[!info] related notes

• 所属 MOC:
• 相关概念:
• 易混淆概念:
• 相关资源:

动作模式观察与解释边界

覆盖范围

动作分析的第一职责是描述发生了什么，而不是看到某个视觉特征后立即解释“为什么”。

更稳妥的层级是：

Task
→ Observed Movement Features
→ Performance / Symptom Response
→ Interpretation Hypotheses
→ Additional Assessment

其中 observation 与 interpretation 必须分开。

先定义任务，再谈动作质量

Academy of Neurologic Physical Therapy 的 movement task framework 建议在明确任务中观察 movement，并使用相对稳定的描述词汇，例如：

• symmetry；
• speed；
• amplitude；
• alignment；
• verticality；
• stability；
• smoothness；
• sequencing；
• timing；
• accuracy；
• symptom provocation。

它同时建议系统改变 task / environment 来观察 movement response。

这说明“动作质量”不应该是一个脱离任务的全局属性。

Observation 不等于 Mechanism

例如观察到：

single-leg squat
→ trunk leans toward stance side

这首先是一个 visible movement feature。

它不能直接证明：

gluteus medius weakness
hip instability
pelvic dysfunction
pain source

这些都是 interpretation / hypothesis，需要额外 strength、ROM、symptom、task manipulation 等证据。

Task Success 与 Strategy 分开

一个动作可以：

完成目标
但使用与平均模式不同的 strategy

也可能：

外观看起来“标准”
但速度、力量或症状表现很差

所以评估至少分别记录：

• task success；
• quantitative performance；
• movement strategy；
• symptom response。

Context 会改变 Movement

同一个人的动作会随这些条件改变：

• speed；
• external load；
• fatigue；
• instruction / attentional focus；
• surface；
• footwear；
• task goal；
• repetition number。

步态研究明确显示，仅仅改变 walking speed 就会系统影响大量 spatiotemporal、kinematic、kinetic 和 ground-reaction-force variables；疲劳研究也显示 gait speed、stride length、step width、trunk acceleration 等参数可能改变。

因此不同条件下的视频不能直接当作同一个 protocol 比较。

“不同于参考值”不自动等于 Dysfunction

个体差异、任务约束和正常 movement variability 都会造成偏离平均模式。

尤其对于视觉评估：

reference template distance
≠ pathology probability

真正有意义的是：

• 是否稳定重复；
• 是否伴随 symptom；
• 是否限制 task；
• 是否在不同 task constraint 下仍出现；
• 是否与其他可靠 assessment 形成一致 evidence pattern。

BodySense 视觉层建议

视觉模型输出应优先是低解释性的 finding：

movement_observation:
  task: step_down
  protocol_version: step-down-v1
  observed_features:
    - feature: trunk_lateral_lean
      side: right
      confidence: 0.86
    - feature: knee_frontal_plane_displacement
      direction: medial
      confidence: 0.78
  symptom_response:
    pain_nrs: 2

而不是直接输出：

diagnosis: gluteus_medius_weakness

后者必须经过 assessment / hypothesis layer。

对“动作评分”的限制

把多个视觉特征压成一个 0–100 分虽然 UI 简单，但会丢掉：

• 哪个 feature 变化；
• 测量误差；
• task context；
• 与症状关系；
• 不同 feature 的证据强弱。

因此更适合保存结构化 findings，再在 UI 上做可解释汇总。

主要依据

• PubMed — A Framework for Movement Analysis of Tasks: Recommendations From the Academy of Neurologic Physical Therapy’s Movement System Task Force
• PubMed — Effect of walking speed on gait parameters and biomechanics
• PubMed — Kinematic indicators of physical fatigue during walking: systematic review (2026)
• PubMed — Association Between Athletic Movement Quality and Physical Fitness (2026)