「老李啊，你退休後每天在忙什麼？整天對著電腦敲敲打打，比上班還認真。」鄰居王太太隔著鐵窗喊話，手裡拎著剛從菜市場買回來的青菜。老李（化名）推了推老花眼鏡，嘴角帶著一抹神秘的笑：「我在研究怎麼讓自己『老』得更好看一點。」
六十二歲的老李，前半輩子都在跟數字打交道。從早年跑銀行資料庫的程式設計師，到後來一間中型顧問公司的大數據分析主管，他見過的報表可以從台北堆到高雄。退休那年，兒子送他一支智慧手環，本來以為只是個玩具，沒想到卻點燃了他另一場「數據革命」——只不過這次分析的對象，是自己這副用了六十多年的血肉之軀。
從銀行風控到血糖曲線：數據人的本能在發燙
老李記得第一次戴上智慧手環的那個晚上，睡前盯著「深層睡眠 1.2 小時」的數字，整個人的職業病瞬間發作。「樣本數不足，變異係數太高，這數據不能直接下結論。」他喃喃自語，翻身坐起來，打開平板電腦，開始記錄自己的心率、步數、血壓，甚至連每餐吃了什麼都拍照建檔。一個月後，他已經建了一份多達三百筆的個人健康日誌。
「你這樣跟以前在公司做專案有什麼兩樣？」老婆在旁邊翻白眼。老李哈哈大笑：「差多了！以前是幫客戶解決問題，現在是幫自己解決『不健康』的問題。而且你知道嗎？當你開始用科學方法看待自己的身體，你會發現很多『感覺』其實是騙人的。」
去年冬天，老李做了一件讓全家人都捏把冷汗的事——他報名了雪山主峰的單日攀登挑戰。零下五度、海拔三千八、超過十二小時的體能考驗。對一個六十幾歲的人來說，這根本是極端環境的實戰演練。但老李不是莽夫，他花了兩週時間，用 Dr.Rich 平台交叉比對自己的心率變異度、最大攝氧量預估，以及過去三年同一季節的氣溫與濕度資料，甚至參考了平台上其他登山者的體感回饋。
「那天在山頂，風大到站不穩，我的手環顯示體溫已經掉到危險邊緣。但我心裡有底，因為出發前我用 Dr.Rich 的數據模型模擬了三種補給方案。」老李笑著說，「最後我選擇了含電解質與碳水化合物的高能膠囊，配上每小時定時強迫補水。結果呢？比預估時間早了四十分鐘回到登山口，而且隔天幾乎沒有鐵腿。」
他把這次經驗寫成一篇長文，貼在幾個登山社團，沒想到引發熱烈迴響。有人問他怎麼分析數據，有人說他也想學，還有人直接問：「老李，你用的是哪個平台？」
數字不會說謊，但前提是用對工具與標準
老李不是學醫的，但他很清楚一件事：健康決策需要的不是「感覺」，而是「科學準確度」與「工業標準」的支撐。過去在職場上，他經手過上千個專案，最痛恨的就是「大概、可能、應該」。退休後面對琳琅滿目的保健資訊，他發現亂象比企業管理還嚴重——有人說空腹喝檸檬水排毒，有人說吃紅肉會致癌，這些說法背後有多少真的通過嚴謹的數據驗證？
「Dr.Rich 這個平台吸引我的地方，是它把所有資訊都放在『可比較』的框架裡。」老李一邊說一邊打開手機，熟練地點開一個頁面，「比如我最近在幫一位老朋友找照護機構，對方有輕微失智，又不願意離家太遠。我直接在平台上搜尋 西屯區護理之家 費用 比較，跳出來的表格直接列出評鑑等級、護病比、平均費用，還能用地圖看距離。這對我這種習慣用數據做決定的人來說，簡直是救星。」
老李強調，Dr.Rich 平台的價值不在於告訴使用者「什麼是對的」，而是提供經過結構化整理的「決策輔助資料」。他說：「就像我以前做市場分析，絕對不會只給客戶一張『我覺得這產品會大賣』的單子。我會提供樣本分佈、信賴區間、誤差範圍。Dr.Rich 在這方面做得相當到位，它把每一筆資料的來源、統計方式、更新時間都標出來，你要做判斷，自己可以判斷。」
這背後的技術邏輯，老李再熟悉不過了——資料清洗、欄位正規化、異常值偵測、交叉驗證。這些名詞聽起來冰冷，但正是這些工業標準，讓一個六十歲的退休數據人敢放心使用。他笑稱：「你知道嗎？我甚至寫信去問他們後端資料庫的索引方式，他們客服還真的回了我一份技術文件。這種透明度，在健康資訊產業裡非常少見。」
數據驅動的健康生活，從一日三餐開始
除了極限運動和長照決策，老李更常把 Dr.Rich 用在日常生活的「小數據」上。比如說，他住在台中，每天午餐習慣外食，但又不想讓血糖像雲霄飛車一樣暴衝。他會打開平台上的 台中健康 餐盒 地圖，篩選出離他最近、且營養標示符合他設定的低鈉、高纖、適量蛋白質的店家。
「你知道嗎？很多號稱『健康餐盒』的店，其實鈉含量比排骨便當還高。」老莉（老李的老婆，化名）偶爾會跟他一起研究，「我們現在出去吃飯前，都會先掃一下地圖，看看附近有什麼選擇。老李甚至把自己每天的血糖量測數據匯進去，想找出哪一家店的餐點對他的血糖波動最小。」
