事件
耶魯醫學院最新研究指出，美國成年人穿戴智慧手環、手錶、健身追蹤器的比例已達 40-50%，但這些裝置蒐集的健康數據真正被納入臨床決策流程的佔比不到 15%。換言之，85% 的穿戴數據沉睡在雲端、無人問津。
這不是技術問題——蒐集、儲存、傳輸都沒問題。真正的卡點是：
1. 詮釋層缺失：一個心率變異（HRV）數值代表什麼？是睡眠品質差？壓力高？即將感染？醫學界對同一個數據點的詮釋五花八門，沒有統一的臨床協議。
2. 整合成本太高：患者用蘋果手錶，醫院用 Epic 電子病歷系統，保險公司用第三套系統。數據要流通，需要 API、安全認證、隱私合規——成本高到醫院寧可不用。
3. 法律風險：如果醫生根據穿戴數據給了建議，患者後來出事了，責任歸屬誰？美國醫療訴訟環境下，許多醫院乾脆不碰，規避風險。
4. 行動慣性：醫生習慣靠臨床經驗、化驗單、影像檢查做決策。加入穿戴數據意味著要改變工作流程——人的改變成本遠高於技術成本。
為什麼這很重要？
穿戴裝置產業年銷售額已破 $500 億美元，投資者預期這些數據會掀起醫療革命。但現實是：*數據在堆積、洞察在空轉*。
這反映了一個更深層的經濟現象：信息不對稱（asymmetric information）從數據層升級到詮釋層。過去是「患者隱瞞病史」的不對稱；現在變成「患者有海量數據、但專業人士無法有效詮釋」的不對稱。
換句話說，穿戴數據的商業價值被徹底過估了。投資者預期「更多數據 = 更好決策」，但現實中增量成本（詮釋、整合、法律、訓練）已經吃掉了邊際收益。
歷史類比
1970 年代，企業開始用電腦記帳。電腦能蒐集比人工記帳多 100 倍的數據——但這些數據沒有立刻改善決策，反而先製造了「數據沼澤」（data swamp）。花了 20 年，才有人發明商業智慧（BI）與數據倉庫概念，才把「死數據」轉成「活洞察」。
穿戴健康數據正在重演同樣的故事：大量 = 廢氣，除非有人願意付成本做轉化。
反面推導
如果穿戴數據真的有用，應該會看到： - 保險公司主動獎勵穿戴用戶（已部分發生） - 醫院搶著整合穿戴接口（幾乎沒有） - 臨床指南納入穿戴閾值（個別試點，未普遍化）
看不到這些，說明市場本身還沒找到「數據 → 決策」的盈利模式。