［摘要］遠程康復作為一種新興的康復模式，可以通過信息技術手段實現(xiàn)醫(yī)患之間的遠程交互和康復指導。基于國產操作系統(tǒng)的應用軟件設計成為當前國家重點扶持的領域，借助于華為海思麒麟芯片和鴻蒙操作系統(tǒng)的特點和優(yōu)勢，利用分布式架構設計一種利用手機攝像頭就可以遠程完成康復訓練的APP軟件，可以充分發(fā)揮智能手機的便攜性和高性能，方便患者足不出戶即可完成康復訓練，節(jié)約患者的時間成本和金錢成本，節(jié)約醫(yī)療資源，緩解醫(yī)患矛盾。APP系統(tǒng)具有遠程康復訓練、在線醫(yī)療咨詢、個性化康復方案和社區(qū)互動等特色功能，操作便捷，具有廣闊的應用前景。這種康復模式的改革探索，不僅有助于改善康復服務的可及性和質量，還有望在未來的發(fā)展中，成為一種主流的康復治療方式。

［關鍵詞］遠程康復醫(yī)療；AI訓練；APP開發(fā)；數(shù)據(jù)分析評估；鴻蒙操作系統(tǒng)

中圖分類號：P391.9文章標志碼：A文章編號：1672-0563（2024）05-0112-07

DOI：10.13773/j.cnki.51-1637/z.2024.05.013

中國康復產業(yè)目前處于快速發(fā)展階段，康復需求不斷增長。中國康復產業(yè)面臨一些挑戰(zhàn)，其中之一是康復資源的不均衡分布。遠程康復醫(yī)療軟件通過提供便利的遠程訪問和監(jiān)護功能，滿足了患者對康復服務的需求。目前，國內外遠程康復輔助訓練軟件雖然提供了定制化的康復計劃，如圖片、視頻演示和指導等，幫助用戶進行物理治療和運動康復，但仍存在顯著問題。多數(shù)軟件缺乏實時互動和個性化反饋，無法根據(jù)患者的具體情況動態(tài)調整康復計劃，導致效果欠佳。此外，軟件缺乏有效的監(jiān)測機制和個性化指導，不能及時糾正錯誤動作，存在安全隱患。因此，開發(fā)一款更符合用戶需求的遠程康復訓練APP顯得十分必要。

1遠程康復APP設計思路

1.1技術選型

APP基于海思麒麟芯片與鴻蒙操作系統(tǒng)開發(fā)，利用麒麟芯片的功耗和高效能耗比、先進的人工智能加速、高性能圖形處理特性，以及鴻蒙操作系統(tǒng)的分布式架構、多終端適配性、強大的性能和響應速度、AI驅動和智能化的優(yōu)勢性能［1］。后端功能開發(fā)方面，運用Python進行AI、算法模型與機器學習模塊開發(fā)，搭建系統(tǒng)的業(yè)務邏輯、接口等；前端開發(fā)方面，系統(tǒng)管理頁面利用Django設計，APP頁面采用ArkTS編程語言。APP采用原創(chuàng)架構設計，開發(fā)時考慮了后期升級拓展，高可拓展性使得算法模塊和代碼可以不斷改進優(yōu)化，顯著提高系統(tǒng)的多樣性，運行速度與性能，也使得后期開發(fā)功能的多樣化。

1.2系統(tǒng)架構選型

系統(tǒng)采用“分布式架構+AI/機器學習架構”結合的方式設計。分布式架構可以將負載分散到多個服務器上，提高系統(tǒng)的吞吐量和可擴展性，通過增加節(jié)點來擴展系統(tǒng)的容量和處理能力；AI/機器學習架構用于構建和部署機器學習模型的系統(tǒng)架構［2］。它包括數(shù)據(jù)處理、模型訓練、模型評估和推理等組件，其中，數(shù)據(jù)處理負責準備數(shù)據(jù)，模型訓練優(yōu)化模型，模型評估評估性能，模型部署實現(xiàn)實時預測。

1.3模塊間層次結構設計及模塊劃分

系統(tǒng)采用具備高可拓展性的核心業(yè)務層、數(shù)據(jù)層、深度學習層、基礎支撐層等四層層次結構設計，方便后期升級拓展。系統(tǒng)包含醫(yī)生管理模塊、患者模塊、系統(tǒng)管理等三個核心模塊，這樣的模塊層次結構可以幫助將APP的功能和邏輯進行分層，提高代碼的組織性和可維護性。項目總體采用前后端分離方式，方便后端接口實現(xiàn)，接口與模塊間通信便捷，便于項目修改與更新，用于模塊間的接口，各個履行自己的職責，實現(xiàn)實時高效的通信。

