您的智能手表可能没有您想象的那么智能

密歇根大学的一项新研究发现,智能手表可以提供有用的健康信息,但其中许多数字是算法估计,而不是对身体的直接测量,而且有些输出比其他输出更准确。

来源:密歇根大学

密歇根大学的一项新研究发现,智能手表可以提供有用的健康信息,但其中许多数字是算法估计,而不是对身体的直接测量,而且有些输出比其他输出更准确。

智能手表广泛用于跟踪睡眠、步数、心率和其他健康指标,但其日益复杂的指标可能会令人困惑。

密歇根大学运动学学院助理教授 Adam Lepley 和他的团队开发了一个框架,帮助用户了解智能手表测量和估计的内容,以及如何负责任地解释数据。结果发表在《传感器》杂志上。

“最重要的一点是,并非所有智能手表指标都应该以相同的方式解释,”Lepley 说。 “一些输出相对接近设备传感器实际检测到的结果,而其他许多输出则是通过将传感器信号与专有算法、用户特征和其他假设相结合而生成的估计值。

“人们不应该只看这些指标的表面价值。在许多情况下,这些设备更适合跟踪一段时间内的趋势,而不是精确的实验室测量。”

智能手表结合了来自多种类型传感器的信息。光学传感器利用光来检测手腕血流的变化,而运动传感器、GPS 和其他技术则跟踪运动、位置和其他信号。然后,算法将这些信号转换为面向用户的指标。

要点:

  • 智能手表数据对于跟踪同一个人随时间的变化最有用。静息心率、睡眠或活动的持续变化可能比单个异常读数更有意义。
  • 静息和稳态心率、步数和户外配速通常比复杂的估计(例如消耗的卡路里、睡眠阶段、身体成分、水合和恢复)更可靠。
  • 准确性还会受到运动、手表贴合度、温度、汗水、肤色、纹身和身体成分的影响。由于制造商使用不同的传感器、定义和算法,因此不同品牌的结果可能无法比较。
  • 研究人员使用截至 2026 年 6 月的 PubMed、SPORTDiscus 和 Google Scholar 的主题搜索进行了叙述性回顾。他们还检查了参考文献列表、技术和监管文件以及专业指导。

    合著者是希望学院的 Fiddy Davis 以及密歇根大学运动机能学院的 Amanda Melvin 和 Zen-Yang Zhu。