rehabilitation-analyzer

name	rehabilitation-analyzer
description	分析康复训练数据、识别康复模式、评估康复进展，并提供个性化康复建议
allowed-tools	Read, Grep, Glob, Write, Edit

康复训练分析技能

核心功能

康复训练分析技能提供全面的康复数据分析功能，帮助用户追踪康复进展、识别改善模式和优化训练计划。

主要功能模块：

1. 康复进展分析 - 评估功能改善趋势和康复效果
2. 功能改善曲线 - 可视化ROM、肌力、平衡等功能指标变化
3. 疼痛模式识别 - 分析疼痛评分变化趋势和触发因素
4. 目标达成率评估 - 追踪康复目标完成情况
5. 康复阶段分析 - 评估当前阶段进展和阶段转换准备度
6. 训练依从性评估 - 分析训练计划执行情况

触发条件

技能在以下情况下自动触发：

1. 用户使用 /rehab progress 查看康复进展
2. 用户使用 /rehab analysis 进行康复分析
3. 用户使用 /rehab trends 查看趋势分析
4. 用户使用 /rehab report 生成康复报告

执行步骤

第1步：数据读取

读取康复数据文件：

• data/rehabilitation-tracker.json - 主康复档案
• data/rehabilitation-logs/YYYY-MM/YYYY-MM-DD.json - 每日训练日志

数据验证：

• 检查文件是否存在
• 验证数据结构完整性
• 确认有足够的数据点进行分析（建议至少3次评估或10天训练记录）

第2步：功能评估趋势分析

关节活动度（ROM）分析：

- 分析不同时间点的ROM测量值
- 计算ROM改善速率（度/周）
- 识别ROM平台期或倒退
- 预测达到目标ROM的时间
- 与目标范围对比

肌力改善分析：

- 追踪肌力等级变化（MMT评分）
- 识别肌力提升模式
- 比较不同肌群恢复速度
- 评估肌力不平衡情况

平衡功能分析：

- 平衡测试分数趋势
- 单腿站立时间改善
- 平衡稳定性评估
- 跌倒风险变化

第3步：疼痛模式分析

疼痛时序分析：

- 分析晨起疼痛趋势
- 分析活动后疼痛趋势
- 识别疼痛加重/缓解模式
- 关联疼痛与训练强度

疼痛触发因素识别：

- 特定训练项目与疼痛关系
- 训练强度与疼痛相关性
- 活动类型与疼痛关系
- 时间因素对疼痛影响

第4步：训练依从性计算

依从性指标：

依从性 = (实际训练次数 / 计划训练次数) × 100%

分析维度：

• 周依从性
• 月依从性
• 整体依从性
• 不同训练类型的依从性

第5步：目标达成评估

目标进度追踪：

• 计算每个目标的完成百分比
• 预估目标达成时间
• 识别滞后目标
• 提供目标调整建议

第6步：康复阶段评估

当前阶段分析：

• 阶段目标完成情况
• 是否准备好进入下一阶段
• 阶段转换建议

第7步：生成报告

输出包括：

• 康复进展摘要
• 功能改善趋势
• 疼痛控制情况
• 训练依从性评价
• 目标达成评估
• 阶段进展建议
• 个性化建议

输出格式

康复进展报告结构

# 康复进展报告
**报告日期**: YYYY-MM-DD
**康复时长**: X天
**当前阶段**: 第X阶段 - 阶段名称

## 1. 康复进展摘要

[整体进展评价：优秀/良好/一般/需改进]
- 康复时长：X天（第X周）
- 完成训练：X次
- 训练依从性：X%
- 当前阶段进展：X%

## 2. 功能改善趋势

### 关节活动度（ROM）
- [关节名] [活动类型]: 基线X° → 当前X° → 改善X°
- 改善速率：X°/周
- 达到目标时间预估：X周
- 趋势分析：[改善趋势描述]

### 肌力评估
- [肌群名]: 基线X/5 → 当前X/5 → 改善X级
- 肌力提升模式：[描述]
- 肌力平衡：[评估]

### 平衡功能
- [测试类型]: 基线X → 当前X → 改善X
- 平衡稳定性：[评估]
- 跌倒风险：[评估]

## 3. 疼痛控制情况

- 平均疼痛水平：X/10
- 疼痛趋势：[改善/稳定/加重]
- 疼痛模式：[描述]
- 触发因素：[识别出的触发因素]
- 疼痛控制建议：[建议]

