穿戴裝置的睡眠階段追蹤：70-80% 準確度對你的數據到底代表什麼

手錶說你深睡了 47 分鐘，該相信嗎？

上週二，我的 Garmin 顯示深睡 52 分鐘。週三：1 小時 43 分鐘。同樣的就寢時間、同樣的室溫、同樣的睡前習慣。我的大腦真的在 24 小時內多產生了三倍的慢波活動？

大概沒有。

我花了一週研究穿戴裝置睡眠分期的相關文獻，發現的結果徹底改變了我看待那些彩色睡眠圖表的方式。簡單說：你的追蹤器沒有騙你，但它也沒告訴你全部的真相。

睡眠實驗室到底怎麼測量睡眠階段

多頻道睡眠生理檢查（Polysomnography）是黃金標準，需要在身上貼大約 22 個感測器。頭皮上的電極測量腦波，眼睛附近的感測器追蹤快速動眼期，其他的則監測肌肉張力、呼吸、心律和腿部動作。

受過訓練的技術人員會以 30 秒為單位審閱數據，將每個「時段」分類為清醒、N1（淺睡）、N2（淺睡）、N3（深睡）或 REM。一個晚上大約產生 960 個 30 秒區段，技術人員要做出 960 次獨立判斷。

你的手腕穿戴裝置只有一個光學心率感測器和一個加速度計。就這樣。它試圖用僅僅兩種數據流，逆向推算出 22 個感測器加上人類專家才能判定的結果。

70-80% 準確度這個數字：實際測量的是什麼

2024 年發表在《Sleep》期刊的驗證研究，比較了七款熱門消費級穿戴裝置與 108 位成人的多頻道睡眠生理檢查結果。這些裝置在那些 30 秒區段中，正確識別睡眠階段的比例是 70-80%。

聽起來還不錯，但換個角度想想。如果你睡 7.5 小時，追蹤器大約做出 900 次階段分類。以 75% 準確度計算，大約有 225 次是錯的。

但有趣的是：這些錯誤並不是隨機的。

穿戴裝置哪裡準、哪裡超不準

研究揭示了一個一致的模式。穿戴裝置在偵測 REM 睡眠方面表現出色——準確度通常達到 85% 以上。REM 期間的心率變異有獨特的特徵，光學感測器能可靠地捕捉到。

深睡偵測呢？差很多。《Journal of Clinical Sleep Medicine》在 2025 年發表的分析顯示，消費級裝置平均每晚高估深睡時間 18 分鐘。有些晚上，高估幅度甚至超過 40 分鐘。

淺睡的處理最糟糕。N1 和 N2 階段在穿戴裝置的演算法中混在一起。大多數裝置根本不嘗試區分它們，全部歸入一個籠統的「淺睡」類別，基本上就是「不是深睡、不是 REM、不是清醒」的萬用分類。

清醒偵測的問題特別令人沮喪。短於 3 分鐘的短暫覺醒往往完全沒被記錄到。你可能整晚醒來六次，但追蹤器顯示的是一整塊連續睡眠。

為什麼光靠心率無法說明全貌

你的大腦以大約 90 分鐘為週期循環經過各個睡眠階段。深睡期間，心率降到最低點，心率變異度增加。REM 期間，心率變得更不規則且略微升高。

穿戴裝置利用這些心臟特徵，結合動作數據，來推測你目前的階段。問題是：其他因素也會影響心率。

晚餐喝了一杯酒？心率會升高好幾個小時，可能掩蓋深睡的特徵。壓力很大的一天？你的神經系統可能無法充分平靜下來，產生演算法預期的清晰心臟模式。睡眠呼吸中止症？每次呼吸中斷都會造成心率飆升，混淆階段分類。

有一項研究發現，在未治療的睡眠呼吸中止症患者中，穿戴裝置的準確度降到 61%。這些裝置持續將他們破碎的睡眠誤判為正常的階段轉換。

趨勢線比任何單一晚上都重要

這是改變我與睡眠數據關係的關鍵：我不再在意個別晚上的數據了。

當研究人員比較穿戴裝置的 30 天平均值與 30 天多頻道睡眠生理檢查平均值時（是的，有些勇者在實驗室睡了一個月），相關性大幅提升。個別晚上可能差 20 分鐘的深睡估計，在月平均後誤差縮小到 5 分鐘以內。

雜訊會互相抵消。隨機的高估會平衡隨機的低估。最後呈現的是你實際睡眠結構的合理近似值。

所以當我的追蹤器顯示一週以來深睡百分比持續下降，這個訊號可能真的代表某些事情。當它顯示某一晚 REM 異常偏低，我聳聳肩就過去了。

實用的解讀框架

在研讀相關研究後，我發展出一套簡單的心智模型來解讀睡眠數據。

完全信任： 總睡眠時間。穿戴裝置對大多數人來說誤差在 15 分鐘以內。如果顯示你睡了 6 小時 12 分鐘，你大概睡了 6 到 6.5 小時之間。

方向性信任： 任何階段的週對週趨勢。連續兩週深睡持續下降，可能反映了某些真實狀況，即使絕對數字有些模糊。

謹慎信任： 個別晚上的 REM 睡眠時間。準確度夠高，大幅波動（與你的基準相差 30 分鐘以上）可能反映實際變化。

持懷疑態度： 任何單一晚上的深睡時間。測量誤差實在太大。我前面提到的 47 分鐘對 103 分鐘的波動？幾乎可以肯定是雜訊。

完全忽略： 夜間睡眠階段的具體時間點。「你在晚上 11:47 進入深睡」是基於機率模型的猜測。可能對，也可能差 20 分鐘。

下一代穿戴裝置可能改善什麼

一些較新的裝置正在增加可能提升準確度的感測器。Oura Ring 第三代包含血氧感測器和皮膚溫度追蹤。三星最新的手錶測量生物電阻抗。

早期研究顯示這些額外的數據流確實有幫助。2024 年的一篇預印本顯示，結合心率、動作、血氧和溫度數據，在小樣本中將階段準確度推升到 83%。

更大的改進可能來自個人化演算法。目前的裝置使用群體平均模型——它們假設你的深睡心臟特徵和其他人一樣。未來的裝置可能會在數週內學習你的特定模式，根據你的生理狀況校準分類。

有一家公司正在測試一項功能，讓使用者標記感覺特別有精神或疲倦的早晨。演算法會據此調整階段分類，以更好地預測這些主觀感受。這不算科學，但可能更實用。

消費級睡眠追蹤的真實極限

沒有任何手腕穿戴裝置能達到多頻道睡眠生理檢查的準確度。物理限制不允許。腦波不會傳到你的手腕。眼球運動不會在加速度計上顯示。基本數據根本不存在。

但這不代表睡眠追蹤器沒用。體溫計無法告訴你為什麼發燒，但追蹤體溫是升還是降仍然很有價值。睡眠追蹤器的功能類似：對原本看不見的東西進行不完美的測量。

關鍵是校準你的期望。你的追蹤器提供的是睡眠結構的粗略素描，不是照片。請據此對待這些數據。

與不完美的數據和平共處

我每天早上還是會看睡眠數據。老習慣改不掉。但我改變了關注的重點。

我不再執著於昨晚的深睡數字，而是瞄一眼 7 天和 30 天趨勢。我不再擔心階段時間點，而是專注於總睡眠時間——這是我的追蹤器唯一真正測得準的指標。

當我的手錶顯示某晚深睡只有 47 分鐘但我感覺很棒，或者顯示 90 分鐘但我感覺很糟？我會記得這個裝置正在用有限的資訊盡力而為。就像我們所有人一樣。