智能手表测得最禁绝的目标，竟然是这些……

本文来自微信大众号：果壳 （ID：Guokr42），作者：ZIYI，修改：代天医，题图来自：AI生成

从心率、血压、睡觉到能量耗费、疲惫状况、最大摄氧量，智能手表手环显现的目标越来越多，可感觉有些值测得禁绝啊？

你的感觉没错，各项目标的精确程度不同很大，有的准到医师都会拿去参阅、有的只合适随意看看。

下面的表格为咱们总结了一些常见目标的精确程度，精确性最高为5星，最低为1星。

本表格归纳一切条件进行评级，各家厂商算法或许有所不同，分级有必定片面性。5星表明精确性十分好（以金规范丈量），4星表明较好，3星表明中等，2星表明差，1星表明十分差

这儿没有一项目标到达5星，也便是没有数据是肯定精确的。为什么会测禁绝呢？或许跟丈量办法、传感器、算法、佩带和解读办法有关。

接下来，咱们把更详细的内容填入表格：为什么准或禁绝、有多准、怎样做才干测得更精确。看到文末，你将获得一张信息量翻倍的表格，还有怎样运用各项目标的判别能力。

准禁绝，看目标是丈量的、预算的仍是新创的

现在一块几十克的智能手表，能集成近10种传感器，比方丈量心率的光电传感器、测经纬度的GPS传感器，还有气压、温度、加速度传感器等等。

可穿戴设备（智能手表、手环、戒指等）经过传感器直接丈量，为咱们显现有限的一批根底目标（原始数据也需求算法处理，为了便利了解这儿写为直接丈量）；这批目标经过整合和核算，再源源不断地产出无限的新目标。也便是，只需有生理学、运动生理学作为根底，几个根底目标倒来倒去就能够得到一堆目标。

目标是越来越多了，但它们全都靠谱吗？只需丈量，就必定不可避免呈现差错，但大都目标都存在一个公认差错最小的丈量办法，这种办法一般被称为“金规范”。举例来说，丈量心率的金规范是心电图，测睡觉时刻和阶段的是多导睡觉监测，测能量耗费的是双符号水法。

金规范一般在实验室条件下丈量，大部分设备贵重，丈量过程杂乱，还需求有经历的操作人员帮忙。现在智能手表、手环或戒指供给的目标里，没有一项是经过金规范测出来的。所以，文章最初的表格里，没有一个目标能得到5星。献身一些数据精确性，可穿戴设备换来了更便利、本钱更低的丈量办法。

丈量心率的金规范是心电图；智能手表可接连丈量心率，简洁但精确性稍低丨medpick/新浪众测

存在金规范的目标里，有些数据是直接丈量得出或经过简略核算得出的，比方经过光电传感器丈量心率、经过运动间隔和时刻核算配速。

还有些数据，是在直接测得数据的根底上，经过算法预算出来的，就像经过心率和加速度计的数据预算能量耗费。不同厂商的算法或许不一样，同一家的算法也或许不断改进，所以得出的成果或许间隔很大。大都状况下，预算出来的数据不如直接丈量的精确。

别的一些没有金规范的目标，能够说大部分都不太精确。这些目标，许多只存在于运动科学的概念中（例如负荷、疲惫、康复），无法精确衡量，有时分会以片面感触作为规范。乃至有的目标不存在科学界说，是厂商之间“军备竞赛”发明出的目标。

间隔有多大？跟金规范比比就知道了

想知道目标有多准，分别用可穿戴设备和金规范丈量，然后比较成果，不就知道了吗？

其实大部分厂商们也是这么干的，可是间隔有多大，他们一般不会说。不过，经过剖析数据是怎样得到的，以及看研讨人员宣布的文章，仍是能够大致了解数据的精确性。

1. 心率，现在最精确的目标之一

心率与许多健康和运动相关的目标有关，手表手环会直接显现心率，也能够供给许多依据心率预算的目标。所以，心率丈量的精确性，决议了许多其他目标的精确性。

丈量心率的金规范是心电图，经过放在胸部和四肢的电极，检测心脏的电活动并丈量心率。

可穿戴设备接连显现心率时，丈量办法一般是光电体积描记法（photoplethysmography，PPG）。这种丈量办法会遭到多种要素影响，例如运动强度、运动类型、腕部活动、腕带松紧、皮肤色素和外表的尘垢、心律失常等。

