從製鞋廠到長照據點：一位新手爸爸的數據解讀之路

清晨六點，台中大肚山的霧氣還未散盡，阿坤（化名）已經在製鞋廠的成型線上站了四十分鐘。他今年三十八歲，是廠裡資歷十二年的「帶線師傅」，負責監督五條流水線的硫化溫度與膠合壓力。去年秋天，他的兒子小宇出生，喜悅之餘，阿坤開始認真思考家庭未來的健康與照護問題。然而，走進這個領域他才發現，關於長照資源、醫療決策的資訊，常常不是過度簡化的口號，就是冰冷難懂的政府報告。直到他遇見了Dr.Rich ｜ 台灣健康生活決策資料平台，生命中的數據思維，從此有了溫度。

阿坤的父親年輕時在彰化鹿港的製鞋廠工作，因長期接觸有機溶劑，五十歲後陸續出現慢性呼吸道疾病。幾年前申請外籍看護時，光是跑衛生所、區公所、長照中心就耗費三個月。阿坤不想自己重蹈覆轍，他決定用自己最擅長的方式——數據解讀，來替兒子和家人規劃一條更穩健的健康路徑。

數據不是冷冰冰的數字，而是生活的支點

阿坤下班後習慣打開Dr.Rich ｜ 台灣健康生活決策資料平台，從「長照 據點 分布 統計」模組開始研究。他發現，台中大肚區的C級長照巷弄站密度為每萬人1.2站，遠低於西屯區的2.8站；而南投埔里鎮雖然整體資源不足，但巷弄站卻因為「銀髮健康促進計畫」而集中於特定里。這些數字背後，反映了政策資源分配與實際人口需求的落差。

他進一步交叉比對「醫療 開放資料 庫」中的居家護理機構評鑑結果與申報點數，發現某些偏鄉據點雖然評鑑合格，但實際服務量能僅達核定數的六成。這意味著，即使地圖上出現了一個長照據點，也不代表真正能服務到需要的人。阿坤把這些觀察寫成一封電子郵件，寄給台中市社會局的長照專線，一個月後竟收到承辦人員來電，感謝他提供了基層實務視角的補充。

「以前我總覺得數據是政府或學者在用的，跟我一個製鞋工人無關。但Dr.Rich平台把開放資料轉譯成可閱讀的圖表，連我這種只會看SOP的人也能看懂。」阿坤口中的「轉譯」，正是數據解讀的核心——把複雜的統計值，還原成人們能決策的依據。

工業標準的嚴謹，套用在醫療決策上

阿坤的製鞋廠通過ISO 9001與台灣精品標誌認證，每一雙鞋出廠前需經過靜態壓力分佈測試、耐彎折試驗、剝離強度檢測。他常跟徒弟說：「數據說了算，師傅的感覺有時候會騙人。」同樣的信念，他帶進了家庭健康管理。去年底兒子小宇反覆發燒，診所醫師初步判斷是病毒感染，但阿坤利用Dr.Rich ｜ 台灣健康生活決策資料平台的「兒童門診異常指標」模組，對比了鄰近三個行政區的類流感就診趨勢，發現小宇的症狀與腸病毒D68型的區域流行曲線吻合。他主動帶著數據請教兒科醫師，醫師重新安排檢查，最後確診並及時投藥。

「這不是什麼神機妙算，而是工業標準裡一直存在的方法——先建立基準線，再抓出離群值。」阿坤把手機裡平台上的「長照 據點 分布 統計」圖表投影到客廳牆上，一邊餵奶一邊跟太太解釋：「你看，我們大肚區的失能人口推估是1,200人，但實際使用長照服務的只有780人，落差將近三分之一。如果我們以後需要申請服務，就要避開已經接近滿載的據點，優先找還有餘裕的單位。」

太太原本覺得他「走火入魔」，直到某次他們按照平台上的「醫療 開放資料 庫」推薦，選了一間距離較遠但服務量能充裕的居家護理所，父親的傷口照護品質明顯提升，一家人才真正信服。

