的指标竟然是这些……智能手表测得最不准

　　最后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提供的数据▷◆■•，也许可以帮助你减少些困惑□★•●…、增加些对健康和锻炼的掌控◇▪◇△▷△。

　　可穿戴设备（智能手表▷□、手环◇•★△、戒指等）通过传感器直接测量•●，为我们显示有限的一批基础指标（原始数据也需要算法处理◇◆◁■▷★，为了方便理解这里写为直接测量）•◁●-=；这批指标经过整合和计算●☆，再源源不断地产出无限的新指标▽☆■◇●。也就是◁★，只要有生理学▽●▽、运动生理学作为基础◆□◁=，几个基础指标倒来倒去就可以得到一堆指标△•=■。

　　至于总体睡眠评分=◇，医学上并没有对应的评分□◆。医生评价睡眠质量和进行治疗时●☆•■，会综合入睡时间☆▷○▽★★、睡眠时间★…、效率■•、异常状态-▽、催眠药物=○▪●、白天生活和工作状态等很多指标进行分析▪■□●。

　　对于睡眠这类估算出来的指标▼◇▷•▪，其中比较准确的可以作为参考●☆■▷□▽，比如睡眠总时间□◁☆▽◇，其余指标则不应该引起焦虑▷△▪●。整个人状态都很好的话…◁，没有必要因为睡眠总分低而担心●□□•▷•，总感觉睡不好可以去医院进行多导睡眠监测-▼，及时发现问题•□△-=•。

　　各个品牌的具体算法不一致▷=，导致了不同的误差●▽●▲◇•。一篇关于可穿戴技术在睡眠中应用的综述文章提到△•◆…▼▪，与多导睡眠图相比▪●○★□，手表在估计睡眠总时间上表现相对良好☆◁▪•▽■，整体准确率约为 70%～90%□●○■；在测量睡眠阶段上的表现较差◇□▼，浅睡眠判断准确率约为 50%～90%▷▪•=△•，深睡眠和快速眼动睡眠准确率约为 30%～80%◇★◆■▼。

　　训练要想取得进步△-…，需要不断增加训练压力但又不触及过度训练这条线★•，因此衡量和检测恢复情况非常重要•▪○=◇…。但恢复情况是一个非常综合且复杂的指标••◇==，它受训练（训练量◆▲★、类型-▪◇、强度等）◆●○▪★、非训练（工作□◇、人际关系-△■◁◇▷、疾病•▼-=、药物等）和恢复（睡眠▪▲•、饮食▷■▽•-、恢复时间…☆==-◆、恢复手段等）因素影响☆…△。

　　由于没有金标准△-▷▼▲△，一些可穿戴设备厂商会使用加权模型估算恢复情况◆•▪▼。具体方法是收集一系列可能影响恢复的指标••★△…•，例如心率□◇-=▪▼、睡眠和训练情况等◆▽▲○，算出心率变异性△■、呼吸频率●…、耗氧量等数据◁■◆◆，然后根据运动科学原理对不同指标加权求和•◁▲▪☆，得到的值就代表恢复情况●▼△☆■。

　　你的感觉没错▼△◁▪☆-，各项指标的准确程度差别很大▲-■◁，有的准到医生都会拿去参考▪■☆◇、有的只适合随便看看△□●○☆•。

　　其实大部分厂商们也是这么干的■◁○…▷◁，但是差距有多大△▼▲★…，他们一般不会说◇▼▲◇▪□。不过▪★◆▲▪，通过分析数据是如何得到的◁●○□◇△，以及看研究人员发表的文章▽◇△•▲，还是可以大致了解数据的准确性●=■◆▼。

　　估算的指标▼◇▷●☆，是在测量指标的基础上通过算法得出的●●★●=，例如睡眠◇▷▪•☆、能量消耗和摄氧量等•☆☆□。此时▪■，测量误差叠加算法误差●△▪，可能使估算指标的准确性降低•☆▷。解读这类指标时-●…，需要更加谨慎■△…◁◆…。就像○◇，总体睡眠评分有时与困倦程度一致▲▪▼，有时存在差距=■●★-；可穿戴设备估算的步行能量消耗也许比较准确-▼●，但抗阻（力量）训练的消耗可能被低估●•。

　　可穿戴设备评价睡眠的方式☆-▽○=，是通过测量心率和手腕活动（加速度传感器）◁=•，算出心率变异性和呼吸频率等指标••▼，再结合个人的年龄○○▪、身高▼•○-☆△、体重和性别等背景信息◇●，基于神经网络模型▼-，最终得到上床和起床时间▲▽★□、睡眠开始和结束时间○△、睡眠总时长和睡眠潜伏期▲◁★•●◇、清醒时长…◁=，各个睡眠阶段的时长和比例▼◆◁…--，以及基于这些信息得出的总体睡眠评分▲◁。

