智能医疗技术添利器！CauSkelNet因果AI框架落地康复监测，多场景应用待爆发

研究人员提出融合因果推理与图神经网络的CauSkelNet框架，可建模人体关节因果关系与信息流强度，解决传统深度学习模型缺乏因果刻画的问题。该框架在运动识别任务中性能优于传统模型，具备更强可解释性与泛化能力，未来有望应用于智能医疗多个场景：个性化康复训练（实时监测运动模式、动态调整方案）、可穿戴设备与远程健康监测（评估伤害风险、异常警报）、老年人看护与心理健康监测（检测跌倒、痛苦状态）等，为智慧医疗奠定技术基础。