中国康复医学领域中的人工智能及发展趋势分析

陈柯羽，刘纾羽，吉 祥，张 华，李 婷，3

1中国医学科学院 北京协和医学院 生物医学工程研究所智能医学工程中心，天津 300192

2天津医科大学康复医学系，天津 300050

3北京脑科学与类脑研究中心，北京 102206

随着计算机科学、自动化科学以及信息科学的飞速发展，人工智能已经融入到了各个领域中，理论与技术紧密结合、日渐完善。康复医学属于医学边缘学科，发展时间相对其他医学领域较晚。我国康复医学正处于初级阶段，具有一定的理论基础和设备设施，但临床研究较少，科研能力不足，与智能方面的结合还待更多的交叉领域人才去发掘，因此这方面具有较大的发展前景。

目前我国老龄化趋势逐渐加重，据相关研究报道，截至2018年年末，60周岁及以上人口为24 949万人，占总人口的17.9%；65周岁及以上人口为 16 658万人，占总人口的11.9%；与2017年相比，老年人口总数增加近千万，65岁以上人口增加约800万[1]。根据全国老龄工作委员会办公室、民政部、财政部2016年共同发布的第4次中国城乡老年人生活状况抽样调查结果，我国失能、半失能老年人大约为4063万人，占老年人口的18.3%[2]。老年人口数量的迅速增加和失能老年人的庞大数字，使得我国老年人康复需求不断加大，加重了我国养老产业的压力，为使我国老年人能得到更加完善更人性化的养老服务，提出和落实医养结合政策非常必要。此外，研究老年康复问题对保持老年人的生活品质和减少失能，并最终对社会稳定和发展起到重要的作用。残疾人群体是肢体残缺或者肢体不能行使其正常功能的社会群体，帮助残疾人回归正常日常生活、社交是社会发展和文明程度提高的标志。截至2015年，我国各类残疾人总数已超过8700万，占全国总人口数的6.4%[3]；预计到2050年，我国残疾人口数将增至1.68亿，占全国总人口的比例将达11%[4]。康复是残疾人平等参与社会生活的重要手段[5]，据估计，全球74%的伤残者可通过康复评定、康复训练获得肢体方面的改善或者代偿，恢复其功能，使其重返家庭和社会[6]。

人工智能在康复医学领域的应用是现代科学技术与人体康复需求相适应的结果，其任务是研究与开发人体功能评估、训练、代偿所需的各种设施，其所涉及的是人体的各项生理功能，包括运动功能、视听功能、呼吸功能、吞咽功能、交流功能及日常生活活动能力和心理健康等，随着科学技术的发展和人类对康复需求的增加，其研究领域也在不断地扩展。随着全球老龄化程度不断加深，各国对社会养老、医养结合和预防保健的需求明显增加[7- 9]，人工智能在康复医学方面的研究得到越来越多的关注[10- 12]。智能康复融合了康复医学、神经科学、计算机科学、工程学、心理学等多个学科，将工程与医学紧密结合，加强了工程技术在临床上的应用。例如，目前康复机器人在辅助评估、训练方面具有能够提供持续、高强度、可重复治疗的潜力[13]，在脊髓损伤、中风、创伤性脑损伤、截肢、慢性疼痛、运动损伤等疾病的康复治疗中表现出显著优势，临床康复的有效性已得到充分验证，具有重要的实用价值。因此，随着人工智能在控制领域日趋成熟，其在康复医学领域有着很大的发展潜力和广阔的应用空间。

据此，为实现可持续发展健康相关目标，加强康复服务供给[14- 16]，大力发展人工智能康复迫在眉睫。但是，由于人工智能和康复医学的融合还处于起步阶段，难以找到研究突破口且在落实方面还存在许多问题，例如：医疗政策不完善、复合型人才缺乏、利用人工智能康复的普及度不高等[17]。此外，少有文献将这两大领域相联系，给未来研究方向提供建议。本研究对关于人工智能在康复医学领域的文献进行梳理分析，借助Citespace软件进行可视化分析并绘制知识图谱，对人工智能在康复医学领域的研究热点和发展趋势进行分析和预测，讨论人工智能在康复医学领域中的局限性并提出建议和展望，以期为相关领域的专家学者在将人工智能应用于康复医学领域的研究中提供借鉴和参考。