## 4. 训练依从性

- 整体依从性：X%
- 计划训练：X次
- 实际训练：X次
- 依从性评价：[优秀/良好/一般/需改进]
- 缺训原因分析：[如有]

## 5. 目标达成情况

### 已达成目标（X个）
- 目标1：[描述] - 达成日期：YYYY-MM-DD
- ...

### 进行中目标（X个）
- 目标1：[描述] - 当前进度：X% - 预计达成：YYYY-MM-DD
- ...

### 滞后目标（X个）
- 目标1：[描述] - 当前进度：X% - 需要关注

## 6. 康复阶段进展

**当前阶段**: 第X阶段 - [阶段名称]
- 阶段目标完成：X/X
- 阶段进度：X%
- 阶段持续时间：X周
- : [评价]

: [是/否]
 [准备好的理由] / [需要继续努力的项目]




 [具体训练建议]


 [目标调整建议]


 [阶段转换建议]


 [需要注意的事项]



: YYYY-MM-DD
: [重点评估项目]

简要进展报告

## 康复进展简报

📊 **整体进展**: 良好
⏱️ **康复时长**: 第X周（X天）
🎯 **阶段**: 第X阶段 - [阶段名称]

**功能改善**:
- ROM: +X°（改善速率X°/周）✅
- 肌力: 提升X级 ✅
- 平衡: 改善X% ✅

**疼痛控制**: 平均X/10（[趋势]）
**训练依从性**: X%（[评价]）
**目标达成**: X/X（X%）

**当前阶段**: X/X目标完成
**下一阶段准备**: [是/否]

💡 **建议**: [1-2条核心建议]

数据源

主数据文件

• 文件路径: data/rehabilitation-tracker.json
• 读取字段:
  • user_profile - 用户档案和康复基本信息
  • rehabilitation_goals - 康复目标列表
  • exercise_log - 训练日志
  • functional_assessments - 功能评估记录
  • phase_progression - 阶段进展记录
  • pain_diary - 疼痛日记
  • statistics - 统计数据

日志数据文件

• 文件路径: data/rehabilitation-logs/YYYY-MM/YYYY-MM-DD.json
• 读取字段:
  • daily_summary - 日训练摘要
  • exercise_sessions - 训练详情
  • pain_entries - 疼痛记录
  • assessments - 评估记录
  • notes - 每日备注

分析算法

1. 改善趋势分析

线性回归分析：

使用最小二乘法拟合功能改善趋势
改善速率 = (当前值 - 基线值) / 时间间隔

改善模式识别：

• 线性改善：稳定持续改善
• 阶梯式改善：平台期后快速改善
• 平台期：改善停滞
• 倒退：功能下降（需要关注）

2. 疼痛时序分析

移动平均计算：

7日移动平均疼痛 = sum(近7天疼痛) / 7

疼痛趋势判断：

• 改善：疼痛评分下降≥20%
• 稳定：疼痛评分变化<20%
• 加重：疼痛评分上升≥20%

3. 依从性计算

总体依从性 = (实际训练天数 / 计划训练天数) × 100%

训练类型依从性 = (某类型实际完成 / 某类型计划完成) × 100%

依从性评价：

• 优秀：≥90%
• 良好：75-89%
• 一般：60-74%
• 需改进：<60%

4. 目标达成预测

线性外推：

预测时间 = 当前日期 + ((目标值 - 当前值) / 改善速率)

