综述：智能可穿戴技术用于跌倒风险老年人群平衡康复的范围综述与比较分析

这篇综述系统评价了智能可穿戴技术（SWT）在老年跌倒风险人群平衡康复中的应用现状，通过范围综述和SWOT分析比较了17种系统（10种研究性/7种商业化），重点探讨了人工智能（AI）、增强现实（AR）、远程监测等技术的整合潜力，并突出TeleRehab DSS系统在AI驱动个性化治疗和临床决策支持系统（DSS）方面的创新优势。

　　

背景
全球范围内，跌倒是65岁以上老年人意外伤害致死的第二大原因，每年约28%-35%的老年人经历跌倒事件，70岁以上人群比例更高达32%-42%。跌倒不仅导致严重损伤和生活质量下降，还带来巨大的医疗经济负担。传统康复方法面临地理限制、成本高昂和依从性差等挑战，而融合运动追踪、AI和AR/VR的智能可穿戴技术（SWT）为居家平衡康复提供了新思路。

技术演进与市场缺口
近年涌现的智能平衡系统普遍采用惯性测量单元（IMU）、深度摄像头等传感器，结合虚拟现实（VR）游戏化设计提升训练趣味性。然而，范围综述显示，17个系统中仅1个研究性系统（10%）整合了AI算法，仅2个支持完全远程交付，且临床医生实时监控功能稀缺。TeleRehab DSS作为新一代解决方案，通过4个IMU传感器+深度摄像头的多模态数据采集、AR实时环境叠加和AI-DSS动态调整方案，填补了现有技术空白。

关键技术创新
• 多感官整合：TeleRehab DSS突破性地将前庭-视觉-体感反馈融入AR场景，例如通过头戴显示器（HMD）投射虚拟障碍物到真实地面，强化平衡训练的功能迁移性。
• 动态适应性：AI决策系统持续分析心率变异性和运动学参数，自动调节训练难度——当Berg平衡量表（BBS）评分<45时启动防跌倒保护模式。
• 临床协同网络：独有的远程仪表盘使治疗师能同步查看患者三维运动轨迹，并基于机器学习预测模型标记跌倒高风险动作。

商业系统横向对比
与主流产品相比：

• HOLOBalance（前代版本）虽采用AR但缺乏AI个性化模块
• XRHealth的VR方案存在现实迁移性缺陷
• Reflexion Health VERA仅提供基础运动捕捉反馈
  TeleRehab DSS在7项核心功能（AI支持、AR/VR、临床报告等）实现全覆盖，尤其独特的是其ECG胸带+智能手环的生理监测体系，可捕捉训练中的自主神经反应。

应用挑战与优化方向
SWOT分析揭示该系统的双重性：
优势面：
? 欧盟临床试验显示使用依从性达89%
? 支持HIPAA/GDPR合规的云端数据加密
瓶颈面：
? 设备成本约$2,800，高于Jintronix等竞品
? 需最小10Mbps网络带宽保障AR流传输
用户调研发现，75岁以上老年人需平均2.3次技术指导才能独立操作系统界面，提示需简化HMD交互设计。

未来展望
随着WHO将数字健康列为老龄化应对战略核心，智能平衡系统正经历从"被动监测"到"主动干预"的范式转变。下一步研究应聚焦：

1. 多中心验证TeleRehab DSS对Tinetti量表评分的改善效应
2. 开发轻量化版本适配农村低带宽地区
3. 探索医保支付模式以提升可及性
   该领域的技术融合趋势已不可逆转，而真正突破将来自临床需求导向的跨学科协作——正如本综述强调的，唯有将老年病学专家、AI工程师和康复治疗师的智慧深度整合，才能打造出既前沿又普适的解决方案。