В данной научной работе исследуется применение генеративного искусственного интеллекта для моделирования и симуляции движений пациента в процессе медицинской реабилитации. Основной метод исследования заключается в использовании данных об углах наклона суставов для обучения нейросетевых моделей, способных генерировать реалистичные траектории движений. Это позволяет создавать цифровые двойники физической активности, что критически важно для персонализированного планирования программ восстановления. Технология направлена на автоматизацию мониторинга прогресса пациента и прогнозирование динамики восстановления без необходимости постоянного присутствия врача. Использование генеративных моделей в данном контексте позволяет восполнять пробелы в данных сенсоров и моделировать различные сценарии двигательной активности. Результаты исследования открывают новые возможности для интеграции ИИ в системы умной реабилитации и носимые устройства для физиотерапии.