「睡眠评分 80，我这算睡得好吗？」「手环提示有房颤，我需要去医院吗？」

智能手表，正在成为越来越多人的时尚单品。社交平台上，关于智能手表、手环健康监测功能的讨论与分享，也层出不穷。

社交平台截图

根据国际数据公司 IDC 在 2026 年 3 月发布的最新数据，2025 年中国腕戴设备出货量达到 7390 万台，同比增长 20.8%；其中智能手表 5061 万台、手环 2329 万台。

而这其中，几乎每一块都自带心率、血氧、睡眠、压力监测，还有的宣称能测 ECG、测血压、提示房颤。

以往只能在医院和体检中心获取的数据，现在手腕上一块小小的屏幕就能做到。但问题随之而来——这些天天看的健康数字，到底有几分可信？

智能手表监测睡眠？看个乐子就好

在许多分享智能手表购买经验的帖子里，「监测睡眠」往往是最受关注的功能之一。

一夜醒来打开 App，手表会告诉你昨晚睡了多久，深睡多少分钟、浅睡多少分钟、快速眼动睡眠 REM 多少分钟，加上几次觉醒、几次翻身，最后凝缩成一个 0–100 分的「睡眠分数」。

社交平台截图

但实际上，这项最深入人心的睡眠监测，往往也是最不准的。

2025 年一项研究对比了 6 款主流消费级手表与多导睡眠监测（PSG，睡眠监测的金标准）的表现，结果显示，所有手表识别「睡着了」的敏感度普遍超过 90%，但识别「醒着」的特异度只有约 30～50%。[1]

简单来说，你躺在床上没动，它就以为你睡了。

社交平台截图

国内的研究也得出了相似的结论。

2025 年一项研究纳入了 98 名来自睡眠门诊的患者，对比某款智能手表与 PSG 金标准，结果显示，手表系统性高估总睡眠时间约 28.7 分钟、高估睡眠效率 5.94%、低估夜间觉醒时长 37 分钟。[2]

关键的是，研究还发现，失眠患者中手表的准确度仅 83.0%，OSA（睡眠呼吸暂停）患者中敏感度也下降到 92.5%——最需要监测的人群，恰恰是手表测得最不准的人群。

手表监测得不准，不是算法不够努力，是技术原理导致它很难做到。

临床上，判断睡眠分期的金标准是多导睡眠监测（PSG）：

脑电（EEG）区分清醒和睡眠；

眼电（EOG）识别 REM（快速眼动期，做梦主要发生在这个阶段）；

肌电（EMG）区分深睡和 REM。

这三个生理信号相互印证，才能精确划分出每一段属于浅睡、深睡、还是 REM。

但通常来说，大部分智能手表的标配是这两个传感器：腕部加速度计（靠测量手腕的动作判断你动没动），和 PPG 光学传感器（通过手表背面那几颗绿光照射皮肤，根据反射光的变化推算动脉脉搏的节律）。

在这种情况下，手表对睡眠的监测，只能基于动作和心率波动，结合算法，反推大脑的状态。至于某一晚「深睡 xx 分钟、REM xx 分钟」这样的精细数据，更是看个乐子就好。

智能手表测心脏？真能救命，也真能吓人

在睡眠监测之外，另一个被广泛讨论的，就是智能手表心脏相关的监测。

心脏相关功能的研究证据相当能打。但同时它也是最容易被滥用、被误读的部分。

2025 年 11 月一项系统综述与诊断性 Meta 分析纳入了 26 项研究、17,349 名患者，结果显示，智能手表房颤检测的汇总灵敏度 95%、特异度 97%、AUC 0.97。[3]

单看数字，已经接近一些临床筛查工具的水平。但到了真正的日常佩戴场景，这些数据并不能够完全复刻。

发表在 NEJM 的 Apple Heart Study 显示，在收到「不规则心律」通知并返回 ECG 贴片做验证的 450 人中，只有 34% 最终被金标准确诊为房颤。[4]