考虑因素：

• 近期改善速率
• 平台期历史
• 训练依从性

5. 阶段转换准备度评估

准备度评分：

准备度 = (已达成阶段目标数 / 阶段目标总数) × 100%

准备度 ≥ 80%: 建议进入下一阶段
准备度 60-79%: 可考虑进入下一阶段，需谨慎
准备度 < 60%: 建议继续当前阶段

安全与隐私

数据安全原则

1. 本地存储

   • 所有康复数据仅存储在用户本地设备
   • 不上传至任何云端服务器
   • 不与第三方共享数据

2. 隐私保护

   • 个人健康信息严格保密
   • 数据文件不包含个人身份信息
   • 用户完全控制数据访问权限

3. 数据完整性

   • 原始数据不被修改
   • 分析结果基于真实数据
   • 支持数据导出和备份

医学安全边界

系统不能做的事：

• ❌ 不提供具体康复训练处方
• ❌ 不替代康复师专业指导
• ❌ 不诊断损伤或并发症
• ❌ 不调整康复阶段计划
• ❌ 不预测康复预后时间
• ❌ 不处理急性疼痛或损伤

系统能做的事：

• ✅ 提供数据分析和趋势识别
• ✅ 提供进展追踪和目标管理
• ✅ 提供一般性康复建议
• ✅ 提供专业康复就医提醒
• ✅ 记录训练和评估数据
• ✅ 生成康复进展报告

重要提示：

• 所有康复训练计划应遵循康复师指导
• 任何疼痛加重或功能倒退应及时就医
• 定期专业评估是康复成功的关键
• 系统建议仅供参考，不替代专业判断

错误处理

数据读取错误

错误类型1：文件不存在

错误信息: "未找到康复数据文件，请先使用 /rehab start 开始康复追踪"
处理建议: 引导用户开始康复记录

错误类型2：数据不足

错误信息: "数据不足，至少需要3次功能评估或10天训练记录才能生成分析报告"
当前数据: X次评估，X天训练记录
处理建议: 建议用户继续记录更多数据

错误类型3：数据结构错误

错误信息: "数据文件结构异常，请检查数据完整性"
处理建议: 建议用户重新初始化康复档案

分析过程错误

错误类型：计算异常

错误信息: "数据分析过程中出现异常，请稍后重试"
处理建议: 记录错误日志，提供基础数据展示

输出生成错误

错误类型：报告生成失败

错误信息: "报告生成失败，请尝试简化查询条件或联系技术支持"
处理建议: 提供简化版报告或原始数据导出

使用示例

示例1：查看康复进展

用户输入：

/rehab progress

技能执行：

1. 读取 rehabilitation-tracker.json
2. 读取近30天的康复日志
3. 分析功能改善趋势
4. 计算训练依从性
5. 评估目标达成情况
6. 生成进展报告

输出：

# 康复进展报告

## 康复进展摘要
📊 整体进展: 良好
⏱️ 康复时长: 第6周（36天）
🎯 当前阶段: 第3阶段 - 强化期

## 功能改善
- 膝关节屈曲: 30° → 120° (+90°) ✅
- 膝关节伸直: -10° → 0° (+10°) ✅
- 股四头肌肌力: 3/5 → 4/5 (提升1级) ✅
- 单腿站立: 5秒 → 30秒 (+25秒) ✅

## 疼痛控制
- 平均疼痛: 1.5/10（良好控制）
- 疼痛趋势: 稳定 ✅

## 训练依从性: 92%（优秀）

## 目标达成: 8/14（57%）
- ✅ 已达成: 8个
- 🔄 进行中: 5个
- ⚠️ 滞后: 1个

## 阶段进展
第3阶段进度: 2/5目标完成（40%）
下一阶段准备: 需要继续努力

💡 建议: 继续当前训练强度，重点关注股四头肌强化训练

示例2：分析功能改善趋势

用户输入：

/rehab trends rom

技能执行：

1. 提取所有ROM评估记录
2. 绘制ROM改善曲线（文字描述）
3. 计算改善速率
4. 预测达到目标时间
5. 识别改善模式

输出：

# 关节活动度（ROM）趋势分析

## 膝关节屈曲
📈 改善趋势: 良好

时间线:
- 5/15: 30° (基线)
- 5/30: 70° (+40°)
- 6/15: 100° (+30°)
- 6/20: 120° (+20°)