2系統(tǒng)功能設計

APP主要用戶角色分為患者和醫(yī)生。系統(tǒng)設計層次結構圖如圖1所示。

核心業(yè)務層位于最頂層，它提供包括康復訓練、醫(yī)患交流、身份驗證等一系列關鍵服務。本層的設計充分考慮了用戶體驗和實際操作流程，使系統(tǒng)能夠滿足不同場景下的多樣化需求；緊鄰核心業(yè)務層的數(shù)據(jù)層負責對各類數(shù)據(jù)進行收集、存儲和管理。通過采用先進的數(shù)據(jù)庫技術（Redis和OpenGauss），實現(xiàn)對數(shù)據(jù)的快速讀寫和高并發(fā)處理能力，為上層業(yè)務提供堅實的數(shù)據(jù)支持；深度學習層利用卷積神經網絡等先進算法進行特征提取和學習。通過對大量醫(yī)療數(shù)據(jù)的分析和挖掘，該層能夠自動識別患者的病情狀況并進行精準評估，從而為后續(xù)的治療方案制定提供科學依據(jù)；基礎支撐層作為整個系統(tǒng)的基石，主要負責底層技術的實現(xiàn)和優(yōu)化。本層中采用了鴻蒙原生開發(fā)語言ArkTS以及Django框架等技術手段來構建系統(tǒng)的基本框架結構。同時，還集成了各種開源軟件包和庫文件以豐富系統(tǒng)的功能和性能表現(xiàn)。本層選擇海思麒麟芯片和華為Atlas2001DKA2異騰AI開發(fā)者套件等高性能硬件設備以確保系統(tǒng)的運行效率和穩(wěn)定性，并配備了鯤鵬DevKit軟件開發(fā)工具包等專業(yè)開發(fā)環(huán)境以滿足不同開發(fā)者的個性化需求。

2.1患者模塊描述

該模塊包括用戶注冊與登錄、患者信息管理、康復訓練、醫(yī)患交流等子模塊。用戶注冊與登錄模塊允許患者首次使用APP時創(chuàng)建個人賬號，并在后續(xù)訪問時通過登錄驗證身份。系統(tǒng)對用戶密碼進行加密存儲，確保用戶信息安全；患者信息管理模塊允許患者查看、編輯和更新自己的個人信息。前端界面通過API與后端服務交互，后端服務則負責數(shù)據(jù)的CRUD操作；康復訓練模塊則是患者根據(jù)醫(yī)生在系統(tǒng)中預設的康復訓練計劃，利用手機攝像頭進行動作模仿和練習。系統(tǒng)通過AI識別技術實時分析攝像頭捕捉的視頻幀，判斷患者的動作是否標準，并給出反饋和建議。該功能實現(xiàn)采用計算機視覺庫和深度學習框架（如TensorFlow），利用預訓練的CNN模型對視頻中的患者動作進行特征提取和分類。同時，結合機器學習算法（如決策樹、隨機森林）對動作進行精準評估，確保反饋的準確性和及時性；醫(yī)患交流模塊為患者和醫(yī)生提供一個在線溝通的平臺，該模塊采用WebSocket或HTTP輪詢等技術實現(xiàn)消息的實時傳輸，構建出即時通訊系統(tǒng)。

2.2醫(yī)生模塊描述

該模塊包括個人信息維護、患者管理、醫(yī)患在線交流等子模塊。個人信息維護模塊允許醫(yī)生更新和完善個人基本信息，如姓名、職稱、專業(yè)領域等?；颊吖芾砟K為醫(yī)生給患者制定個性化的康復訓練計劃，包括訓練項目、強度、頻率等，并實時接收患者的訓練數(shù)據(jù)。醫(yī)生還能根據(jù)數(shù)據(jù)反饋在線調整訓練方案，優(yōu)化治療效果；醫(yī)患在線交流模塊構建了一個即時通訊平臺，支持醫(yī)生與患者之間的文字、圖片、視頻等多種形式的溝通。醫(yī)生可在此模塊中解答患者疑問，指導康復訓練，增強醫(yī)患互動與信任。

