睡眠一直都是備受關注的議題,對於維持身心健康有著至關重要的影響。一、睡眠是身體進行修復和再生的關鍵時期。在這段時間內,身體會修復受損的組織,增強免疫系統,並進行必要的生理調整。二、充足的睡眠也與大腦功能的正常運作有所關聯,良好的睡眠可以改善記憶力和學習能力,反之,睡眠不足會導致注意力不集中、反應遲鈍以及情緒不穩定。此外,長期睡眠不足通常會伴隨多種健康問題,如心臟病、高血壓等。此外,睡眠對運動表現也有著顯著的影響。充足的睡眠能夠促進肌肉的修復和生長,而睡眠不足會影響反應時間、協調能力和心肺耐力等。
而現今的穿戴式裝置提供監控睡眠的便利性,如智能手錶和健身手環等,利用內建的感測器來監測使用者的睡眠模式。追蹤睡眠時間以及睡眠的不同階段 (深層睡眠、淺層睡眠及快速動眼期),提供詳細的睡眠數據。幫助使用者了解自己的睡眠品質,進而做出相應的調整來改善睡眠。然而這些穿戴式裝置所提供的睡眠資訊是否有足夠的準確性可以作為客觀的依據,讓使用者了解自身完整的睡眠周期?
2022年於Sensors發表的一篇研究,針對6款市面上較為流行熱門的穿戴式裝置進行探討,並與黃金標準-多導睡眠圖 (Polysomnography, PSG) 及心電圖進行比較。該研究招募53名健康年輕人 (男性26名;女性27名) 至睡眠實驗室參與此項研究,並統一所有受試者於晚上23:00至隔日早上08:00為睡眠時間,共計9小時,藉此以釐清不同穿戴式裝置所提供的睡眠資訊準確性。
使用穿戴式裝置評估睡眠品質要小心!
若將睡眠時間使用二分法區分為清醒及完全進入睡眠兩類,在辨識使用者是否為完全睡眠狀態方面,與黃金標準-PSG進行比較,發現6款穿戴式裝置辨識準確性皆達90%以上。對於辨識清醒狀態方面 (躺臥於床上但未進入睡眠之情況),Polar、Oura Gen 2、Whoop 3.0及Somfit (51, 57, 56, 57%) 相較於Apple watch及Garmin (26, 27%) 的準確性更高 (如下表及圖)。此可能是由於安靜下清醒狀態與睡眠狀態的動作極為相似,很難僅透過心率及心率變異性來辨識,可能需要進一步的使用其他指標來提升演算法的辨識率。
不同裝置對睡眠階段的區分方式有所差異,Apple watch將睡眠階段分為三:一、清醒,二、淺眠階段 (N1及N2),三、深層睡眠 (N3及REM);Garmin、Polar、Oura Gen 2及Whoop 3.0將睡眠階段分為四:一、清醒,二、淺眠階段 (N1及N2),三、深層睡眠 (N3),四、REM睡眠;而Somfit與PSG相同,使用五階段區分睡眠階段。以下根據睡眠階段區分方式呈現各穿戴裝置之結果 (如下表)。
根據以上結果,Oura Gen 2、Whoop 3.0及Somfit在特定睡眠階段的量測相較於Apple watch、Garmin及Polar有更準確的結果,並與PSG達中等一致性,然而在辨識各睡眠階段仍然與黃金標準-PSG有所差距。所以若想使用穿戴式裝置監控特定睡眠階段以評估睡眠品質仍需三思,但對於整體睡眠時間的監控,穿戴式裝置或許可以做為更便利的替代方案。
綜合以上,穿戴式裝置對睡眠監測方面具有潛在的可行性,特別是在監控睡眠時間上呈現其可靠性。而在辨識特定睡眠階段方面仍有進步空間。隨著穿戴式裝置在日常生活中的普及,讓使用者有機會更深入的了解自身情形,得以利用穿戴式裝置來改善睡眠健康,進而提高整體生活品質。若手邊持有相關裝置的各位,不妨也可以試著量測自身的睡眠,觀察每日睡眠時間是否達標。
參考文獻: Miller, D. J., Sargent, C., & Roach, G. D. (2022). A validation of six wearable devices for estimating sleep, heart rate and heart rate variability in healthy adults. Sensors (Basel, Switzerland), 22(16), 6317. https://doi.org/10.3390/s22166317
加入會員看更多