🎯

rehabilitation-analyzer

🎯Skill

from huifer/wellally-health

VibeIndex|
What it does

rehabilitation-analyzer skill from huifer/wellally-health

📦

Part of

huifer/wellally-health(15 items)

rehabilitation-analyzer

Installation

📋 No install commands found in docs. Showing default command. Check GitHub for actual instructions.
Quick InstallInstall with npx
npx skills add huifer/wellally-health --skill rehabilitation-analyzer
9Installs
678
-
Last UpdatedJan 22, 2026

Skill Details

SKILL.md

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

Overview

# 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

```markdown

# 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
  • 阶段评价: [评价]

是否准备好进入下一阶段: [是/否]

  • [准备好的理由] / [需要继续努力的项目]

7. 个性化建议

训练建议

  • [具体训练建议]

目标调整建议

  • [目标调整建议]

阶段转换建议

  • [阶段转换建议]

注意事项

  • [需要注意的事项]

8. 下次评估

下次评估日期: YYYY-MM-DD

评估重点: [重点评估项目]

```

简要进展报告

```markdown

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

  1. 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

  1. 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 ✅

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