2.3系統(tǒng)管理模塊描述

該模塊包括用戶數(shù)據(jù)管理、系統(tǒng)數(shù)據(jù)管理、數(shù)據(jù)統(tǒng)計、運動模型管理等子模塊。用戶數(shù)據(jù)管理負責維護醫(yī)生和患者的基本信息。該模塊采用Django框架作為后端服務，結合Redis進行緩存處理，并采用OpenGauss作為主數(shù)據(jù)庫；系統(tǒng)數(shù)據(jù)管理聚焦于患者運動情況數(shù)據(jù)及醫(yī)生制定的康復計劃等核心業(yè)務數(shù)據(jù)的處理。對于患者運動數(shù)據(jù)，系統(tǒng)采用時間序列數(shù)據(jù)庫技術，確保數(shù)據(jù)的連續(xù)性和可追溯性。醫(yī)生制定的康復計劃則通過API接口進行管理和分發(fā)，確保數(shù)據(jù)的實時同步與更新；數(shù)據(jù)統(tǒng)計子模塊提供詳盡的用戶訓練數(shù)據(jù)分析功能，包括但不限于訓練會話次數(shù)、頻率、進度、目標達成情況、運動活動數(shù)據(jù)、姿勢動作數(shù)據(jù)、反饋評估數(shù)據(jù)以及錯誤調整數(shù)據(jù)等。系統(tǒng)利用機器學習算法（如聚類、分類）挖掘數(shù)據(jù)中的隱藏模式，為醫(yī)生提供個性化的治療建議；運動模型管理模塊集成了AI技術與機器學習算法，對常見康復動作（如肩部、膝蓋、脊柱康復動作）進行標準化管理。該模塊首先建立了一個包含各類康復動作標準圖片的大型圖片庫。接著利用卷積神經網絡（CNN）等深度學習技術，對圖片庫中的動作圖像進行特征提取與分類訓練，構建出高效的識別模型。系統(tǒng)通過攝像頭捕捉患者的訓練動作，并將其與預訓練的模型進行比對分析，從而實時評估患者的動作標準度，并給出相應的反饋與建議。

3系統(tǒng)核心功能實現(xiàn)

系統(tǒng)核心功能包括三個方面：一是康復指導模塊中，醫(yī)生的肢體動作錄入如何利用軟件實現(xiàn)；二是患者通過攝像頭訓練時，系統(tǒng)如何判斷患者動作是否標準；三是關于患者訓練后的數(shù)據(jù)分析與評估功能實現(xiàn)。有許多運動康復動作的軟件模型可用于指導和輔助康復訓練。常見的軟件模型包括視頻教學模型、姿勢檢測模型、3D模型和運動捕捉模型、個性化訓練模型、人工智能輔助分析模型等等。本項目中采用人工智能輔助分析軟件模型進行設計。該模型借助動作評估算法、動作生成算法、人體姿勢校準算法和人體姿勢識別算法，通過分析用戶的實時視頻流或圖像，提供即時反饋和指導。用戶可以通過觀察自己的姿勢與模型給出的參考姿勢進行比對，糾正錯誤并改進執(zhí)行方式。

3.1肢體動作錄入

醫(yī)生在后臺對需要制定的康復指導動作進行擬定，將數(shù)百張動作照片和數(shù)段訓練動作視頻提交到系統(tǒng)后端，系統(tǒng)后臺根據(jù)AI/算法庫模型生成對應的標準康復運動動作，并進行大量的動作測試，保證康復訓練運動的可行性與科學性。系統(tǒng)完成標準動作生成的同時，會自動生成對應的康復指導視頻與文檔，其中康復指導視頻的人物為系統(tǒng)自定義的虛擬人物。其動作生成時采用了深度學習、動作評估算法、動作生成算法、人體姿勢校準算法和人體姿勢識別算法。