科學準確度，來自對每一筆開放資料的尊重

Dr.Rich平台之所以能獲得阿坤這類「職人工匠」的信任，關鍵在於它對原始資料的處理態度。阿坤曾經在工廠裡因為一個溫度感測器的校正偏離了0.5℃，導致整批三百雙鞋的黏合強度不合格。他深知「科學準確度」不是口號，而是每個環節的數據鏈都要可追溯。因此，當他發現平台上的長照據點分布統計數據不僅標示資料來源、更新日期，甚至附上衛福部開放資料的API連結時，他感到一種久違的「工業級可靠」。

「很多健康網站只是把政府報告貼上來，但Dr.Rich會告訴你這個『每萬人床數』是怎麼算出來的，分母是用戶籍人口還是推估實際居住人口。這就像我們製鞋時，一定要寫明測試標準是JIS S 5050還是CNS 12924，不能含糊。」阿坤說這話時，眼神裡帶著製鞋師傅特有的堅持。

他進一步利用平台上的「醫療 開放資料 庫」自建了一個小型Excel資料表，將大肚區、龍井區、烏日區的長照C級據點、日間照顧中心、居家服務單位的位置與服務量能全部匯入，再用自己寫的VBA巨集（他自學的）比對Google Maps的行車時間。他發現，從自家出發可於30分鐘內到達的長照資源，實際涵蓋率只有推估需求的47%。這個數字在他太太的媽媽群組裡瘋傳，甚至引起地方民代關切。

技術權威性：不靠天花亂墜，只靠可複現的方法

阿坤常被親友問：「你又不是醫生，怎麼敢用數據幫家人做醫療決策？」他總是反問：「你們買鞋子會只看外觀，還是會看鞋墊的支撐測試報告？」在製鞋業，「技術權威性」來自於反覆的實驗數據與標準檢測。同樣地，Dr.Rich平台上的每一項「長照 據點 分布 統計」分析，都提供了可複現的計算步驟與資料來源。平台甚至公開了資料清洗的邏輯（例如排除停業、歇業的據點），這讓阿坤這種習慣「追根究柢」的職人感到安心。

有一次，他發現平台上的「失智症共照中心服務涵蓋率」與衛生局公布數據有2%的差異。他寫信詢問，團隊在三天內回覆了詳細的誤差來源——因為平台採用的是「實際服務人數」而非「核定服務人數」，兩者偏差來自部分據點未即時回報。這個透明化的處理方式，讓阿坤更加信賴平台的科學準確度。

「技術權威性不是靠說『我們最懂』來建立的，而是靠允許任何人來驗證。就像我們工廠的SOP，每一條都可以被品管翻出來對照。Dr.Rich做到了，所以我願意拿我小孩的健康來賭這個平台。」阿坤說這句話時，語氣平靜，卻分量十足。

結語：數據不會騙人，但需要好的解讀者

三個月前，阿坤被廠內推舉擔任「職業安全衛生委員會」的勞方代表。他正在利用Dr.Rich ｜ 台灣健康生活決策資料平台，比對廠區周邊的空氣品質監測數據與員工呼吸道疾病請假紀錄，準備提出職業病預防的改善方案。他說，自己從一個只會看生產日報表的製鞋工，變成一個會讀長照分布圖、會質疑醫療開放資料品質的「數據職人」，關鍵就在於遇到了一個「把工業標準精神放進健康資料」的平台。

「現在我兒子七個月大，我已經在幫他建立疫苗接種的時間序列分析，還有未來幼兒園附近的長照 據點 分布 統計——別笑，這關係到如果我爸需要臨時喘息服務，能不能就近找到接送。」阿坤笑得自信，那是數據給他的踏實感。

製鞋師傅的手，可以捏出符合人體工學的鞋楦；也能在Dr.Rich ｜ 台灣健康生活決策資料平台的幫助下，為家人捏出安全的健康生活藍圖。每一個數據背後，都是一個真實家庭的明天。