本日报作者不通中文。这些译文由人工智能自动生成，作者本人无法亲自核对其语言准确性和文化适切性。我们以谦逊和真诚的态度发布此版本，希望与中文读者建立连接。若发现翻译错误、表达不当或文化误读之处，恳请告知 — 我们将虚心接受并改进。
L'auteur du Journal d'un Progressiste ne parle pas chinois ; ces traductions sont produites par intelligence artificielle et n'ont pas été vérifiées par lui. Cette version est publiée dans un esprit d'échange et d'humilité — vos retours sur les erreurs éventuelles ou les contresens culturels sont les bienvenus.
— 《进步者日报》编辑部 / La rédaction
在美国，配备可穿戴设备的精英俱乐部，严重伤病率相比此前有所上升，这与当初的技术承诺背道而驰。研究提示，潜在原因更多在于数据可及所引发的行为变化，而非传感器本身的技术故障。
要点
- 2026年发表于《Frontiers in Public Health》的一项系统综述，考察了不同背景下足球研究中负荷测量与伤病之间的关联。
- 据Safe Kids Worldwide统计，美国每年有超过350万名儿童和青少年因运动伤病接受治疗，估计年度治疗支出超过18亿美元。
- 有研究正在探讨一种机制：详细疲劳数据的可及，可能改变负荷管理方面的决策行为。
- 文献指出一个潜在风险：在没有多学科专业意见辅助的情况下，用自动化数据取代人工判断。
- NBA、NFL和MLB的部分球队正在探索新流程：可穿戴数据须经多方委员会讨论，才能用于负荷决策。
每年350万起伤病，而且这还是在可穿戴设备普及之前
美国竞技体育造成了大范围伤病。据Safe Kids Worldwide统计，美国每年有超过350万名儿童因运动伤病接受治疗，各类运动强度均涵盖在内。儿童和青少年的运动伤病每年带来超过18亿美元的成本，但其中直接医疗支出与间接成本之间没有可靠的分项数据。
这一数字来自可穿戴设备普及之前。那时已经构成一个严重的运动公共卫生问题。联网传感器的承诺正是要解决它：测量负荷、检测疲劳、在崩溃之前预警。厂商、俱乐部和体育协会都相信了这一点，投资随之涌入。
而伤病反而增加了。
传感器的承诺，及其被记录下来的反转
运动可穿戴设备持续测量多项参数：心率、心率变异性（自主神经系统疲劳的一项指标）、累计工作量、加速度。算法把这些数据转化为风险评分。教练收到一块仪表盘：谁状态新鲜、谁已到极限、谁该减量。
这套逻辑本身成立。现实却与之相悖。2026年发表于《Frontiers in Public Health》的系统综述，分析了不同背景足球研究中跑动负荷测量与伤病之间的关联。被汇总的研究考察了GPS测量的负荷变量与伤病的关系，但未能确立可穿戴设备存在直接因果效应。
该综述分析了跑动特征与伤病之间的关联，方法学异质性较大。这些研究未就某一单一行为机制作出结论。
那块为冒险开绿灯的仪表盘
文献描述的机制是这样的：当教练拿到实时疲劳评分，他对自己管理负荷的能力会产生新的信心。可穿戴设备普及之前，缺乏精确测量迫使决策者保持一定谨慎。有了量化数据，这种谨慎可能随之改变。教练现在知道——或自以为知道——还剩多少余量。
根据部分研究，数据的可及可能促使教练提高训练负荷。传感器显示运动员处于最大能力的70%，那么把他维持在90%节奏上就显得不合理。技术为加码决定提供背书，赋予单凭直觉所没有的量化正当性。
这一现象在行为科学中有个名字：佩尔兹曼效应。经济学家萨姆·佩尔兹曼在1970年代研究道路安全时记录了这一效应——当安全装置降低了冒险行为的感知代价，人们会通过冒更多风险来补偿。强制系安全带减少了驾驶员死亡，却增加了行人死亡。运动可穿戴设备似乎在产生结构上类似的效果。
这一问题的影响超出体育领域。在其他领域同样存在这种动向：精确测量工具给决策者带来过度信心，正如自动化及其对职场监督行为的影响所显示的那样。
当前测量模型的局限
这种效度局限，也源于算法所依赖的训练数据本身。以同质群体校准的模型，会复制这些群体的盲区。集体项目中运动员的体型和生理经历差异极大，聚合评分会抹平本应区分对待的个体差异。数字表面上的精确，掩盖了决策者在仪表盘上根本看不到的真实不确定性。
当前可穿戴设备能较好地测量急性生理疲劳。对于同样影响重大伤病风险的其他因素，它们测量得很差，甚至完全测不到。