改善速率: 8.6°/周
目标: 135°
预计达成: 2025-08-01（还需2周）
趋势: 持续改善 ✅

## 膝关节伸直
✅ 已达成目标

时间线:
- 5/15: -10° (基线)
- 6/10: 0° (达成目标) ✅
- 6/20: 0° (维持)

改善速率: 2.5°/周
目标: 0°
达成日期: 2025-06-10
趋势: 维持目标 ✅

## 建议
- 膝关节屈曲进展良好，继续保持
- 注意伸直维持训练，避免屈曲挛缩
- 预计2周内可达到屈曲目标

示例3：评估疼痛模式

用户输入：

/rehab analysis pain

技能执行：

1. 提取所有疼痛记录
2. 分析疼痛时序变化
3. 识别疼痛触发因素
4. 评估疼痛控制效果

输出：

# 疼痛模式分析

## 疼痛趋势
📉 总体趋势: 改善中

- 基线疼痛: 5/10
- 当前疼痛: 2/10
- 改善: 3分（60%改善）✅

## 时序模式
- 晨起疼痛: 1/10（轻度）
- 活动后疼痛: 2/10（轻度）
- 休息时疼痛: 0/10（无痛）

## 触发因素识别
- 主要触发因素: 延长坐姿、上下楼梯
- 疼痛加剧活动: 下楼梯、深蹲
- 缓解因素: 休息、冰敷、抬高

## 训练相关疼痛
- 训练时平均疼痛: 1.2/10（安全范围）
- 训练后疼痛: 2/10（快速缓解）
- 训练依从性不受疼痛影响 ✅

## 建议
- 疼痛控制良好，继续当前训练强度
- 注意训练后休息和冰敷
- 避免疼痛加剧活动（深蹲、下楼梯）
- 如疼痛>4/10，及时就医评估

相关性分析

与运动模块关联

关联分析：

• 康复训练与运动能力恢复的关联
• 康复训练强度与心率变化的关系
• 功能改善与日常活动量的关联

示例：

用户使用 /rehab analysis correlation fitness
技能读取:
- rehabilitation-tracker.json
- fitness-tracker.json
- 分析康复训练与运动指标的相关性

与睡眠模块关联

关联分析：

• 训练强度与睡眠质量的关系
• 疼痛水平与睡眠时长的关系
• 恢复期睡眠需求分析

与用药模块关联

关联分析：

• 止痛药使用趋势
• 用药与训练强度的关系
• 疼痛控制与用药依从性

使用示例

场景1：新用户开始康复

用户: /rehab start acl-surgery 2025-05-01
系统: 初始化康复档案，设置基础目标，提供初始建议
技能: rehabilitation-analyzer（可选，用于初步评估）

场景2：记录每日训练

用户: /rehab exercise slr 3x15 pain2
系统: 记录训练数据，更新训练日志
技能: 不触发（仅记录）

场景3：查看进展报告

用户: /rehab progress
系统: 调用 rehabilitation-analyzer 技能
技能: 完整分析，生成进展报告

场景4：分析特定功能

用户: /rehab trends rom
系统: 调用 rehabilitation-analyzer 技能
技能: ROM专项分析，生成趋势报告

场景5：评估疼痛模式

用户: /rehab analysis pain
系统: 调用 rehabilitation-analyzer 技能
技能: 疼痛专项分析，识别模式和触发因素

---

技能版本: v1.0 最后更新: 2026-01-06 维护者: WellAlly Tech