资料和方法

数据来源及处理2020年11月在中国知网进行高级检索，文献分类目录勾选为“医药卫生科技”，检索条件为“主题=智能/自动化/神经网络/脑机接口/深度学习/人机交互/机器学习AND主题=康复”，为全面分析相关文献以及文章的精确度，将数据来源类别设定为“全部期刊”，时间设定为2001年至2020年，累计检索到大约909篇文献。对检索到的每一条文献进行逐一考究，剔除与主题不符合和重复的文献，筛选出449篇与主题词密切相关的文献，并对主题分布、关键词分布、作者分布情况展开分析(图1)。

图1 文献检索流程图Fig 1 The diagram of paper searching

研究工具Citespace也称“科学知识图谱”，通过关键词共现、机构分布、作者合作等可视化功能，绘制某一领域的知识图谱，用于展示和分析该领域学科前沿的演进趋势和热点动向，帮助学者快速了解该领域的相关状况，是一种新的文献综述定量分析方法，自2007年引进国内便引起了广泛的关注和应用[18- 20]。本文将使用Citespace软件对文献进行分析，统计每年文献发表数量及增长趋势，并通过制作一系列可视化图谱来了解人工智能在康复医学领域的研究现状、研究热点和未来发展趋势。

结果和讨论

人工智能在康复医学领域的研究现状

文献发表数量情况：从2001到2013年一直稳步上升，2013到2018年每年发文量维持在一个比较稳定的阶段，2018年以后发文量出现大幅度增加(图2)，说明目前人工智能在我国康复医学领域正处于飞速发展阶段。学者们对该领域的关注度持续增加，且未来也呈现出良好态势，可能原因是：(1)2016年中共中央、国务院提出《“健康中国 2030”规划纲要》指出，2020年建立覆盖城乡的中国特色基本医疗卫生制度，2030年健康制度体系更加完善，2050年建成与社会主义现代化国家相适应的国家，其政策促进医疗卫生领域的技术发展，推动人工智能在医疗卫生领域的深层次应用[21]。(2)随着国内康复医学不断地学习和发展，治疗方法的增加给人工智能与其结合提供了更多的机会，人工智能不仅和西方康复理论相结合，与中国传统康复结合的成果(如电针灸)也越来越多。(3)随着计算机科学、信息科学以及自动化科学的不断发展，促进了人工智能的飞速发展并达到一定高度，使之与医疗卫生领域的合作更加密切。因此，未来康复医学领域与人工智能的融合机会更多，将进一步促进康复医学事业乃至医疗卫生事业的发展。总体来看，目前人工智能在康复医学领域的研究正处于一个以国家政策引领为契机的热潮期。

图2 2001年～2020年康复医学领域人工智能各年度发文量Fig 2 Published papers in the cross field of artificial intelligence and rehabilitation medicine in 2001- 2020