依据18项研讨的归纳测试，心率丈量在静息状况或低强度运动时较为精确，跟着运动强度的添加，能测出数据的几率和数据的可靠性会明显下降。在一个归纳249项研讨的剖析中，心率丈量平均差错为±3%。

因而，在安静状况下，可穿戴设备显现数值稳守时，心率数据相对可信，能够用来协助判别健康和练习状况。剧烈运动时数据精确性下降，假如想获得更精确的数据，能够佩带胸式心率带。

2. 睡觉，总时刻略优于阶段和质量

有些人一睡醒就先看昨夜的睡觉目标，原本感觉睡得很好，看到较低的全体评分又顿感疲惫，其实大可不用。

丈量睡觉的金规范是多导睡觉监测，“多导”指一起丈量多种信号，包含脑电图、心电图、眼动图和肌电图等。得到原始数据后，睡觉专家会归纳各项成果得出睡觉时刻，并手动评分来剖析睡觉阶段。

多导睡觉监测示意图 ｜ verywell

可穿戴设备点评睡觉的办法，是经过丈量心率和手腕活动（加速度传感器），算出心率变异性和呼吸频率等目标，再结合个人的年纪、身高、体重和性别等布景信息，依据神经网络模型，终究得到上床和起床时刻、睡觉开端和完毕时刻、睡觉总时长和睡觉潜伏期、清醒时长，各个睡觉阶段的时长和份额，以及依据这些信息得出的全体睡觉评分。

可穿戴设备点评睡觉办法｜作者供图

从丈量办法来看，假如入眠前长时刻静止不动，有或许会被误判为进入眠觉状况，高估睡觉总时长。

各个品牌的详细算法不共同，导致了不同的差错。一篇关于可穿戴技能在睡觉中运用的总述文章说到，与多导睡觉图比较，手表在估量睡觉总时刻上体现相对杰出，全体精确率约为70%～90%；在丈量睡觉阶段上的体现较差，浅睡觉判别精确率约为50%～90%，深睡觉和快速眼动睡觉精确率约为30%～80%。

至于全体睡觉评分，医学上并没有对应的评分。医师点评睡觉质量和进行医治时，会归纳入眠时刻、睡觉时刻、功率、反常状况、催眠药物、白日日子和作业状况等许多目标进行剖析。

关于睡觉这类预算出来的目标，其间比较精确的能够作为参阅，比方睡觉总时刻，其他目标则不应该引起焦虑。整个人状况都很好的话，没有必要因为睡觉总分低而忧虑，总感觉睡欠好能够去医院进行多导睡觉监测，及时发现问题。

3. 康复状况，最禁绝确的目标之一

以上目标都有金规范，还有一些目标没有金规范，它们依据某个理论被发明出来，例如康复状况。

练习要想获得前进，需求不断添加练习压力但又不触及过度练习这条线，因而衡量和检测康复状况十分重要。但康复状况是一个十分归纳且杂乱的目标，它受练习（练习量、类型、强度等）、非练习（作业、人际关系、疾病、药物等）和康复（睡觉、饮食、康复时刻、康复手法等）要素影响。

衡量身体饱尝的压力和康复状况时，自主神经系统活动是一项重要目标。当身体有压力时，生理上一般体现为交感神经系统活动添加、副交感神经系统活动削减，康复的时分则相反。有研讨显现，剖析交感和副交感神经系统相互作用时，心率变异性是一个有力东西。

因为没有金规范，一些可穿戴设备厂商会运用加权模型预算康复状况。详细办法是搜集一系列或许影响康复的目标，例如心率、睡觉和练习状况等，算出心率变异性、呼吸频率、耗氧量等数据，然后依据运动科学原理对不同目标加权求和，得到的值就代表康复状况。

这种做法的缺陷是无法尽头一切影响要素，例如生理周期和人际关系能够影响康复，但或许没有被模型核算在内，导致显现数据与实践状况有不同，用数据作辅导时呈现练习缺乏或过度的状况。

