人工智能正在革新康复医学，消除传统服务中固有的障碍，并为世界卫生组织估计的24亿可能受益于康复的人群提供新颖的方法。多伦多大学健康网络KITE研究所开发了一种自适应虚拟助手（AVA），它作为虚拟健身教练，在康复中心因疫情关闭期间推出。通过笔记本电脑或手机摄像头，该软件可以跟踪身体关节运动，提供个性化锻炼方案和反馈。AVA提供实时文本和进度条反馈，并配有可定制背景场景以增强可访问性。
“许多人生活在偏远地区，还有许多财务障碍。存在错失的机会，我们希望创造一个即使在远程情况下也能访问的解决方案。”多伦多大学生物医学工程研究所助理教授Shehroz Khan表示。Khan的团队亲自前往患者家中安装软件并进行系统培训。每两周一次的跟进检查还包括临床评估以及向患者提供教育材料，如打印件和手册。
与此同时，在伊利诺伊州，西北大学芬伯格医学院物理医学与康复学教授Arun Jayaraman和他的Shirley Ryan AbilityLab团队开发了一种中风传感器工具包，可以在住院患者中自动化临床结果测量。通过一系列简短活动（称为“快照测试”）在五分钟内确定所有临床评分，从而节省了通常用于常规测试的数小时时间。
在医院每年接待55,000至60,000名患者的情况下，“我们非常系统化，因为我们要对患者负责，这意味着我们必须非常精确。同时也要对临床医生负责，因为我们不想误导他们。”Jayaraman说。
在家庭环境中，远程监测康复患者使家属和护理人员能够设置潜在不良健康事件警告标志的警报。粘贴式传感器放置在与收集的数据相关的位置，数据上传到本地接收器如手机或平板电脑，并传输到安全的云端环境。护理团队可以设置心率、血压或心电图变化的阈值，触发短信给患者的最近亲属或呼叫当地救护车。
这些预警系统对于独自生活或居住在偏远地区的老年人特别有用。“由于缺乏行动能力，这些患者往往害怕外出，被困在家里。社会孤立和功能衰退通常是相互关联的，不幸的是，除非患者去看医生并说‘嘿，我感到孤独’，否则这些问题不会成为初级保健的一部分。”Khan说。
理想情况下，康复从业人员可以根据每位患者的具体情况进行调整——一种精准医疗方法，即在正确的时间为正确的患者提供正确的治疗。这一直是一个挑战，西方大学计算机科学与流行病学和生物统计学副教授Dan Lizotte说，因为康复医学需要更敏感的决策范式来捕捉长期患者结果的复杂性和不确定性。
“如果你考虑一下很多健康研究是如何指导决策制定的，很多都是孤立考虑的单一决策，在选择有限的情况下做出。但这种孤立的单一决策支持并不充分，因为物理治疗师并不是这样工作的，他们需要帮助患者达到他们想要的恢复状态。”Lizotte说。
在安大略省伦敦市的Parkwood研究所，Lizotte领导了一项研究，旨在利用强化学习这一人工智能领域的方法，理解和应对康复医学中决策的长期影响。该项目不是寻找适用于所有人所有时间的指南，而是旨在在临床平衡状态下提供计算机化的决策支持，即当没有明显优于其他选项的情况时。
“我们可以根据已收集的数据和一些患者的轨迹，打破僵局，说‘基于我们收集的数据和某些患者的轨迹，有证据表明某一特定活动在过去比另一种更成功。’”
尽管人工智能驱动工具在康复医学中的应用广泛，但由于经济原因尚未大规模部署，Jayaraman说。短期内成本节约不明显。隐私问题也存在。
“我们必须谨慎处理提供的信息量或设定一些规则，防止保险公司滥用这些信息对抗弱势患者。”Jayaraman说。
Khan希望在康复中适应人工智能工具的进步能证明政策制定者应认真对待数字健康。虽然虚拟康复绕过了传统康复的许多障碍，但人工智能驱动工具仍需要计算机或移动设备和互联网接入，这可能会产生新的障碍。补贴WiFi路由器和互联网服务是一种确保公平访问的方式。
通过重构人机界面，人工智能工具有可能改变康复医学的范围和实践。然而，患者需求和目标的多样性意味着快速的单一决策支持模型可能缺乏普遍适用性。
“我认为在人工智能中有一种倾向，就是尽可能快地工作，”Lizotte说。“但这实际上是看待整个医疗领域，并说如果我们在这个环境中思考循证医学，我们需要从长远角度出发，因为有许多挑战是可以克服的，但需要咨询和长期思考。”
(全文结束)