研究机构合作分布(通讯机构)：发文最多的是天津大学精密仪器与光电子工程学院(10篇)，其次是复旦大学附属华山医院康复医学科(8篇)，国家康复辅具研究中心(5篇)，中国科学院大学(5篇)，上海理工大学医疗器械与食品学院(4篇)。最早进行研究并发表成果的是清华大学生物医学工程系(2004年)，其次为天津大学精密仪器与光电子工程学院(2007年)，复旦大学附属华山医院康复医学科(2008年)，以上均是在2010年前就开展研究并发表成果的研究机构(表1)。近5年来发文量多的研究机构为天津大学精密仪器与光电子工程学院(7篇)，其次为复旦大学附属华山医院康复医学科(6篇)，国家康复器具研究中心和中国科学院大学均为4篇，这些研究机构为近5年来在此领域活跃的机构(表2)。图3由Citespace生成，研究机构合作可视化图谱中有节点303个，连线143条，网络密度为0.0031。节点连接强度可以展示国内康复医学人工智能研究领域各机构之间的合作情况。依据知识图谱可以看出，连接强度较强的几所研究机构往往处在同一座城市或同一大学的不同部门中(图3)。例如：中国科学院大学与中国科学院宁波材料技术与工程研究所、心理研究所行为科学重点实验室、自动化研究所、自动化研究所传感网络与应用联合研究中心经常合作，天津大学精密仪器与光电子工程学院与天津大学医学工程与转化医学研究所、天津市人民医院康复医学科、天津体育学院健康与运动科学系、天津市南开医院网络中心有合作。可以看出，该研究方向的研究一般由工程研究所、医院和医学院(运动科学领域)的相互配合完成，说明作为交叉领域学科，所涉及的各个研究领域需要进行合作和资源共享。从整体上来看，除了较为集中的几所研究机构进行合作外，其他研究机构合作较少，研究机构合作行为与发文量之间也存在一定的关系，因此，为更有效率地进行本领域的研究工作，应加强各个研究机构之间的交流合作。

图3 2001～2020年康复医学领域人工智能各机构研究状况Fig 3 The research status of institutions in the crossing field between artificial intelligence and rehabilitation medicine in 2001- 2020

表1 2001～2020年康复医学领域人工智能各机构发文量情况Table 1 The published paper volume of each institution in the crossing field between artificial intelligence and rehabilitation medicine in 2001- 2020

表2 2015～2020年康复医学领域人工智能各机构发文量情况Table 2 The published paper volume of each institution in the crossing field between artificial intelligence and rehabilitation medicine in 2015- 2020

人工智能在康复医学领域研究热点关键词是核心内容的高度概括和精简，体现了一篇文献的主要研究内容。基于词频的统计分析，在某一领域中，如果发现在众多的文献中反复出现某一个或几个关键词，那么这些关键词所表征的主题就是该领域的研究热点[22]，关键词的中心性则可以体现其重要程度[19]。通过对高频关键词的分析研究，可了解人工智能在康复医学研究领域的基本情况，进而为掌握该领域的研究态势奠定基础。本研究通过排序Citespace统计结果，得到人工智能在康复医学研究中的高频关键词分布表(表3)。

表3 2001年～2020年康复医学领域人工智能关键词总结表Table 3 The summary of key words in the crossing field between artificial intelligence and rehabilitation medicine in 2001- 2020

选取“Key words(关键词)”节点，绘制我国人工智能在康复医学领域的研究热点知识图谱，节点为389个，连线为577条，网络密度0.0076。可以看出，我国人工智能在康复医学领域的研究中出现频次最高的两个关键词是脑卒中和康复，分别达到118和55次，接下来依次是机器人、脑机接口、偏瘫和智能运动训练等，人工智能和人机交互分别为22次和17次。中介中心性最高的为康复，达到0.46，其次为康复训练(0.34)、脑机接口(0.30)、人机交互(0.21)和智能运动训练(0.19)，为图谱中核心的几个节点。排除脑卒中、偏瘫、康复训练和康复等几个研究主题限定词后，其热点内容主要集中在机器人、脑机接口、智能运动训练、人机交互和运动想象等方面(图4)。

图4 2001～2020年康复医学领域人工智能研究关键词共现图Fig 4 The co-occurrence of key words in the crossing field between artificial intelligence and rehabilitation medicine in 2001- 2020

在此基础上对关键词进行聚类，共形成 18个具有Citespace自动命名标签的聚类，指标Q=0.8375，大于0.3；S=0.9422，大于0.5，表明该聚类结果合理。命名标签包括可穿戴技术、动作意图、康复床、智能运动训练系统、智能发育、康复机器人等，是2001年以来我国人工智能在康复医学研究领域的核心热点(图5)。