也就是说，手表每发出 10 次房颤报警，只有 3～4 次是真的，剩下 6～7 次是误报。后续多项随访研究也观察到，报警中相当比例源于早搏、其他心律失常，甚至运动伪差和噪声。

社交平台截图

这些「伪报警」，并不是因为算法不够好，本质上也是手表的测量方式遇到了天花板。

前面讲到，智能手表通过 PPG 光学传感器监测脉搏的节律，但这里测的是腕部动脉的「鼓包」次数，本质是脉率，临床上说的「心率」指的是心脏内部的电信号活动。

正常情况下，脉率和心率两者同步，但在房颤、早搏、室速等情况下，心室收缩太快、太弱，部分心跳传不到外周，脉率和心率就会出现差异。

社交平台截图

不少厂商也在想办法弥补这一缺陷，目前主流思路之一是在手表上加一组 ECG 电极。用户在收到 PPG 光学传感器报警后，可以用对侧手指接触表冠生成一段单导联心电图。

这种补强确实有效。2025 年一项 Meta 分析显示，Apple Watch ECG 对房颤的灵敏度 84%、特异度 95%。华为、OPPO 等也都有相关产品获得了 NMPA 二类医疗器械注册证。

不过，这种单导联 ECG 仍无法完全替代医院里的 12 导联。即便是最高端的智能手表 ECG，也只能用于房颤的辅助筛查，无法替代医院里的检查。

过度依赖，正在催生新的「疾病」

如今，随着智能手表的普及，人们对健康监测数据的盲目信任，开始制造出新的疾病。

2017 年，芝加哥拉什大学医学院的睡眠医学专家 Kelly Baron 发表了一份案例报告，正式提出一个新术语：Orthosomnia，睡眠完美主义/睡眠焦虑症。[5]

论文里的病例之一是一位 27 岁女性。她坚持认为自己睡眠质量不够好，理由是智能手表显示睡眠效率只有 60%。

随后，研究团队为她进行了实验室 PSG 监测，结果显示不仅唤醒指数正常，深睡比例甚至高于同龄人平均水平。

但患者仍然不相信：「为什么我的智能手表说我睡得不好？」

这样的情况并非个例。2024 年 11 月发表在 Brain Sciences 的一项 523 人横断面研究显示，35.8% 的成年人规律使用睡眠追踪设备，其中按严格标准 3.0%、按宽松标准高达 14.0% 已经符合「睡眠焦虑症」特征。[6]

社交平台截图

同样的情况也发生在心脏监测上。

2023 年一项研究发现，老年高危患者收到的假阳性房颤报警越多，自我感知身体健康和慢性症状自我管理能力下降越明显。[7]

2021 年一项伦理学分析则指出，按目前的算法表现，每筛查 1000 万人，约有 100 万人会收到假阳性结果，进而经历不必要的 Holter、植入式监测器、甚至抗凝试用，承担医源性出血的风险。[8]

如果说心脏和睡眠还算「有道理，只是不够准」，那么市面上的另一类手表，就是赤裸裸的智商税了。

在各大购物平台搜索「老年人健康手表」，不少产品甚至宣称可「无创测血糖、测尿酸、测血脂、AI 心梗预警、24 小时血压监测」。但这些既没有公开发表的临床验证数据，也没有医疗器械注册证。

购物平台截图

以无创血糖为例。FDA 曾在 2024 年的安全警告里专门点名了这类产品，指出其存在「潜在的灾难性后果，包括错误剂量、低/高血糖昏迷、死亡」，并明确表示：迄今为止没有授权过任何一款无创血糖手表或戒指。

社交平台上有用户分享因佩戴宣称「无创测血糖」的手表而延误治疗

目前没有任何一款手表能真正做到无创测血糖。血糖在皮下组织中的浓度极低（mmol/L 级别），且光谱信号被水、蛋白质、脂肪强烈干扰。虽然实验室里的无创测血糖技术确实存在，但要把它装进一块腕表的体积里，还有很远的路要走。