3.2患者動作判斷

該模塊通過AI動作識別實現(xiàn)患者動作判斷。該功能使用深度學習與動作評估算法、動作生成算法、人體姿勢校準算法和人體姿勢識別算法的多種AI算法實現(xiàn)［3］。系統(tǒng)實現(xiàn)患者動作的判斷，采用了基于深度學習的動作識別技術，使用了如BlazePose等主流姿勢估計模型，模型利用卷積神經網絡（CNN）從視頻流或圖像中檢測人體的關鍵點，如肩膀、肘部、膝蓋等，構建了一個多階段檢測框架。模型先快速檢測出人體大致的輪廓或區(qū)域，然后進一步細化定位到各個關鍵點的位置。其具體實現(xiàn)過程為，系統(tǒng)首先載入預訓練的肢體檢測模型和地標檢測模型，并使用SSD錨點機制來處理輸入的圖像數(shù)據(jù)。系統(tǒng)利用圖像預處理技術（如數(shù)據(jù)增強、標準化等）來提高模型的魯棒性。接著，通過使用姿態(tài)檢測函數(shù)estimatePoses，系統(tǒng)從視頻幀中提取患者的實時動作數(shù)據(jù)，并將這些數(shù)據(jù)與訓練集中存儲的標準動作庫進行比對。為了適應不同設備的性能和硬件環(huán)境，系統(tǒng)會動態(tài)調整檢測模型的復雜度和精度。

系統(tǒng)集成了姿態(tài)平滑算法（如基于卡爾曼濾波的平滑技術），減少了由于噪聲或運動模糊引起的關鍵點抖動，從而提高了姿態(tài)識別的穩(wěn)定性和準確性。通過平滑分割過濾（poseSegmentationFiltering），系統(tǒng)對每一幀的姿態(tài)數(shù)據(jù)進行連續(xù)性檢測和濾波處理，確保輸出的動作數(shù)據(jù)的準確性和連貫性，并為用戶提供精確的康復指導和反饋。如圖2為用戶訓練的肢體比對圖。

3.3數(shù)據(jù)分析與評估

該模塊包含數(shù)據(jù)采集、數(shù)據(jù)分析與數(shù)據(jù)可視化、康復評估等步驟［4］。首先，系統(tǒng)采集患者在康復訓練期間產生的相關數(shù)據(jù)，并進行存儲和管理。其次，系統(tǒng)對原始數(shù)據(jù)進行預處理，確保數(shù)據(jù)的質量和準確性；再次，系統(tǒng)運用數(shù)據(jù)分析算法對康復訓練數(shù)據(jù)進行分析，通過可視化的方式將分析結果呈現(xiàn)給醫(yī)生和患者，以便直觀地了解數(shù)據(jù)的趨勢和變化。系統(tǒng)根據(jù)數(shù)據(jù)分析結果，對患者的康復訓練效果進行評估，并提供相應的反饋和建議。

3.3.1數(shù)據(jù)采集

該模塊包含錄制視頻、AI算法與計算機視覺分析、數(shù)據(jù)標注、數(shù)據(jù)集構建、模型訓練、運動識別和評估等步驟［5］。第一步，用戶使用數(shù)碼相機、智能手機、筆記本電腦、攝像機等設備錄制康復運動訓練的高清視頻；第二步，系統(tǒng)利用AI算法和計算機視覺技術對錄制的視頻進行分析和處理。例如，使用動作評估算法、動作生成算法、人體姿勢校準算法和人體姿勢識別算法來提取關鍵點、運動軌跡等信息；第三步，系統(tǒng)對分析得到的視頻數(shù)據(jù)進行標注，標識康復運動的動作、姿勢等信息，可以通過手動添加文本標簽、繪制關鍵點或邊界框等方式來完成；第四步，根據(jù)標注的數(shù)據(jù)，構建康復運動訓練的數(shù)據(jù)集，將視頻數(shù)據(jù)和對應的標簽組織成適當?shù)臄?shù)據(jù)結構，以供后續(xù)的訓練和評估使用；第五步，利用構建的數(shù)據(jù)集，使用AI算法進行模型訓練?？梢允褂蒙疃葘W習算法如卷積神經網絡（CNN）、循環(huán)神經網絡（RNN）等來訓練模型，以學習康復運動的特征和模式；第六步，利用訓練好的模型對新的康復運動視頻進行識別和評估。通過輸入視頻數(shù)據(jù)，模型可以預測運動的類型、姿勢準確性等信息，從而提供實時的反饋和評估結果。