图5 2001～2020年康复医学领域人工智能研究关键词聚类分析图Fig 5 The clustering analysis of key words in the crossing field between artificial intelligence and rehabilitation medicine in 2001- 2020

结合关键词聚类图和关键词词频表，并对各个聚类标签下的相关文献进行查阅，得出人工智能在康复医学领域研究热点如下。

机器人：目前研究中出现频率最高的有效关键词，主要分为上肢康复机器人和下肢康复机器人，是通过三维步态分析系统进行运动学建模，研发帮助脑卒中、脊髓炎、脑外伤、截肢患者进行上下肢功能评估、恢复或代偿的辅助设备。在机器人自动化方面，大多数文献旨在提出新的算法和分析方式，对目前存在的问题进行改进，如蔡玉强等[23]、高建设等[24]、郑福建等[25]和赵萍等[26]的文章。蔡玉强等[23]利用Solidworks建立卧式人体下肢康复机器人模型，通过无缝连接导入到Ansys Workbench中，利用其结构模块对人体下肢康复训练机械腿进行分析，目的在于改进卧式康复机器人整体驱动负载。高建设等[24]提出一种新型上肢康复机器人，建立了该康复机器人的运动学反解方程，对“8”字形、“0”字形和“1”字形等典型康复轨迹进行仿真与实验研究。吴銮等[27]提出了肌电表面信号的几种分析方法及其在康复评估、假肢控制和康复机器人方面的应用。

脑机接口：基于神经康复理论和运动想象疗法设计开发脑机接口、深度学习和机器学习等技术[23]，在康复代偿方面帮助患者更早更好地回归社会和家庭生活，主要为收集患者的脑电信号，通过脑机接口传导至器械手臂或假肢。任宇鹏等[28]利用稳态诱发脑电控制多自由度机械手完成倒水动作，其方法可应用于残疾人对假肢的控制。周鹏等[29]为了辅助脊髓损伤所导致的瘫痪患者的运动功能重建，将脑机接口技术和功能性电刺激技术相结合，开发了一种可供瘫痪患者根据自己运动意愿控制残肢运动的智能康复系统。该系统能够绕过患者体内受损的神经通路，直接将人的运动意图通过外部通路传达给功能性电刺激仪，刺激相应的神经肌肉，完成患者对残肢的直接控制。运动神经假体是一类帮助神经系统受损患者恢复或替代其身体运动功能的电子装置，通过功能性电刺激(functional electrical stimulation，FES)技术代替大脑发出神经控制命令来激励相关肌肉活动、驱动受损肢体或直接控制人工假体完成预期动作，达到恢复或替代肢体运动功能目的，已经在脊髓损伤和中风患者的康复和功能辅助方面得到了广泛的临床应用[30]。虽然目前脑机接口在控制粗大运动方面有了不错的进展，但在手功能、精细运动方面研究较少，郑筱祥等[31]建立了基于非人灵长类动物的植入式脑机接口平台，训练猕猴完成抓握动作并记录PMd区的神经信号，为残疾人士在手抓握精细运动的康复提供了新的思路和方法。此外，Kong等[32]在多态成像(特别是CT、MRI)中将图像处理和深度学习相结合产生自动组织图像分割技术，Fang等[33]采用智能加速技术加速蒙特卡洛模拟的三维声素介质。

智能运动训练系统：智能运动训练系统包括虚拟现实、智能反馈和自动化评定，利用机器学习和深度学习对人运动功能、认知功能等生理功能进行评定、分类和康复决策。临床上最常用的是Motomed智能运动训练系统，该系统可以使各个时期的偏瘫患者通过踏车运动模式配以视觉反馈诱发下肢运动，改善下肢运动功能，为站立和行走做准备。其主要是为卒中后康复、帕金森综合征、脊椎损伤、多发性硬化患者提供康复服务，特征性功能为电机助力运动和痉挛控制器。所选文献主要为在临床选取符合其适应证的患者进行Motomed智能康复训练系统训练和传统康复训练进行对照试验，得出Motomed智能康复训练系统对患者下肢运动功能、下肢肌张力、步行能力及平衡能力、日常生活能力均有改善[34- 36]。

