：辅助补充手段，不能替代康复医师、治疗师人工评估与干预。
3. 评估维度：躯体（步态平衡肌力）、认知心理、社交社会衰弱三维度。
4. 优先采用可解释人工智能 XAI；不建议黑盒黑箱模型直接用于临床决策。
5. 技术手段：可穿戴传感器、深度视觉姿态捕捉、VR/AR、陪伴机器人；外骨骼谨慎选择合适人群。
6. 适用人群：衰弱前期、轻‑中度衰弱；居家‑社区长期康复；跌倒高风险监测。
7. 禁忌：急性疾病急性期、重度认知障碍完全不能配合者不适合。
8. 流程：AI 初筛 → 医生人工复核确认衰弱分级 → AI 辅助生成方案 → 定期随访调整。
9. 数据隐私非常关键：敏感老年健康数据脱敏，保护隐私，优先选择有医疗器械资质产品。
10. 目标：逆转衰弱前期，延缓衰弱进展，降低跌倒、住院、失能风险。