　　转载使用可能引发版权纠纷心率与众多健康和运动相关的指标有关▪▪，于是●•□……，它们是在前两类指标的基础上-•▷，是一些不存在测量金标准的指标◇▷◆-…，算法根据一些定义或想法创造出来的▼▼★▼，例如恢复情况=★●•、训练效果等▪▷。

　　还有些数据▽=☆▷◆，是在直接测得数据的基础上◇▷，通过算法估算出来的…-△，就像通过心率和加速度计的数据估算能量消耗○▪=。不同厂商的算法可能不一样△●▽…▽•，同一家的算法也可能不断改进★◆◇△-，所以得出的结果也许差距很大•◇◁。多数情况下■○，估算出来的数据不如直接测量的准确◇▪▼。

　　衡量身体经受的压力和恢复情况时☆◆，自主神经系统活动是一项重要指标●▲•。当身体有压力时…○，生理上通常表现为交感神经系统活动增加★-•◁…□、副交感神经系统活动减少▷◆★◇，恢复的时候则相反…★□☆。有研究显示●◁★☆◆▲…智能手表测得最不准，分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工具▼=。

　　如果入睡前长时间静止不动▼☆，恢复情况受训练…-•▪-、睡眠◁•▪、饮食等等多种因素影响□◁…。很难验证数据的准确性☆▪◁▷。从测量方法来看●-◆■，由于没有测量金标准可以比较■○○，有可能会被误判为进入睡眠状态★-•☆。

　　创造的指标○…○◆■，也可以提供很多基于心率估算的指标▲…▽★=-。图库版权图片•-▷•▼。

　　金标准一般在实验室条件下测量=…△••◆，大部分设备昂贵=☆…●…▽，测量步骤复杂•▷…•■，还需要有经验的操作人员协助◆▼…○。目前智能手表□△★◆▲•、手环或戒指提供的指标里=▼△▽，没有一项是通过金标准测出来的-▽•。所以=▲-，文章开头的表格里★◇▷▼，没有一个指标能得到5星▪=▲。牺牲一些数据准确性◁•●，可穿戴设备换来了更方便▲▷、成本更低的测量方式▲▪▷□。

　　因此●•▼•，在安静状态下◇▲▽，可穿戴设备显示数值稳定时◁◆，心率数据相对可信◆▷▲◆，可以用来帮助判断健康和锻炼情况▽△△◆。剧烈运动时数据准确性降低…□•，如果想获得更准确的数据□●•△，可以佩戴胸式心率带◆■○…。

　　本文为澎湃号作者或机构在澎湃新闻上传并发布○◁△，仅代表该作者或机构观点◆□△•▪，不代表澎湃新闻的观点或立场○●，澎湃新闻仅提供信息发布平台■=◇=。申请澎湃号请用电脑访问□■◇=-☆。

　　以上指标都有金标准◆●▽，还有一些指标没有金标准-■•▪◁，它们基于某个理论被创造出来…•…◆，例如恢复情况■☆…•▪▼。

　　测量心率的金标准是心电图▲•◇◆，通过放在胸部和四肢的电极▽▼▲，检测心脏的电活动并测量心率•▼■◇。

　　根据 18 项研究的综合测试▼•◇◆，心率测量在静息状态或低强度运动时较为准确●□…，随着运动强度的增加▪▲◇•☆，能测出数据的几率和数据的可靠性会显著降低=☆○◁◇△。在一个综合 249 项研究的分析中=▪▽，心率测量平均误差为±3% ▲◇。

　　这种做法的缺点是无法穷尽所有影响因素=●，例如生理周期和人际关系可以影响恢复=•的指标竟然是这些…，但可能没有被模型计算在内-◆△■▽☆，导致显示数据与实际状态有差别=▷■▲△●，用数据作指导时出现训练不足或过度的情况●•◆▪。

　　另外一些没有金标准的指标■△▲◁=，可以说大部分都不太准确▪•。这些指标▪••△•，很多只存在于运动科学的概念中（例如负荷……=▪-△、疲劳◇●▷△○▽、恢复）□-★▽，无法准确衡量★•○…○，有时候会以主观感受作为标准★▷。甚至有的指标不存在科学定义△…◁=▪▷，是厂商之间▼•◁□○“军备竞赛▲●▲”创造出的指标▲☆▪■▽□。

　　测量的指标□★，通常误差比较小▼○▽◁，比如心率=■、距离▪◇、心率变异性和配速等=▷。这些指标相对可信★▽，可以用作观察健康状况●▲★▽▷△、调整生活方式和锻炼计划的参考◇▼△。比如◇…○，今天早晨起来心率比平时高=★，是不是昨晚没有睡好□□…◇▲？还是最近锻炼过度了★▲☆○▷•？要不要减量或者休息一天★……•◇■？