可是厂商推出这样的目标是有道理的，因为不是每个人都有满足的常识储藏，对以上与康复相关的原始数据逐个剖析并加以解说。献身部分精确性，做一些简略的假定（比方睡觉少、活动多等于康复差），一个康复状况评分的提示作用，或许比让人看杂乱生理数据好得多。

这些目标，究竟该怎样使用？

按文章最初的分类办法，能够把一切目标分红丈量、预算、发明的三类。

丈量的目标，一般差错比较小，比方心率、间隔、心率变异性和配速等。这些目标相对可信，能够用作调查健康状况、调整日子办法和练习方案的参阅。比方，今日早晨起来心率比平常高，是不是昨夜没有睡好？仍是最近练习过度了？要不要减量或许歇息一天？

预算的目标，是在丈量目标的根底上经过算法得出的，例如睡觉、能量耗费和摄氧量等。此刻，丈量差错叠加算法差错，或许使预算目标的精确性下降。解读这类目标时，需求愈加慎重。就像，全体睡觉评分有时与疲倦程度共同，有时存在间隔；可穿戴设备预算的步行能量耗费或许比较精确，但抗阻（力气）练习的耗费或许被轻视。

以上两者是有金规范的目标，即便现在丈量还不是很精确，咱们能够等待丈量技能或算法前进，使数据越来越迫临精确值。

发明的目标，是一些不存在丈量金规范的目标，它们是在前两类目标的根底上，算法依据一些界说或主意发明出来的，例如康复状况、练习作用等。因为没有丈量金规范能够比较，加上不同厂商之间的传感器硬件和算法不共同、目标的算法也不揭露，很难验证数据的精确性。

因而，关于这些发明的目标，咱们不用过多纠结于数字的肯定值，能够经过了解目标的改变趋势，结合自己的片面感触，去更自动地了解身体关于日常日子和运动的反响。

此外，设备厂商会定时发布软件更新，及时查看并装置这些更新，保证设备一直运用了最新的算法，这在必定程度上能够进步目标的精确性。

最终这张表格汇总了全文的重要内容，参照它来解读可穿戴设备供给的数据，或许能够协助你削减些困惑、添加些对健康和练习的掌控。

参阅文献：

[1]Altini M，Plews D.What is behind changes in resting heart rate and heart rate variability?A large-scale analysis of longitudinal measurements acquired in free-living[J].Sensors，2021，21(23):7932.

[2]Cudejko T，Button K，Al-Amri M.Validity and reliability of accelerations and orientations measured using wearable sensors during functional activities[J].Scientific reports，2022，12(1):14619.

[3]Shei R J，Holder I G，Oumsang A S，et al.Wearable activity trackers–advanced technology or advanced marketing?[J].European Journal of Applied Physiology，2022，122(9):1975-1990.

[4]Miller D J，Sargent C，Roach G D.A validation of six wearable devices for estimating sleep，heart rate and heart rate variability in healthy adults[J].Sensors，2022，22(16):6317.

[5]Germini F，Noronha N，Borg Debono V，et al.Accuracy and acceptability of wrist-wearable activity-tracking devices:systematic review of the literature[J].Journal of medical Internet research，2022，24(1):e30791.

[6]Li Y I，Zhong-Hua L V，Shun-Ying H U，et al.Validating the accuracy of a multifunctional smartwatch sphygmomanometer to monitor blood pressure[J].Journal of Geriatric Cardiology:JGC，2022，19(11):843.

[7]de Zambotti M，Goldstein C，Cook J，et al.State of the science and recommendations for using wearable technology in sleep and circadian research[J].Sleep，2023:zsad325.

[8]https://www.firstbeat.com/en/athletes-recovery-analysis-firstbeat-white-paper-2/

[9]https://www.firstbeat.com/en/firstbeat-white-paper-sleep-analysis-method-based-on-heart-rate-variability/

[10]Doherty C，Baldwin M，Keogh A，Caulfield B，Argent R.Keeping Pace with Wearables:A Living Umbrella Review of Systematic Reviews Evaluating the Accuracy of Consumer Wearable Technologies in Health Measurement.Sports Med.2024 Jul 30.doi:10.1007/s40279-024-02077-2.Epub ahead of print.PMID:39080098.

本文来自微信大众号：果壳 （ID：Guokr42），作者：ZIYI，修改：代天医