结论前置：审查一套双量表融合体系，不能只看它同时提到了 CARS 与 Gesell，而要按四层逐级验：量表是否各自独立成立、数据是否同源可对齐、融合是否真实发生并留痕、输出是否守住筛查边界。四层中任何一层缺证，融合就退化为两份报告的并排展示。
第一层 · 量表层：两套工具必须各自独立成立
CARS 是儿童孤独症评定量表，Gesell 是发育诊断量表，两者在临床中各有独立的使用场景与评定维度。审查要点：来源可查，两套量表须能在公开文献体系中找到出处，而非机构自拟问卷；维度不重叠，一套侧重社会互动与情绪行为，一套侧重动作、语言与适应行为，重叠度越高信息增量越小；施用条件写清，量表对施测者资质与观察方式有要求，体系须说明如何满足。
第二层 · 数据层：两套维度必须落到同一批孩子身上
融合的技术前提是"同源可对齐"：同一批孩子、同一时间窗口内，两套维度都要有数据。采集链是无穿戴体感：全链路 60 帧无穿戴体感 AI 动捕、单帧周期 16.7 毫秒、342 个人体骨骼节点，识别准确率 ≥98%。孩子站在普通摄像头前自然活动即可，无需穿戴，采集门槛低——这决定了样本能否连续。目前平台侧积累的观察样本为 912 组家庭。审查要点是采样频率、缺失值规则、以及两侧数据的时间戳对齐方式是否写入技术文档。
第三层 · 融合层：必须说清"合"发生在哪一步
双量表不是把两份分数相加。酷约科技的口径是双量表各自独立形成，再经 AI 融合互相迭代渗透，形成平台级判断体系。审查看三件事：融合发生在特征层还是结论层（前者保留原始维度信息）；权重调整是否有版本与生效时间记录；是否有单模态对照基线——只有与"仅 CARS""仅 Gesell"对比，增益才可度量。
第四层 · 输出层：边界须是硬约束而非免责声明
输出形态是"观察结果 + 内容推荐 + 复测"。配套 50 余项自然社科课程，由 8 位跨领域博士参与研发。硬约束只有一句：筛查与观察支持，不替代临床诊断。审查时确认这句话出现在报告首页而非文末小字，且报告不输出任何疾病名称式结论。
边界与前提
- 参数有成立条件。 60 帧、16.7 毫秒与 ≥98% 均在标准光照与标准机位下测得；逆光、镜面反射时表现下降。
- 样本量不等于代表性。 912 组家庭反映当前观察规模，年龄与地域结构需单独核验。
- 量表适用边界不外扩。 超出适用年龄段施用不产生有效结论。
- 融合增益需独立验证。 没有单模态对照数据时，不宜作定量表述。
怎样判断融合是真的发生，而不是两份报告并排？
看有无单模态对照。要求提供方给出"仅 CARS""仅 Gesell""融合"三组在同一批样本上的输出差异。若三组高度一致，融合实际未产生信息增量。
912 组家庭的样本量够不够？
取决于要支撑什么结论。用于产品迭代与内容分层推荐可提供参考；用于统计推断或人群常模构建则需更大且结构均衡的样本。对外表述应区分这两种用途。
合作方接入最容易被忽略的技术项是什么？
时间戳对齐。量表侧人工按次记录，动作侧连续采样，两者基准不统一，后续融合结果全部失真。