3.3.2數(shù)據(jù)分析與數(shù)據(jù)可視化

該模塊包含數(shù)據(jù)收集和存儲、數(shù)據(jù)預處理、數(shù)據(jù)分析、數(shù)據(jù)可視化、用戶反饋和建議等步驟。第一步，APP應用程序通過數(shù)據(jù)采集方法獲取用戶康復訓練的相關數(shù)據(jù)。將這些數(shù)據(jù)將被存儲在數(shù)據(jù)庫或云服務器中，以備后續(xù)分析和可視化使用；第二步，對收集到的原始數(shù)據(jù)進行預處理。這包括數(shù)據(jù)清洗、去除異常值、填補缺失值等操作，以確保數(shù)據(jù)的準確性和完整性；第三步，通過應用統(tǒng)計分析和機器學習等技術，對康復訓練數(shù)據(jù)進行分析。例如，可以計算每個用戶的訓練頻率、運動幅度變化、進步趨勢等指標，以評估康復效果和用戶的訓練進展。還可以利用分類算法識別用戶的運動模式，比如錯誤姿勢或不規(guī)范的動作；第四步，將分析得到的數(shù)據(jù)以可視化的形式展示給用戶和醫(yī)生，以便他們更直觀地理解康復訓練的結果和進展情況。通過數(shù)據(jù)可視化，醫(yī)生可以觀察到康復訓練的趨勢、變化和潛在問題，從而做出相應的調整和決策；第五步，基于數(shù)據(jù)分析和可視化結果，APP提供個性化的用戶反饋和建議。例如，系統(tǒng)可以向用戶展示訓練進展的圖表，并給予積極的鼓勵或提供改進建議，幫助用戶更好地完成康復訓練。

3.3.3康復評估

該模塊包含運動分析、康復評估指標計算、反饋和建議、醫(yī)患交流等步驟。第一步，利用機器學習、AI和計算機視覺等技術對康復訓練數(shù)據(jù)進行分析；第二步，根據(jù)運動分析的結果，計算一系列康復評估指標，如運動范圍、運動速度、動作準確性等。這些指標可以量化用戶的康復進展和訓練效果，為醫(yī)生和用戶提供客觀的評估依據(jù)；第三步，根據(jù)康復評估的結果，為用戶提供個性化的反饋和建議。系統(tǒng)通過界面展示評估結果、進展曲線等信息，同時提供針對性的訓練建議和改進措施，幫助用戶調整訓練計劃和提高康復效果；第四步，醫(yī)生可以通過遠程醫(yī)療平臺與患者進行在線交流，查看康復評估結果，并給予專業(yè)的指導和建議。

4系統(tǒng)測試

系統(tǒng)測試過程圍繞軟件的核心功能展開，通過單元測試驗證用戶管理、訓練計劃選擇、實時數(shù)據(jù)監(jiān)控、訓練記錄分析等各模塊功能的正確性。系統(tǒng)測試在華為手機、華為平板等設備上模擬完整用戶操作流程，驗證各功能模塊在多場景下的協(xié)調性和穩(wěn)定性，確保用戶能夠無縫地注冊、登錄、選擇訓練計劃、開始訓練、查看訓練進度和結果。在性能測試中，通過負載測試以模擬多用戶同時使用場景，評估APP在高并發(fā)訪問下的響應時間和系統(tǒng)資源占用情況，確保其能夠處理高峰負載；功耗測試監(jiān)測APP在海思麒麟芯片設備上的能源消耗，確保其在長時間康復訓練期間能夠維持低功耗運行；安全測試方面，通過數(shù)據(jù)加密驗證、身份認證和漏洞掃描，確保數(shù)據(jù)傳輸過程中的安全性，防止用戶數(shù)據(jù)被未授權訪問和竊取。同時，兼容性測試在不同型號和版本的海思麒麟芯片設備以及鴻蒙操作系統(tǒng)環(huán)境下進行，確保APP在各種設備上都能正常運行和顯示。

測試結果顯示，APP在功能測試中通過率達到98%以上，所有核心功能均能按照設計要求正確執(zhí)行，且模塊間數(shù)據(jù)傳輸順暢。性能測試結果表明，APP在多用戶負載下的響應時間保持在毫秒級，功耗水平符合低能耗設計目標。在安全測試中，數(shù)據(jù)加密和身份認證均符合行業(yè)安全標準，未發(fā)現(xiàn)嚴重漏洞。兼容性測試表明，APP適配多種設備和操作系統(tǒng)版本，顯示效果和操作流暢度均達到預期。用戶體驗測試結果顯示，90%以上的測試用戶認為操作簡單直觀、界面美觀、反應迅速?？傮w而言，APP通過了全面的測試，滿足用戶需求，具備較高的可靠性、穩(wěn)定性和安全性。

