背景：帕金森病（Parkinson’s disease, PD）是全球常见的神经退行性疾病之一，可导致进行性运动功能障碍。传统康复模式在评估精准性与干预连续性方面存在局限。近年来，可穿戴技术结合人工智能（AI）为持续监测与个体化康复提供新机遇，但其在PD康复中的应用仍缺乏系统性综述与证据整合。

目的：旨在系统梳理AI结合可穿戴技术在PD康复干预与功能评估中的类型、功能特征、监测指标及临床应用模式，并评估其在优化康复模式、提升评估精度和促进个体化干预方面的潜在价值，识别研究空白。

方法：遵循PRISMA-ScR指南，检索CNKI、万方、SinoMed、Cochrane Library、PubMed、Web of Science、Scopus和Embase数据库，纳入2020年1月1日及以后发表的期刊论文、会议论文和学位论文，排除非PD对象、未结合AI或不符合可穿戴设备定义的研究。两名研究者者独立完成文献筛选、数据提取与叙述性综合分析。

结果：初始检索共获得1287篇文章，经去重及双人筛选后，最终纳入63篇（占4.9%）。纳入研究中，可穿戴设备类型多样，包括腕戴式传感器、可穿戴惯性测量单元、外骨骼与智能鞋垫等，主要采集步态、震颤、姿势控制及运动迟缓等康复相关指标。AI技术广泛应用于运动功能评估、疾病进展监测、干预效果分析及预测模型构建，但研究方法与评估指标存在较大异质性。

结论：AI结合可穿戴技术在PD康复中展现出提升评估精准性、促进个体化康复及改善干预连续性的潜力。然而，目前高质量随机对照试验仍然缺乏，多数研究为初步或可行性试验，未来需加强跨学科合作、统一技术标准并关注长期依从性与数据安全，以推动该领域的临床转化与应用。