在香港公營兒童發展評估輪候期長達 12 至 24 個月，許多學童因此錯失大腦發育的「黃金干預期」，若轉投私營機構單次評估需 900 至 1,700 港元，專業量表測試更逼近 3,000 港元，對基層家庭而言是沉重負擔，香港資訊科技學院 (HKIIT) 位於 IVE（李惠利）雲端系統及數據中心管理高級文憑講師張偉傑 (Kitson) 帶領鄧湘怡、何啓禧、黃英明及崔浩天組成學生開發團隊，推出「OmniCare」 AI 動作及語意分析引擎。團隊利用 Amazon Nova 多模態模型，讓家長只需用手機拍攝孩子奔跑或跳躍的短片，系統便能在數秒內生成專業級發展評估報告。
多模態 AI 分析動作與情緒
OmniCare 採用 Amazon Bedrock 的 Nova 多模態模型，能同時處理文字、影像和影片輸入，系統核心分為兒童心理情緒偵測與活動機能分析等三大模組，並涵蓋長者福利諮詢與跌倒風險評估。
在兒童心理情緒偵測方面，OmniCare 將 2D VTuber 虛擬人物與多模態 AI 結合，兒童可透過與虛擬人物互動讓系統分析他們的身心發展，系統支援 TTS（文字轉語音）及 STT（語音轉文字），兒童可直接進行語音輸入。Nova 模型能即時分析語意，精準捕捉對話中潛藏的「焦慮」、「憂鬱」甚至「疑似受欺凌」等微弱求救訊號。
手機拍片上傳 幾秒出報告
家長只需用手機拍下身體有發展遲緩傾向孩子的奔跑、跳躍或單腳站立短片，並選擇對應年齡層，OmniCare 基於最高規格的私隱保障原則，運用 Nova 的多模態理解能力，對暫存的影片內容進行高層次語意推理，判斷是否達到特定年齡的動作範式，系統在分析完成後會立即刪除原始影片，僅保留分析引擎總結的全面報告，列出測試者做得好的地方及改善建議。
長者友善設計 語音查詢福利
針對長者族群 OmniCare 提供福利諮詢 Chatbot 與跌倒風險評估功能，傳統智能軟件介面與冗長的福利政策文件往往過於繁複，OmniCare 支援語音與文字對答，長者只需像日常聊天般提問：「我有甚麼津貼可以申請？」系統解答福利問題之餘，亦會直接提供「樂悠咭」等相關表格的下載連結。
在跌倒風險評估方面，長者只需將日常行走影片上傳，系統內的電腦視覺 (Computer Vision) 模組便會自動分析，系統會就肌肉骨骼、跌倒風險或平衡進行評估，並指出鍛煉核心肌羣運動有助增強穩定性。這項功能大大提升了長者的居家安全。
AWS 雲端架構支援
OmniCare 全面整合 AWS 企業級雲端架構，政策與福利文件預先儲存至 Amazon S3，後端運算服務採用 Amazon ECS 負責連接 Nova AI 模型，系統以自動化及可擴充的方式，將原本需耗費數千港元且繁瑣漫長的專業評估，轉化為低成本及居家可及的「前哨檢測」。
開發團隊表示憑藉 Amazon Nova 強大的多模態解析能力，未來計劃將這套通用引擎推進到更廣泛的領域，應用範圍將從現有的兒童發展及長者照護，一路延伸至遙距復康甚至是高風險行業的職安訓練。團隊期望新技術能真正造福社群。