　　但是厂商推出这样的指标是有道理的▼□▷▪，因为不是每个人都有足够的知识储备◇•▼□-，对以上与恢复相关的原始数据一一分析并加以解释◆●▲☆。牺牲部分准确性●▷，做一些简单的假设（比如睡眠少•☆▪▼、活动多等于恢复差）▲=-★，一个恢复情况评分的提醒效果☆-▪•，可能比让人看复杂生理数据好得多◇■▲。

　　这里没有一项指标达到 5 星■□••◁，也就是没有数据是绝对准确的☆▼▷。为什么会测不准呢☆◆☆□•？可能跟测量方法==▲▽☆□、传感器☆◁◆•、算法●•、佩戴和解读方式有关◇•=▲▲▪。

　　因此▼▽=-，对于这些创造的指标•☆，我们不必过多纠结于数字的绝对值■★，可以通过了解指标的变化趋势◇△◁▲，结合自己的主观感受•◇◆◁，去更主动地理解身体对于日常生活和运动的反应=▽▽。

　　心率测量的准确性▽●•☆，高估睡眠总时长▽•△■☆…。加上不同厂商之间的传感器硬件和算法不一致▽◁□、指标的算法也不公开-●…••。手表手环会直接显示心率△▪◆▲，决定了很多其他指标的准确性-…★！

　　本表格综合所有条件进行评级…□•，各家厂商算法可能有所不同▽…，分级有一定主观性■△=□▲。5 星表示准确性非常好（以金标准测量）•○△，4 星表示较好○•=◁-，3 星表示中等▽●☆◆▪，2 星表示差•◆•••，1 星表示非常差

　　测量睡眠的金标准是多导睡眠监测■▼，▷▲▪◁◆△“多导☆●▪★”指同时测量多种信号▼▷▪，包括脑电图●•=、心电图☆△、眼动图和肌电图等-□◆◁。得到原始数据后◇▼▷▪★▪，睡眠专家会综合各项结果得出睡眠时间☆△…◇★◆，并手动评分来分析睡眠阶段☆■•。

　　此外•▽◆，设备厂商会定期发布软件更新◇=▷▷△•，及时检查并安装这些更新☆…★▷■，确保设备始终使用了最新的算法▪■△▽△•，这在一定程度上可以提高指标的准确性□▪-★◁。

　　有些人一睡醒就先看昨晚的睡眠指标■★…，本来感觉睡得很好◁▪=▽▷，看到较低的总体评分又顿感疲劳☆…，其实大可不必●△。

　　可穿戴设备连续显示心率时◇◆▷，测量方式通常是光电体积描记法（photoplethysmography▪•==○, PPG）▲□▷▽…◆。这种测量方式会受到多种因素影响□=□，例如运动强度■▽、运动类型=▲▽▲、腕部活动☆▽•、腕带松紧▲□▷…▪、皮肤色素和表面的污垢▪★▲▼▽、心律失常等★□▲▼●。

　　以上两者是有金标准的指标◁■◁•◁，即使目前测量还不是很准确☆◁•，我们可以期待测量技术或算法进步-■，使数据越来越逼近准确值○◆◁◆◁。

　　指标是越来越多了▲…，但它们全都靠谱吗•□-☆？只要测量△--▼☆◁，就一定不可避免出现误差◁▪▲○●▲，但多数指标都存在一个公认误差最小的测量方法△▷=○▷，这种方法一般被称为★…☆●“金标准▼▲△▪”★□○-。举例来说◇▲，测量心率的金标准是心电图▷◇，测睡眠时间和阶段的是多导睡眠监测△△▷●，测能量消耗的是双标记水法=◁▼。

　　现在一块几十克的智能手表◆△，能集成近 10 种传感器…○▷●◁，比如测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▼▷◁。

　　接下来●•▷•，我们把更详细的内容填入表格■▷◇：为什么准或不准☆…、有多准●△-☆▽◇、怎么做才能测得更准确•--□●▷。看到文末◁△▽，你将获得一张信息量翻倍的表格…=△☆-…，还有怎么使用各项指标的判断能力…▷●•。

　　下面的表格为大家总结了一些常见指标的准确程度▼☆△☆…，准确性最高为 5 星★•-，最低为 1 星▷▷☆-◇。

　　从心率•●▽•、血压◇▼○▷▼、睡眠到能量消耗☆-◁•、疲劳状况★◁△-、最大摄氧量☆★☆△△，智能手表手环显示的指标越来越多▼■▽，可感觉有些值测得不准啊◆☆△◆☆？

　　测量心率的金标准是心电图▽□◇；智能手表可连续测量心率◇▲▽▪▼，简便但准确性稍低丨medpick/新浪众测

　　想知道指标有多准■●★☆☆▲，分别用可穿戴设备和金标准测量●◁◁，然后比较结果◆••…，不就知道了吗▷□=▽★？

　　存在金标准的指标里☆◆☆▲□，有些数据是直接测量得出或通过简单计算得出的▲▪◇▪，比如通过光电传感器测量心率▼=▽▲、通过运动距离和时间计算配速•▽□▷△▷。