当然，智能手表也在持续迭代和进步。

2024 年 9 月，苹果的睡眠呼吸暂停（OSA）通知功能通过 FDA 获批，临床验证灵敏度 66.3%、特异度 98.5%，这是消费级穿戴设备首次正式拿到 OSA 筛查的医疗器械批准。

华为 WATCH D / WATCH D2 则把传统血压计微型化，腕带内置微型气泵+力学气囊，是 NMPA 二类医疗器械、STRIDE BP 国际验证，也是目前唯一能给出血压数值的智能手表。

这些新功能，不仅拿到了医疗器械注册证、做过公开的临床验证，也明确指出，它的定位也始终是「提示」，不是「诊断」。

所以，下次挑智能手表的时候，看广告不如看批文。拿到医疗器械注册证的，可以当作辅助筛查的参考；有研究背景但没批文的，看看研究趋势就好；什么批文都没有却敢宣传「能诊断」的，那是真的可以点点举报了。

策划：z_popeye｜监制：islay

题图来源：社交平台截图

参考资料：

[1] Schyvens AM, Peters B, Van Oost NC, Aerts JM, Masci F, Neven A, Dirix H, Wets G, Ross V, Verbraecken J. A performance validation of six commercial wrist-worn wearable sleep-tracking devices for sleep stage scoring compared to polysomnography. SLEEP Advances, 2025, 6(2): zpaf021. https://academic.oup.com/sleepadvances/article/6/2/zpaf021/8090472

[2] Guo J, et al. Validity and clinical utility of a wrist-worn device against polysomnography. PLOS ONE, 2025, 20(9): e0330774. https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0330774

[3] Barrera N, Solorzano M, Jimenez Y, Kushnir Y, Gallegos-Koyner F, Dagostin de Carvalho G. Accuracy of Smartwatches in the Detection of Atrial Fibrillation: A Systematic Review and Diagnostic Meta-Analysis. JACC: Advances, 2025, 4(11): 102133. https://www.jacc.org/doi/10.1016/j.jacadv.2025.102133

[4] Perez MV, Mahaffey KW, Hedlin H, Rumsfeld JS, Garcia A, Ferris T, et al. Large-Scale Assessment of a Smartwatch to Identify Atrial Fibrillation. New England Journal of Medicine, 2019, 381(20): 1909-1917. https://www.nejm.org/doi/full/10.1056/NEJMoa1901183

[5] Baron KG, Abbott S, Jao N, Manalo N, Mullen R. Orthosomnia: Are Some Patients Taking the Quantified Self Too Far? Journal of Clinical Sleep Medicine, 2017, 13(2): 351-354. https://pmc.ncbi.nlm.nih.gov/articles/PMC5263088/

[6] Jahrami H, Trabelsi K, Husain W, Ammar A, BaHammam AS, Pandi-Perumal SR, Saif Z, Vitiello MV. Prevalence of Orthosomnia in a General Population Sample: A Cross-Sectional Study. Brain Sciences, 2024, 14(11): 1123. https://pmc.ncbi.nlm.nih.gov/articles/PMC11592250/

[7] Tran KV, Filippaios A, Noorishirazi K, Ding E, Han D, Mohagheghian F, et al. False Atrial Fibrillation Alerts from Smartwatches are Associated with Decreased Perceived Physical Well-being and Confidence in Chronic Symptoms Management. Cardiology and Cardiovascular Medicine, 2023, 7: 97-107. https://pmc.ncbi.nlm.nih.gov/articles/PMC10358285/

[8] Saigle V, Schamel B, et al. Ethical Challenges With Smartwatch-Based Screening for Atrial Fibrillation: Putting Users at Risk for Marketing Purposes? Frontiers in Cardiovascular Medicine, 2021, 7: 615927. https://www.frontiersin.org/journals/cardiovascular-medicine/articles/10.3389/fcvm.2020.615927/full

特别声明：以上文章内容仅代表作者本人观点，不代表本网站观点或立场。如有关于作品内容、版权或其它问题请与我们联系删除或修改。