那篇说睡眠监测"不如丢硬币"的文章，说对了一半
最近有篇文章在社媒上传得挺广，核心观点是：智能手表的睡眠分期准确率只有50%到65%，和丢硬币差不多，所以你每天早上看的那个深睡时长基本没参考价值。
作为目前在做智能健康戒指、在这个方向上有一手数据的从业者，我第一遍看完觉得写得不错，科普逻辑清晰，也有研究引用，除了觉得有点标题党… 但看第二遍的时候，发现它绕开了几个关键问题，考虑到身边有大量对自己的睡眠状况感兴趣的朋友，所以下面专门来聊一下：
先说文章说对的部分
我们平时说的”深睡””浅睡””REM（快速眼动期）”，是医学上对睡眠不同阶段的划分，每个阶段对应不同的脑电波形态、眼球运动模式和肌肉张力状态。消费级穿戴设备确实没法直接测这些信号。不管是手表还是手环，核心传感器就是加速度计和PPG光电传感器，靠体动频率和心率变化来反推你处于哪个睡眠阶段。这本质上是算法推算，不是直接测量。
但它拿来对比的”金标准”，本身也没那么金
文章多次用多导睡眠图（PSG）作为参照系，言下之意是：PSG才是真准，手表跟它比差远了。
PSG是目前医学上判断睡眠分期的金标准，需要专门去医院睡一晚，全身贴满传感器，直接采集脑电波、眼动、肌张力等信号（见上图）。但采集完之后，睡眠分期判读这一步，传统上是由技术员人工完成的：按照AASM（美国睡眠医学学会）的标准，以每30秒为一个片段，逐段手动打标签。
这里有个数字很少被提到：同一份PSG数据，让两位技术员独立评分，一致率大约是83%。这个数字来自AASM官方发布的跨评分员可靠性研究，超过2500名有经验的技术员参与评分得出的结论。
不是100%，是83%。
也就是说，PSG本身就有将近两成的主观判读差异。你拿50%-65%的手表准确率去跟PSG比，但PSG自己也不是绝对真理，它只是一个相对最佳的近似。这不是要否定PSG的权威性，而是把比较基准放到一个更诚实的位置上。
还有一个更根本的问题，看完上面那张图你大概已经感受到了：在这种状态下，你真的能按照平时的方式睡着吗？
这在科学上叫生态效度的问题。测量条件本身改变了被测对象。PSG测出来的，是”你在医院、被贴满传感器的那一晚上的睡眠分期”，不是你在家、放松状态下真实的睡眠。两件事并不完全等价。
那篇文章引用的研究数据，已经是三年前了
那篇文章引用的是2022年《Sensors》期刊的一项研究，53名成年人，测了6类穿戴设备，结论是睡眠分期准确率50%-65%。这个数字在2022年是准确的，但穿戴设备的算法迭代很快，2022年的结论放到2025年参考，有点像用三年前的手机跑分来评价现在的旗舰机。
2024年陆续出了两项更新的研究，数据完全不在同一量级。
一项是东京大学发表在《Sleep Medicine》上的研究，96名受试者，分析了超过42万个30秒睡眠片段，专门针对Oura Ring Gen3和其最新算法OSSA 2.0对比PSG。结果：整体准确率91.7%到91.8%，各睡眠阶段准确率在75.5%（浅睡）到90.6%（REM）之间，总睡眠时长、深睡时长等核心指标与PSG无显著差异。
另一项是哈佛医学院附属布莱根妇女医院做的，同时测了Oura Ring、Apple Watch和Fitbit三款设备对比PSG。结论是三款设备识别”是否睡着”的灵敏度均超过95%；四阶段睡眠分期准确率，Oura Ring达到76%-79.5%，已经非常接近PSG评分员间83%一致率的上限。
顺便说一下为什么戒指形态在这件事上有结构性优势：手指的血管密度比手腕更高，PPG信号更稳定；戒指的贴合度也比腕带更一致，减少了体动引入的噪声。这不是品牌溢价，是物理上的信号质量差异。
PSG还有一个更大的问题：你不可能每晚做
退一万步讲，就算PSG无论如何比手表准，也有一个无解的障碍：它不可能成为日常工具。去医院、挂号预约、在陌生环境睡一晚、醒来等报告、支付几百到几千元的检测费用。就算你愿意，也不可能每周做一次，更别说每天了。
而睡眠质量本来就不是一晚能说明问题的。它跟你的压力状态、运动量、饮食、天气、甚至喝了多少水都有关系，是一个持续波动的动态系统。一次PSG给你的，是一个医院场景下单晚的截面数据。
相比之下，一枚戴着舒适的智能戒指，可以连续几个月记录你在真实居家环境下的睡眠数据。长期的真实居家数据，在理解自己睡眠规律这件事上，反而比偶尔一次的医院精测更有价值。
真正的问题其实不是准确率
那篇文章里有个案例，一个用户换了块新手表，发现自己的深睡时长从一小时多直接跳到两个半小时，睡眠评分也从没过80分变成天天超过80分。他的第一反应是：那我之前焦虑的那些日子是白焦虑了？
这个案例说明的问题比”哪款手表更准”深得多。
不同品牌对”深睡”的算法定义本来就不同：苹果更依赖体动规律，华为更依赖心率变异性，两套算法对同一晚睡眠可能给出截然不同的分期结果。其实不只是睡眠，你在设备上看到的压力指数、情绪状态，同样是算法推算出来的，不同品牌的结果同样没有可比性。但用户在看到这些数字的时候，会把它们当成客观事实来对待，甚至用它来决定这一天的心情和自我评价。
这不是哪家厂商在刻意制造焦虑，根本原因是整个行业把”展示更多数据”等同于”提供更多价值”——精确的分钟数和指数看起来专业，发布会上讲起来也好听，但没人认真想过：用户拿到这些数字之后，到底知不知道该怎么办？
趋势是信号，单晚是噪声
那篇文章最后有一句话说得很好：”现阶段智能手表自带的睡眠监测，最大的价值是看长期的睡眠趋势，而不是纠结某个晚上的睡眠数据。”
认同。但我想往前再推一步：这不只是”使用技巧”的问题，而是产品设计该不该把用户引导到这里去的问题。
如果一款产品每天早上给你推送深睡浅睡REM的精确分钟数，那它事实上就在鼓励你每天对比昨晚和前晚。用户很自然地会焦虑，这不是用户的问题，是产品设计的结果。
我们也在做一款智能健康戒指，从一开始就在想这个问题：健康数据的意义是什么？是让用户每天早上盯着一组数字，还是让用户真正理解自己的身体在发生什么？
我们选择的方向是后者。与其把”你昨晚深睡43分钟”推送给用户，不如告诉他”过去两周你的睡眠质量在连续下滑，跟你那段时间加班频率高度相关”。与其展示HRV数值，不如直接说”今天你的身体恢复状态一般，适合轻度活动，不建议高强度训练”。
数据不缺，缺的是把数据翻译成人话的能力，以及在产品逻辑上真正站在用户一边的意愿。
原文说智能穿戴的睡眠监测准确率不如丢硬币，这个说法夸张了，而且用的数据已经过时。但它说的另一件事是对的：大多数人用错了这个工具。
我们想做的，就是让用错变得更难一点。