體育用品專刊 • 專題報導 13 四、資料驅動的健康管理 透過穿戴式裝置與雲端數據進行健康監測與警示，如UBIWEAR系統運用大數據精準監測健康 狀況（Bampakis et al., 2022）；AI長期分析歷史健康數據，識別疾病跡象並提供個別化建議。 肆、人工智慧的挑戰與倫理考量 一、數據隱私與安全 穿戴式設備與健康監測工具蒐集的生理與運動數據，若未妥善保護，恐導致隱私洩露與網 絡攻擊（Xu & Baghaei, 2025）。應採用加密技術，並遵循如 Health Insurance Portability and Accountability Act 和 General Data Protection Regulation 等國際資料保護法規，確保數據安全。 表2 人工智慧運用於運動與健康之挑戰與解決方案 挑戰類別 問題描述 可能解決方案 數據隱私與安全 蒐集之健康數據若未妥善保 護，恐導致隱私洩露與網攻。 落實數據法規 （HIPAA、GDPR）、加強加密 與區塊鏈技術，降低風險。 數據準確性與可靠性 穿戴式設備受環境與個人體型 影響，可能導致數據偏差，影 響分析。 定期校準設備，採用多模態數 據融合（光學感測、語音、影 像），提升準確度。 過度依賴技術，忽略個性化需求 演算法忽略情感與生活習慣， 影響適用性。 結合AI與專業評估，個人化運 動計畫，提供自調選項。 技術成本與普及性 AI與穿戴式設備價格高，低收 入群體難負擔，影響普及。 透過技術創新降低設備生產成 本、推動健康科技補助，縮小 健康數位落差。 過度依賴數據，忽略心理與社交 因素 難以量化心理與社交因素影響 之行為改變。 設計融入心理學與社會學，提 供群體支持機制，結合健康與 運動樂趣。 資料來源：作者自行整理
RkJQdWJsaXNoZXIy MjIwMjA1