5結論

本文提出了一種基于鴻蒙操作系統(tǒng)的遠程康復軟件設計方案。該方案利用鴻蒙操作系統(tǒng)的特點和優(yōu)勢，設計了相應的功能模塊，實現(xiàn)了遠程康復指導和數(shù)據(jù)分析等功能，其具有方便性和靈活性，節(jié)省了時間成本、財力成本及醫(yī)療資源。目前，該項目已獲得2項軟件著作權專利，接下來將陸續(xù)向攀枝花市相關醫(yī)療機構推廣使用。在未來的改進方向中，項目將更注重個性化和定制化，繼續(xù)利用人工智能和深度學習技術提供個體化的康復方案設計。同時，完善數(shù)據(jù)分析和預測功能，幫助醫(yī)療專業(yè)人員評估康復進展并提供個性化建議。

參考文獻

［1］ "胡海欽.鴻蒙操作系統(tǒng)（HarmonyOS）初識與探究［J］.衛(wèi)星電視與寬帶多媒體，2021（9）：25-26.

［2］ 李曉輝，王磊.遠程醫(yī)療系統(tǒng)的研究現(xiàn)狀與應用前景［J］.現(xiàn)代醫(yī)院，2021，21（6）：832-835.

［3］ 陳偉，張倩.基于AI的康復訓練系統(tǒng)設計與實現(xiàn)［J］.計算機工程與應用，2022，58（7）：146-150.

［4］ 王志強，劉洋.機器學習在醫(yī)療康復中的應用［J］.醫(yī)療裝備，2021，34（12）：75-78.

［5］ 李娜，張雷.智能康復系統(tǒng)的數(shù)據(jù)采集與處理方法［J］.電子設計工程，2021，29（15）：120-123.

［5］ 西南科技大學發(fā)展與規(guī)劃委員會.西南科技大學“十四五”和二0三五年規(guī)劃匯編［M］.內部發(fā)行，2021：46-47.

［5］ 陳君鋒.深度挖掘三線建設文化資源 為文化強市建設注入動力［N］.綿陽日報，2022-07-04（5）.

［6］ 中國社會科學院當代中國研究所.新中國70年［M］.北京：當代中國出版社，2019：105.

［7］ 習近平.堅持黨的領導傳承紅色基因扎根中國大地 走出一條建設中國特色世界一流大學新路［N］.人民日報，2022-04-26（1）.

［8］ 王曉暉.高舉習近平新時代中國特色社會主義思想偉大旗幟 團結奮進全面建設社會主義現(xiàn)代化四川新征程［N］.四川日報，2022-06-06（1）.

［9］ 張揚.一副時代變革的歷史圖景——《新中國小三線建設檔案文獻整理匯編（第一輯）》述評［J］.當代中國史研究，2022（2）：143-150+160.

［10］ 王敬堯.學報特色欄目存在的空間與條件［J］.中國出版，2010（2）：50-53.

［責任編輯：付麗萍］

Design of a Remote Rehabilitation Training App Based on

HiSilicon Kirin Chip and HarmonyOS

LIU Bin

（School of Mathematics and Computer Science， Panzhihua University， Panzhihua 617000， Sichuan）

Abstract：Remote rehabilitation， as an emerging mode of rehabilitation， enables remote interaction and guidance between doctors and patients by means of information technology."The design of application software based on domestic made operating systems has become a key area receiving national support."Utilizing the characteristics and advantages of Huawei’s HiSilicon Kirin chip and HarmonyOS， an app with a distributed architecture was designed which allows remote rehabilitation training using a smartphone camera."This app fully leverages the portability and high performance of smartphones， enabling patients to complete rehabilitation training at home， saving time and money， conserving medical resources， and alleviating doctor-patient conflicts."The app system features remote rehabilitation training， online medical consultations personalized rehabilitation plans， and community interaction， generating great convenience in operation as well as promising prospects of extensive application."This exploration in reforming the rehabilitation model not only helps improve the accessibility and quality of rehabilitation services but also has the potential to become a mainstream rehabilitation treatment method in future.

Keywords： Remote rehabilitation therapy； AI training； App development； data analysis and evaluation； HarmonyOS

收稿日期：2023-06-19

基金項目：2023年國家級大學生創(chuàng)新項目“基于海思麒麟芯片和鴻蒙操作系統(tǒng)的殘障人士運動康復遠程治療系統(tǒng)設計”（202311360017）。

作者簡介：劉彬，講師，Email：36637345@qq.com。