人机交互：主要为言语交互、视觉跟随、表情交互、神经交互、虚拟场景(virtual reality，VR)和感知交互。感知交互包括运动学信息感知、动力学感知和生理电感知，可以提供患者自主控制康复训练、助力型主动康复训练和阻抗型主动康复训练等模式，帮助患者诱发主动动作，适用于自闭症、脑卒中等其他疾病引起的肢体行动障碍。人机交互可以应用于上下肢外骨骼、基于虚拟场景的康复训练交互系统等。陈毅博[37]基于Kinect结合人机交互和虚拟现实技术，通过Kinect深度摄像机对人体的关节部位及动作进行捕捉和识别，以游戏化的方式代替枯燥无聊的传统训练模型，设计了康复交互系统，达到满足患者康复训练的需求。

辅助诊断和远程康复：在康复训练方面，人工智能主要起辅助诊断和智能评估等作用。主要方法为使用智能评估系统对患者进行测试，评估患者的病情和病种。例如在言语治疗中，采用《西方失语症成套测验》对患者的阅读、书写、运用、结构、计算、推理等功能和大脑的认知功能进行测试，得出失语商(aphasia quotient，AQ)、操作商(performance quotient，PQ)和皮质商(cortical quotient，CQ)，还可对完全性失语、感觉性失语、经皮质运动性失语、传导性失语等提供解释标准误差和图形描记。根据得出结果，判断患者失语类型，采用失语症计算机训练系统对患者进行训练。在远程康复中，利用5G技术和“互联网+”，使没有充足医疗资源和医疗设备的地区也能享受到平等的医疗待遇，同时利用大数据处理，更好地了解本国国民健康状况，及时调整和改善医疗政策[38- 40]。

关键词前沿趋势分析利用Citespace对该阶段的研究文献进行可视化分析，列出热点突显词和VOSviewer时间图。凸显关键词的定义为此关键词在短时间内出现的频次或引文频次有很大变化，旨在表明该方面的研究突然增多。从突显词分析图中可以看出，关键词脑机接口从2015年开始出现，关键词人工智能从2018年开始出现，并且热度均持续至今，表明在所选取的中国知网检索中，是近3年来新出现的研究热点并可能未来一直持续成为研究热点。其他关键词中，机器人在脑卒中患者、脊髓损伤患者上肢功能康复和步行训练中已得到应用并取得良好的反馈。人工智能在辅助诊断、智能评估、远程康复和认知康复等方面均取得一定进展(图6)。从表4可以看出，机器人和人工智能是两大研究热点，以机器人为研究核心有上下肢功能训练，以人工智能为研究核心的有远程康复、认知训练、步态分析和脑机接口。从研究成果的发展趋势来看，国内康复医学领域人工智能方面的相关研究呈现从机器人到远程康复再到人工智能的演进发展态势。从研究成果来看，该领域研究呈现从机器人到远程康复再到人工智能的演进发展态势。

表4 2001～2020年康复医学领域人工智能研究热点词Table 4 The hot words in the crossing field between artificial intelligence and rehabilitation medicine in 2001- 2020

图6 2001～2020年康复医学领域人工智能研究热点时间图Fig 6 The time distribution of hot spots in the crossing field between artificial intelligence and rehabilitation medicine in 2001- 2020

结论和建议

通过对人工智能在康复医学领域研究现状进行分析发现：(1)根据文献发表量：该研究领域从2001到2013年正处于研究初级阶段和发展阶段，2013到2018年处于稳步发展阶段，2018年出现研究热潮。(2)研究机构方面：高等院校、学术机构相对应的医院是主要的研究机构，院校之间的合作大多为同一单位的不同部门或处于同一城市的两个机构中，未来需要进一步加强机构之间的交流与合作，并注重跨地区合作交流。作为交叉领域的研究方向，该研究中工程技术方面的研究机构应积极与医院相对应科室合作，加强学科之间的交流，将产品应用于实践中。