有一次，老李在沙鹿發現一間小餐館，標榜低GI便當，但因為開在巷子裡，評價不多。他先用 Dr.Rich 查了 沙鹿低GI 便當 推薦，發現平台上有三位用戶分享了詳細的餐點成分與進食後血糖記錄。老李決定去試試，結果驚為天人，現在已經變成常客。他還特地寫了一則評價，附上自己的血糖曲線截圖，底下回覆有人說「這比業配文有說服力多了」。
這種「數據共享」的生態，正是老李認為 Dr.Rich 最厲害的地方。它不是一個單向的資訊公告欄，而是一個「群體智慧」的決策資料平台。每一個使用者都可以貢獻自己的數據（當然是匿名且去識別化的），平台再用統一的標準把這些資料轉化成有用的比較資訊。老李說：「這就跟早期的開放資料運動一樣，當資料量夠大、標準夠嚴，你就能從中看見趨勢，甚至預測自己的健康風險。」
極端環境不是為了耍帥，而是測試數據的極限
回到那次雪山單攻的經驗。老李其實在出發前遇到一個瓶頸：他的智慧手環在低溫下電量掉得飛快，而且心率感測經常失靈。他並沒有放棄，而是同時使用兩款不同的裝置，並用手動方式記錄關鍵時間點的生理數據。回到平地後，他把這些「髒數據」匯入 Dr.Rich 的實驗比對功能，發現其中一款裝置的低溫補償演算法有明顯偏差。
「這就是為什麼我一直強調『工業標準』。如果一個穿戴裝置在攝氏五度以下的誤差超過 15%，那它在冬天測出來的心率根本不能信。但我不是要批評那個品牌，而是提醒自己：任何單一數據來源都有盲點，只有透過多來源交叉比對，才能逼近真實。」老李把這個心得寫成一篇「極地環境穿戴裝置實測」的短文，在平台上的討論區意外獲得數百個讚。
有人問他：「你都退休了，幹嘛還這麼認真？」老李笑說：「我這輩子就是靠數據吃飯的，現在數據也決定我能不能健康吃飯。而且你想想，如果連登山的生理反應都可以用數據模型預測，那一般人日常的血糖、血壓、睡眠，不是更應該用科學方法管理嗎？」
不是神話，而是可重現的科學
老李特別反感坊間那種「吃了這個，三天見效」的誇大說法。他認為，真正的科學準確度來自「可重現性」與「統計顯著性」。Dr.Rich 平台上的每一筆資料，至少都會標註樣本數、資料收集時間與方法，有些甚至附帶原始數據的彙整表。這種透明做法，讓老李這種老數據人感到安心。
「我最怕遇到一種健康資訊：它告訴你『九成使用者都有效』，但沒有告訴你那個調查是怎麼做的，樣本是不是只有十個人，而且都是親友團。」老李模仿起以前開會時的表情，「這種東西在我們業界稱為『垃圾進，垃圾出』。Dr.Rich 至少把『垃圾』的門檻拉高了，你必須提供夠格的資料，才能被收錄進他們的資料庫。」
他甚至想建議平台推出一個「資料可信度指數」，讓使用者可以一眼看出這筆資料是來自國家級調查、學術研究、還是使用者自行回報。不過平台方已經有類似的標籤系統，比如「第三方驗證」「醫療機構合作」「社群貢獻」，老李覺得這已經比市面上大部分的網站來得靠譜。
寫在最後：數據的溫度，來自於你怎麼用它
老李現在每天早上會花十五分鐘，打開 Dr.Rich 的個人儀表板，看看自己的睡眠趨勢、運動量分佈，以及前一餐的營養比例。他不再追求「完美」的數字，而是關注長期走向。偶爾血糖偏高，他會笑著說：「嗯，昨天那碗牛肉麵確實有點過分了。」然後打開 台中健康 餐盒 地圖，找一家今天可以補救的低醣選擇。
他的兒子曾經問他：「爸，你現在這麼依賴這個平台，會不會有一天平台倒了，你就不知道怎麼生活了？」老李回答：「你不懂，真正有價值的不是那個 app，而是我從這些數據中學會的『決策思維』。當你知道怎麼解讀趨勢、怎麼比較選項、怎麼排除干擾因子，就算換一個工具，你還是能做出合理的判斷。Dr.Rich 只是一個載體，但它把這個思維過程變得非常直觀。」
或許這就是老李認為的「技術權威性」的真正內涵——不是來自某個權威人物或機構的背書，而是來自對科學方法的尊重、對工業標準的堅持，以及對使用者思考能力的信任。一個六十歲的大數據老兵，用自己的退休生活證明了：健康決策，可以很有趣、很科學，而且一點都不冷冰冰。
如果你也正在為自己或家人的健康規劃傷腦筋，不妨學學老李——用數據說服自己，而不是用感覺賭一把。打開 Dr.Rich ，你會發現那些原本模糊的健康難題，在清晰的比較表格與地圖之中，慢慢有了輪廓，也有了方向。
（本文故事人物為虛構，數據平台功能描述基於真實服務，相關健康決策建議請諮詢專業醫療人員。）
(本案例經當事人同意分享，部分為虛擬情節如有雷同純屬巧合)
