2016-06-30丁小貝（譯）

數據現在很火。我們生成了數以T計的數據，但是大多數都是僅僅放在一邊不管，不去使用，甚至是毫無用處。這一點在健康和健身數據領域尤為明顯。當我們帶著運動手環(huán)的時候，我們內心希望通過記錄下的每一步，脂肪就會自動消失。

但是，我們仍然沒有看到國家的“定量自我運動”和可便攜式可穿戴設備上有明顯的進步。我們仍然生活在一個2/3人口都超重的國家，80%的成年人沒有得到推薦的運動量。

我們忘記了僅僅數據本身并不是解決美國健康危機的解藥。知道步數，或是爬了多少階梯，這些不會改變我們的生活習慣。 然而有內容產出的數據（主動的，及時的、可行動的數據），給了我們機會來打造通向成功的環(huán)境，同時也幫助我們達到我們的健康目標。

人類的大腦可以輕松的接收和處理信息。當我們穿越一片樹林的時候，盡管我們伴隨著視覺，聽覺，嗅覺同時到來，大腦仍然不會不堪重負。 我們的大腦隨時準備好可以不間斷地、無意識的去識別什么事情是重要的，什么事情是相關的——什么東西我能吃，什么東西能吃了我——然后丟棄剩余的部分。

在今天的世界，我們產生了比以前任何時候更多的刺激信息。我們的數字化生活意味著我們正在被各種事件不間斷地轟炸著，識別哪些是相關的，哪些是重要的變得越來越難。當我們有Facebook需要上，推特要發(fā)，或者視頻要看的時候，該怎么集中注意力工作和學習呢？微軟去年發(fā)布了一份調研稱人們通常在8秒鐘后就市去了專注力（比金魚還少，傳說金魚只有9秒的專注力）

我們必須關注著我們自己數字化工具，在它能短暫引起我們注意的時候，根據提供的信息來讓我們做出對我們的健康有意義的選擇。有一個專注于這個領域的工具，Moov，它不僅僅是記錄移動數據的可穿戴健身設備，他還演示了讓健身變得更有效的可行辦法。

Moov使用實時產生的的數據為用戶提供個性化的運動教學指導，包括如何改善跑步，游泳，甚至是拳擊動作。這很有希望帶來更好的效果和減少受傷。簡單的改變行為，就像Moov所鼓勵的那樣，這就是在無聊的記步數和真正的健康改善項目的區(qū)別。

大吃大喝的滿足

就像水, 人們總是喜歡以最簡單的方式獲取滿足?？v觀歷史，我們不得不為了保存能量而為稀缺的資源競爭。但現在，相當一部分資源的約束已經不存在了，但我們的身體仍然渴望著食物中的高糖和高脂肪，比如在沙發(fā)上吃著薯片。因為，凜冬將至。

這是因為活化能——那種激勵著我們做事情所需要的能量—— 在那些不能給即時回報的事情上要求非常高。（打個比方，一個動感單車的課程給不了我們Naomi Campbell的雙腿）但在那些能給我們的欲望立即滿足的事情上要求非常低。把問題留給我們的設備好了，我們只是“多吃一點”，直到我們開始指責自己，厭惡自己，內心奔潰。然后那周剩下的時間內我們就喝喝健康綠色的果汁。

應對這一不斷蔓延的問題的關鍵在于如何用數據驅動的方式來設計一個數字化環(huán)境，提倡積極的低活化能任務和健康的生活習慣。這些任務必須明確地展示出來，而不是讓我們去主動發(fā)現它們。因為我們知道健身房就是那種我們實際出現的次數遠遠小于我們該去的次數的地方。

再來看Omada Health預防的問題，它通過調整人們去接受所需要的持續(xù)的變化來預防一些慢性疾病的風險，并且最終彌合了 “該做”和“正在做”之間的差異。Omada Health使用了訓練有素的健康顧問來監(jiān)督用戶每天的進展，并且及時地提供關于飲食和運動水平的指導，所以用戶就有動力在需要的時候做出行動上的調整。這些由數據和衍生內容帶來的小變化，能支持行為上產生更大的改變，并且最終改善健康。

把數據變得有用

在大多數時候，適應健康的生活習慣似乎是在和人類的天性斗爭。認清這個現實可以幫我們從不同的角度來設計解決方案，來達到積極的結果。雖然單獨的數據可能是沒用的，但這不是數據本身的問題。這取決于我們如何在數據中設計我們的內容。

問題是，我們已經構建了一個會導致有害的行為，并阻礙積極行為的環(huán)境。但我們有能力去改變它，并且我們已經開始去做了。 對所有事情進行實時的個性化指導，比如我們如何運動，我們吃什么，喝什么，甚至幫住我們預防慢性疾病。我們已經開始看到從數據到根據數據內容進行分析預測的轉變，就跟我們所了解和喜歡的Google Now和主動Siri解決方案一樣。

我們有能力讓健康數據變得更主動、及時、可執(zhí)行、無限可用。我們必須設計一個場景，它無關于我們上周做了什么或者是今天需要做什么。它應該是告訴我們現在，立刻，需要什么，并且我們現在應該怎么做可以達到目標。

通過及時主動的提供數據，可以幫助我們立即行動起來，開始變得更健康，和我們想成為的樣子一樣。——或者至少幫助我們變得沒那么懶。

原文地址：https://techcrunch.com/2016/02/08/health-and-fitness-data-is-useless/