通过对人工智能在康复医学领域研究热点及其演化脉络进行分析发现：(1)研究热点方面：在目前研究阶段，经过Citespace软件关键词共现分析，得出高频关键词有机器人、脑机接口、人工智能、人机交互、智能康复训练系统和运动想象等，为该领域2001年来的研究热点。(2)热点分类方面：使用Citespace软件进行关键词聚类分析并结合文献内容综合分析确定人工智能在康复医学研究的5个热点主题分别是机器人、脑机接口、智能康复训练系统、人机交互和辅助诊断与远程康复，该领域中大多数研究隶属于这些范畴。(3)研究趋势方面：通过对关键词突显和VOSviewer时间图进行分析，机器人、人机交互等在相当长时间内仍是该领域研究热点，脑机接口、运动想象、远程康复等是该领域研究的新热点。

建议基于Citespace的可视化结果，通过对人工智能在康复医学领域的研究现状和研究热点进行分析，建议未来研究应关注以下几个方面：(1)研究中涉及法律、伦理及隐私问题的研究文献较少，进行试验需要大量的医疗数据，可能会威胁到患者隐私，且人工智能医疗在诊治过程中带来了许多法律和伦理问题，这些因素限制了人工智能在康复医学领域中的应用，因此日后可以多进行此方面的研究。(2)医学人工智能发展依靠大量的高质量数据，机器人学习的成功需要数据作为保障，从所选文献来看，将实际成果应用到临床方面的研究较少且实际研究中的不可预测性较高，因此缺乏有质量的数据。应多加强机构和医院之间的交流合作，多进行与临床实践接轨的研究。(3)虽然人工智能在外骨骼和机器人方面的研究已在临床实践中取得一定成果，并充分证实了其有效性，但人工智能在其他方面，如孤独症、帕金森病、虚拟技术、脑机接口方面应用并不广泛。并且临床上患者表现各异，因此能进行个性化设计康复训练内容和智能评估的人工智能更能满足患者的需求。(4)目前的研究，尤其是脑机接口方面，在控制粗大运动方面有了不错的进展，但在手功能、精细运动方面研究较少，可以多关注精细运动的控制。(5)人工智能在康复医学方面想要取得好的研究成果，需要康复医学专家、康复治疗师、智能软件技术类人员(计算机软件工程类、人工智能类)、工程类技术人员(生物医学工程、制造工程、计算机工程等)的合作和强大资金支持等，因此交叉领域人才的培养和多领域的交流合作十分重要。

根据对国外此领域的综述和相关文献进行研究，发现结论相近。尤其在治疗中风等神经疾病、肌肉疾病、免疫性疾病引起的功能障碍中，脑计算机界面、虚拟现实、神经电路磁刺激和机器人辅助治疗等多种新技术在临床上都得到了广泛应用[41]。例如人工智能开发的肌肉萎缩疾病管理数据支持平台，用于不良事件的监测、疾病教育、慢性病管理及各种数据的收集和分析[42]。利用机器学习，通过触觉传感器和神经电子学的融合与人体动能和生理信号的有效相互作用等技术为人类日后的康复带来福音[43]。在神经医学领域，在弥漫性光学断层扫描中引入一种基于深度卷积神经网络的方法[44- 45]。

研究局限性

本研究基于从中国知网数据库获得的文献进行知识图谱分析，结果相对可靠，但存在以下局限性：(1)选择中国知网上的学术期刊作为来源期刊，虽然已尽可能选取更多的关键词使检索更全面，但仍有可能无法覆盖人工智能在康复医学领域研究主题下的所有论文。(2)关键词的共现会受到节点数量的选择限制，这可能会影响结论的准确性，但是准确性本身就是相对的，并不会影响文章所得结论的可靠性。