综述：人工智能在物理治疗中推动公共健康的进展：文献计量分析

这篇综述通过文献计量学方法系统分析了2006-2024年人工智能（AI）在物理治疗（Physiotherapy, PT）领域的应用趋势，涵盖康复治疗、运动分析和远程康复（Telerehabilitation）等方向。研究揭示了AI技术（如机器学习ML、可穿戴设备和机器人康复）如何提升诊疗精准度和操作效率，同时指出地理差异、伦理风险（如数据隐私和算法偏见）及未来需重点探索的儿科康复等方向。

　　

引言

医疗健康与人工智能的交叉融合正重塑公共健康服务模式，尤其在物理治疗领域，AI技术通过运动分析、个性化康复方案和远程监测推动变革。传统依赖人工评估的治疗方式，如今借助机器学习（ML）、深度学习（DL）和神经网络实现精准诊断，而数学框架如最小素子模块的引入进一步增强了AI模型的临床决策鲁棒性。

文献回顾

2023年多项研究凸显AI在物理治疗中的突破性应用：

• 姿态估计技术：基于ML和DL的算法纠正康复训练中的动作误差，通过骨骼运动数据集验证有效性。
• 混合ANFIS模型：用于肩部损伤康复预测，提升恢复结果评估精度。
• 肌肉骨骼诊疗：监督与非监督学习分析电子健康记录（EHR），优化治疗计划。

研究方法

采用RStudio的Biblioshiny包对Scopus和Web of Science（WoS）收录的340篇文献进行计量分析，排除重复和非英文文献后，通过H指数、合作网络等指标量化研究生产力。

结果与趋势

• 增长趋势：2019-2022年研究产出陡增，与可穿戴设备和机器人技术发展同步。
• 地域差异：北美、欧洲和亚洲主导研究，伊朗德黑兰医科大学和哈佛大学等机构贡献显著。
• 热点技术：远程康复（Telerehabilitation）和虚拟现实（VR）成为新兴主题，而COVID-19相关研究短暂激增后回落。

讨论与展望

伦理挑战：算法透明度和数据安全（如GDPR合规性）亟待解决。
未来方向：

1. 开发儿科和神经康复的AI决策系统。
2. 加强全球合作以缩小区域资源差距。
3. 融合数字孪生（Digital Twin）和物联网（IoT）技术实现实时监测。

结论

AI正深刻变革物理治疗实践，但需平衡技术创新与伦理规范。通过跨学科协作和长期临床验证，有望实现个性化、高可及的康复服务，推动公共健康平等化进程。