穿戴裝置的壓力分數到底準不準？科學研究怎麼說

手錶說你壓力很大，真的嗎？

上週二下午 2:47，我的智慧手錶震動提醒我壓力過高。當時我正在吃三明治。不是在跟主管報告，也沒塞在車陣裡，就只是……吃個午餐而已。

這讓我開始懷疑：這些壓力分數到底能信幾分？結果發現，研究人員也在問同樣的問題——而答案比廠商宣傳的複雜得多。

壓力分數實際上在測什麼？

大多數人不知道的是：你的穿戴裝置根本無法直接偵測壓力。它是透過生理指標來「推測」壓力，主要依據心率變異性（HRV）。當你感到壓力時，交感神經系統啟動，心跳變得較不規律，裝置就會偵測到這個變化。

但 HRV 會因為很多原因改變：咖啡因、消化作用、剛爬過的那段上坡，甚至辦公室的溫度都會影響。

演算法會試著排除這些干擾因素，只是有些做得比較好，有些就差強人意。

皮質醇的關聯：驗證研究揭露了什麼

2025 年發表在《Psychoneuroendocrinology》的研究，針對七款熱門穿戴裝置進行嚴謹測試。研究人員在 14 天內，同步收集 847 位受試者的唾液皮質醇樣本與裝置壓力分數。

相關係數介於 0.52 到 0.72 之間。這個結果……還可以，不算太好，也不算太差。

讓研究人員意外的是時間差問題。皮質醇在壓力事件發生後約 20-30 分鐘才會達到高峰，但大多數裝置是近乎即時回報壓力分數。這個時間落差造成根本性的斷層，即使最先進的演算法也難以克服。

研究中有位受試者描述，她在跟保險公司講一通很煩的電話時查看壓力分數，結果顯示「平靜」。二十分鐘後，她正悠閒地看書，分數卻飆到「高壓力」。裝置沒有錯——只是反應慢了。

心理評估呈現不同面向

皮質醇只是拼圖的一塊。但壓力也有心理層面。你可能因為運動而皮質醇升高，但心情超好；也可能感到焦頭爛額，生理數據卻一切正常。

《JMIR mHealth》在 2024 年發表了一篇綜合回顧，比較穿戴裝置分數與經過驗證的心理量表，包括知覺壓力量表（PSS-10）和狀態-特質焦慮量表。

這邊的相關性就弱了——依裝置不同，介於 0.41 到 0.58 之間。仔細想想其實合理，因為心理壓力牽涉認知、感受和情境脈絡，這些都不是手腕上的感測器能捕捉的。

工作面試和第一次約會可能產生一模一樣的 HRV 模式，但一個讓你緊張到不行，另一個讓你興奮期待。你的手錶分不出差別。

各裝置比一比：準確度差在哪

不是所有穿戴裝置表現都一樣。《Psychoneuroendocrinology》的研究發現，不同裝置之間差異顯著，準確度很大程度取決於使用情境。

使用光體積變化描記法（PPG）感測器的裝置——就是那個測量血流的綠光——在移動時準確度較低。這很合理，動作會在訊號中產生雜訊。配備心電圖（ECG）感測器的胸帶式監測器在運動時表現較好，但不適合整天配戴。

研究也發現膚色會影響 PPG 準確度。膚色較深的受試者，相關係數平均低了約 0.08-0.12。廠商正在改善這個問題，但目前仍是實際存在的限制。

配戴鬆緊度也有影響。錶帶太鬆會產生明顯較多的讀數變異。有位研究人員開玩笑說，壓力追蹤最重要的配件，可能是一條尺寸合適的錶帶。

壓力分數什麼時候最準？

重點來了。驗證研究找出了穿戴裝置壓力分數最可靠的特定情境。

靜態時段表現最佳。當你坐在辦公桌前或躺在床上時，動作干擾消失，演算法就能正常運作。《Psychoneuroendocrinology》研究發現，靜態時段的皮質醇相關性躍升至 0.78-0.82。

趨勢分析比單次查看更有用。下午 3 點的單一壓力讀數幾乎沒什麼參考價值。但追蹤你一週的壓力模式？真正的洞察就在這裡。《JMIR》的回顧發現，七天滾動平均值與皮質醇和心理評估的相關性，都比單次讀數強得多。

恢復偵測效果不錯。裝置在辨識壓力水平何時回到基線這方面，準確度出乎意料地高。如果你用壓力分數來監測睡前放鬆習慣的效果，那就用對地方了。

沒人告訴你的限制

慢性壓力是個盲點。當你已經承受數週或數月的壓力，身體會適應。即使皮質醇持續偏高，HRV 模式也會趨於正常。你的裝置可能顯示壓力分數改善，但實際壓力負擔依然居高不下。

藥物讓一切變複雜。例如，乙型阻斷劑會直接影響心率變異性，某些抗憂鬱藥和降血壓藥也是。驗證研究排除了服用這些藥物的受試者，這代表準確度數據並不適用於數百萬潛在使用者。

睡眠不足會干擾讀數。睡不好的隔天，HRV 模式會出現類似壓力但又不完全相同的變化。有些裝置會試著校正這點，有些則沒有。

還有焦慮悖論。對某些人來說，不斷監測壓力分數反而製造壓力。研究人員用「orthosomnia」來形容睡眠追蹤的類似現象。壓力追蹤的對應版本還沒有響亮的名稱，但確實存在。

如何解讀你的數據

那該完全忽略壓力分數嗎？不用。但校準一下會有幫助。

花一週時間記錄，當裝置顯示高壓力時你實際在做什麼。你會開始看出規律。也許你的手錶總是把飯後消化誤判為焦慮，也許它確實準確捕捉到你下午的疲憊低潮。了解你裝置的特性，才能讓數據更有用。

情境比數字重要。簡報時的壓力分數 75 和看電視時的 75 意義完全不同。單看數字無法判斷該不該擔心。

用區間而非絕對值來看。如果你平常的壓力分數在 30-50 之間，讀到 70 就有意義。如果你一直都在 60-80 之間，同樣的 70 只是日常。

接下來會有什麼發展？

技術進步的速度比多數人想像的快。多感測器融合——結合 HRV、皮膚電導、體溫和動作數據——在早期研究中展現潛力。《Psychoneuroendocrinology》研究中的一個原型系統，用這種方法達到了 0.81 的皮質醇相關性。

情境感知 AI 是下一個前沿。想像一下，裝置知道你正在開會（透過行事曆整合），注意到你的 HRV 變化，並給予這個資訊與通勤時相同變化不同的權重。早期版本已經存在，而且會越來越好。

但根本挑戰依然存在：壓力一部分是生理的，一部分是心理的。沒有任何手腕感測器能捕捉完整面貌。我們能期待的最好結果是有用的近似值——老實說，這已經比十年前好太多了。

該不該相信你的裝置？

你穿戴裝置的壓力分數不是虛構的，但也不是聖經。把它想成天氣預報：對規劃有幫助，預測不完美，辨識模式比精準捕捉特定時刻更在行。

驗證研究建議把這些分數當作眾多參考之一。你感覺如何？生活中發生了什麼事？你的身體直接告訴你什麼？裝置為這幅圖景增添數據，但不能取代你自己的覺察。

至於我那次午餐時的壓力警報？我後來想通了。當時我吃得很快，駝著背趴在桌上，每口之間幾乎沒在呼吸。手錶沒辦法告訴我為什麼有壓力，但說有什麼不對勁，倒也不算全錯。