國民健康署為持續提供疑似發展遲緩兒童可近性服務據點，強化地方政府衛生局與醫療機構在兒童發展聯合評估業務的夥伴關係，歷年來補助地方設置兒童發展聯合評估中 心三年計畫日漸茁壯，此補助計畫著實改善各地醫療機構早療資源分配不均的窘境，盡可能地提供充沛的早療服務於所需之早療家庭。但也由於國人早療知識越來越充足，訊息不斷地串流，在全國出生率屢屢創新低呈現負成長的現代， 每個孩子的教育問題變成父母最在意的課題，在上述各種現況環境的加成作用下，醫院接收到欲來醫療機構做整體評估篩檢的個案亦是逐年攀升，造成每家醫療浣所的待排時間過長 ，家長等候期拉長不耐久候因而深怕錯失療育黃金時機，在醫療人力資源有限的窘境下，必須針對現況早療篩檢模式進行檢討並善，以達到各方期待。

隨蓍近年來科技的發展，人工智慧 (artificial intelligence, 簡稱 AI)不再遙不可及。 AI在結合臨床需求後，更可以廢泛的被應用於生活中。醫學的發展跟著科技的進步以及成熟，逐漸由經驗性的診斷以及治療轉為個人化的精準醫療。目前在醫學上，AI 除了用於輔助癌症診斷以及心血管疾病預測，也用於評估腦部的發展 (neurodevelopment)以及退化情形 (neurodegeneration)。以往在診斷神經發 展障礙疾患(neurodevelopmental disorder, NDD) 包含癲癇腦病變 (epileptic encephalopathy, EE)、智能陳礙 (intellectual disability, ID) 、注意力不足過動症 (attention deficit hyperactivity disorder, ADHD) 丶自閉類群障礙疾患(autistic spectrum disorder, ASD)等，多依賴臨床人員或是父母的概察，可能會因為先入為主的印象或是觀察時間有限而失準。以ASD為例， ASD 的診斷及評估仰賴半結構化的輔助情境或是家長會談，利用量表將個案行爲做具體的描述。評估者對於症狀的敏感度以及疾病的經驗都會影響到最後疾病的判定。家長的答案也可能會受到他們原有的想法影響，在面談中選擇性的回答問題，或是依照情境引導個案的行為，進而影響到評估的結果。這樣帶有主觀性的評估是在診斷NDD時常見卻無法避免的問題。

在跨領域的多模態行為分析研究中，醫療領域是一個關鍵的技術開發應用場景。各個行為AI模組的導入都有助於加快診療速度、精簡判讀人力、強化診斷客觀性並提高分析準確性。過去醫療領域雖由專家執行相關醫療行為，卻往往礙於人類行為的複雜性，造成難以規模化且有待改善的準確性問題。這些問題在心理疾病或針對老人和幼兒等病患族群更是明顯，主要由於許多病症的早期病徵及外顯行為展現有其模糊性 ，過去除了生理性的檢驗指標外，採用問卷或觀察等方法所取得的數據都未能完整表達病患的行為內涵，這樣的資訊損失不僅造成醫師判斷偏誤更影響疾病研究的發展。將整合多模組的行為AI導入醫療應用中，不僅能從早期預防提供篩檢，在醫療院所的自動化診斷、預後追蹤及預後決策輔助，更在個別疾病上（如自閉症、帕金森氏症、失智症等），根據臨床需求解決前述各項問題。

本計畫的目的係指在運用AI模擬臨床醫師人員判別孩童早期發展問題，透過人工智慧模擬早療醫療臨床數據於早療初篩業務，除了可以節省臨床人力外，也可以全面性經由自動化系統精準地檢測及預測孩童發展結果。