首先是心理疲劳。承受合同压力或选拔压力的运动员，冒险方式会有所不同。他的身体指标可能一切正常，但判断力和保护性反射已经受损。任何腕部传感器都无法测量这一点。
其次是整个赛季的累积疲劳。负荷管理算法的时间窗口从几天到几周不等，难以捕捉结缔组织、肌腱、软骨的缓慢退化。这些结构不会以心率意义上的方式”疲劳”，而是在数周反复微创伤后突然失效。膝部或踝部的重大伤病，往往发生在负荷评分看起来尚可控的时期之后。
最后是社会和机构层面的互动。在职业俱乐部里，做决定的不只是教练。体育总监看表现，老板看排名，医生看健康。这些利益并不一致。对竞技状态给出有利解读的仪表盘，会成为每个人为自己立场辩护的工具。想安排运动员休息的医生，如今要面对一个说法相反的评分。
用来抵消这种效应的流程
在决策流程中刻意引入摩擦，可以恢复一种被测量工具消除的、被明确承认的不确定性。当多个利益各异的行动者必须就同一份数据达成共识，任何人都无法单凭评分为冒险决定提供正当性。集体讨论迫使人说出传感器测不到的东西，最终决定因此比教练独自面对仪表盘时更为稳健。
问题已经被识别。NBA、NFL和MLB的少数俱乐部开始重构决策流程：不再把可穿戴数据直接开放给教练，而是经过多方委员会——医生、体能教练和教练共同讨论评分后再做决定。
思路很简单：保留信息，取消单方面决定的直接通道。评分不再能独立放行，而是开启一场讨论。这种摩擦放慢了决策速度，也降低了过度使用运动员的压力。
其他球队则在试行按周、按月设定的固定”负荷预算”，赛季开始前定下，无论实时评分如何都不可调整。可穿戴设备提供信息，负荷规则提供保护。传感器因此失去最终裁判的角色，回归为众多工具之一——这也正是它被设计的用途。
《MDPI Applied Sciences》上的研究在探索第三条路：算法不仅纳入近期负荷，还纳入多个赛季的历史数据、既往伤病类型和个人生物力学特征。这类预测模型将结构性脆弱性纳入考量，而不只看当下的疲劳状态。相关工具仍处于临床验证阶段。
年轻运动员付出的代价最高
18岁以下人群因生长发育而具有特定脆弱性，但不能笼统地将其称为风险暴露最高的群体。美国每年记录的350万起伤病，涵盖所有因运动伤病接受治疗的儿童和青少年，未按运动级别或强度做精确分项。
这些运动员的身体仍在发育。他们的骨骼和肌腱结构对反复负荷的耐受不如成年人。同一套训练计划，对15岁运动员和25岁职业球员产生的生理压力并不相同。当前许多算法模型所依据的训练数据主要来自成年人，将其套用于青少年项目存在严重的效度问题。
精英体育中可穿戴设备使用的儿科研究仍然不足。现有系统综述大多针对成年人群，12至17岁年龄段的数据代表性有限。研究者将这一空白列为优先填补方向，但目前尚缺相关数据。
每年18亿美元的医疗成本，是一个既庞大又有误导性的数字。说它庞大，因为它相当于部分国家体育协会年度预算的数倍。说它有误导性，因为它既未计入间接成本——休学、心理支持、过早中断的运动生涯——也未计入部分伤病长期伴随的慢性疼痛。
这一代价超出了职业联赛的范围。它触及郊区体育馆、学校队伍，以及周末开车送孩子去训练的家长。记录在册的350万起伤病，发生在这些场景里，而不是NFL的更衣室里。
俱乐部今天就能实施的措施
可用的措施并不缺，其中有几项已有记录，无需等待更复杂的工具即可实施。
第一项是组织层面的：将数据访问权与负荷决定分开。在可穿戴评分与教练之间的决策链上加入一名医生或体能教练。这种刻意引入的摩擦，在试行俱乐部中已显现出效果。
第二项是监管层面的：北美体育联盟在负荷管理中使用可穿戴数据方面尚无统一标准。欧洲部分联赛，尤其是足球领域，已开始规范相关做法。NBA和NFL拥有数据和资源来制定协议，但要求各队强制执行的政治意愿目前仍不足。
第三项是培训层面的：接收仪表盘数据的教练，并非都接受过关于这些数据如何引发认知偏差的培训。培训教练批判性地解读评分——以及评分无法捕捉的不确定性——是一种成本低、潜在效益高的干预手段。
法律责任问题尚待厘清。当运动员受伤，而可穿戴评分显示疲劳尚在可控范围内，责任可能归于传感器厂商、算法、教练或俱乐部。美国目前在这一点上尚无明确的法律回应，可能需要出现有据可查的诉讼案件，才能逐步形成判例。
等待这一明确性才改变做法的俱乐部，在拿运动员和自身做赌注。
来源
- Frontiers in Public Health，关于北美精英俱乐部可穿戴设备与伤病率的系统综述（2026年）
- Wiley Health Science Reports，美国儿童和青少年运动伤病流行病学数据
- MDPI Applied Sciences，负荷管理预测算法与个体伤病风险建模
