現如今，計算能力的超強爆發和數據的快速增長，導致人工智能又進入了一個新的發展階段。新一代醫療技術產品是包括人工智能在內的不同技術的結合，并且跨越了醫療器械、醫藥產品或人體組織等傳統醫療產品之間的界線。

　　我國康復醫療起步很晚，大約在20世紀80年代初，才提出發展需求，形成預防、保健、治療、康復為一體的醫學模式。由于醫用電子學、生物學以及醫學影像等學科的發展和交叉，使現代醫學發展到了一個空前的階段。

　　方強教授表示，AI可以幫助醫生提供更好的臨床決策，取代醫療保健的某些功能區域（例如放射影像學）中的人類判斷。AI系統從大量患者群體中提取有用信息，可以對健康風險進行評估和預警，對健康趨勢進行預測和推斷，而且AI具有學習和自我糾正能力，可以根據反饋提高其準確性。

　　康復醫學是從評估開始，評估的目的是為了識別出問題和辨別出需求，評估完了以后進入設計階段，就是將問題和可修改或者限制性的因素聯系起來，定義出這些目標的問題和目標的中介，從而選擇合適的康復措施。

　　如今，我們國家已經進入老齡化社會，對康復醫學的需求呈指數式增長，但是康復醫學發展非常緩慢，資源不夠，利用AI來解決康復醫學的問題將會是一個很好的方向。方強教授指出，康復機器人技術可以實現人類功能代償的新高度；腦機接口可以實現神經指令傳遞的新路徑；新型材料推進輔助器具與用品的發展，可以實現康復治療與日常活動的結合；穿戴式設備可以實現康復訓練監控和數據采集等。

　　情緒識別對于患者的康復過程也很重要，讓病人處于積極的狀態下完成康復運動，可以提高康復工程的效果。

　　方強教授表示，情緒識別可以讓病人真實的狀態得到確認，生理信號比起面部表情準確性更高。DEAP是對腦電情緒研究中使用較為廣泛的一個數據集，并且使用了新的方法去研究分類。部分研究者使用數據集的腦電數據作為輸入，以及效價和喚醒度作為輸出訓練模型，也有基于CNN的研究，處理方法類似，結果都不錯，比傳統的機器學習優勢相對明顯。

　　對于未來，方強教授相信，AI＋康復醫療是康復醫學發展的必然方向，人工智能可以幫助康復醫療從業者以最少的人為干預來有效地完成他們的任務，這是滿足不斷增長的患者需求的關鍵因素。