基于AI多模态运动远程康复对慢性非特异性腰痛临床疗效的随机对照研究

为解决慢性非特异性腰痛(CNSLBP)传统远程康复缺乏动态指导的问题，南方医科大学珠江医院团队开展了一项随机对照试验，比较AI辅助多模态运动疗法与常规视频指导的疗效。结果显示，AI组在疼痛评分(NRS)、功能障碍(RMDQ)、心理状态(PCS)及核心肌群(TrA/MF)厚度改善上均显著优于对照组，为CNSLBP的居家实时康复提供了新方案。

　　

慢性腰痛是全球致残率最高的健康问题之一，其中80%-90%属于无明确病理改变的慢性非特异性腰痛(CNSLBP)。尽管运动疗法被强烈推荐为一线治疗手段，但传统居家训练因缺乏专业指导和实时反馈，疗效常大打折扣。在这个医疗资源紧张的时代，如何通过技术创新突破康复瓶颈，成为临床亟待解决的难题。

南方医科大学珠江医院的研究团队在《JMIR mHealth and uHealth》发表了一项开创性研究，首次将人工智能(AI)人体关键点识别技术应用于CNSLBP的多模态运动康复。该团队设计了一项前瞻性、双盲、随机对照试验，通过微信小程序"云浮"实现AI实时动作指导，比较其与传统视频训练的疗效差异。结果显示，经过4周干预，AI组在最严重疼痛评分(most severe NRS)降幅(-3.00 vs -1.50)、功能障碍问卷(RMDQ)改善(-3.17 vs -1.88)及核心肌群(横腹肌TrA和多裂肌MF)增厚等方面均显著优于对照组，且疗效可持续至第8周随访期。这项研究为开发经济高效的居家智能康复方案提供了循证依据。

研究采用了几项关键技术：1)基于AI人体关键点识别的实时动作评估系统，通过30个身体标记点监测训练标准性；2)微信小程序集成的多模态运动方案(含核心肌群、柔韧性、Mackenzie和呼吸训练)；3)超声测量横腹肌(TrA)和多裂肌(MF)厚度作为客观指标；4)广义估计方程分析纵向数据。研究对象为38例CNSLBP患者，随机分为AI组和视频组，通过面对面和线上评估收集基线、第2周、第4周和第8周数据。

研究结果部分：

1. 疼痛改善：AI组第4周最严重NRS降幅显著大于视频组(-3.00 vs -1.50)，且差异持续至第8周(-3.06 vs -1.69)。
2. 功能恢复：AI组RMDQ评分改善更显著(-3.17 vs -1.88)，但两组Oswestry功能障碍指数(ODI)差异无统计学意义。
3. 心理状态：AI组疼痛灾难化量表(PCS)降幅更大(-9.06 vs -3.56)，表明AI反馈能更好缓解负面认知。
4. 肌群变化：超声显示AI组双侧TrA和MF厚度显著增加(如右TrA增厚0.57mm vs 视频组-0.09mm)，证实AI指导能精准激活目标肌群。

讨论指出，这是首个将AI动作捕捉技术应用于CNSLBP运动康复的研究。与传统视频相比，AI实时反馈不仅能规范动作执行，还通过"合格/优秀"等即时评价增强训练动机。值得注意的是，AI组核心肌群厚度的显著改善，印证了精准动作指导对神经肌肉控制的重塑作用。尽管样本量较小且随访期较短，但研究为开发可替代人工指导的智能康复系统提供了关键证据，对缓解医疗资源压力具有重要意义。未来研究可扩大样本量并延长观察期，进一步验证该模式在不同严重程度和年龄人群中的普适性。