بررسی شواهد: ساعت‌های هوشمند تجاری تا چه حد معماری خواب را در مقایسه با پلی‌سومنوگرافی بالینی اندازه‌گیری می‌کنند؟

هر شب، ده‌ها میلیون نفر یک باتری لیتیوم-یون و یک حسگر فوتوپلتیسموگرافی (PPG) را به مچ دست خود می‌بندند، با این انتظار که معماری مغز ناخودآگاه آن‌ها را نقشه‌برداری کند. یک آزمایشگاه بالینی خواب این کار را با استفاده از پلی‌سومنوگرافی (PSG) انجام می‌دهد—فرآیندی که نیاز به ۲۲ الکترود سیمی چسبانده شده به پوست سر، صورت و قفسه سینه برای اندازه‌گیری امواج الکتریکی واقعی مغز دارد. دستگاه‌های پوشیدنی مصرفی تلاش می‌کنند تا همان نقشه عصبی را تنها با استفاده از حرکت و جریان خون مهندسی معکوس کنند. مقیاس این جمع‌آوری داده بی‌سابقه است، اما سؤال اساسی همچنان باقی است: یک ساعت ۳۰۰ دلاری چقدر به یک آزمایش تشخیصی پزشکی ۳۰۰۰ دلاری نزدیک است؟

شواهد نشان می‌دهد که دستگاه‌های پوشیدنی در یک وظیفه خاص فوق‌العاده خوب عمل می‌کنند: دانستن اینکه چه زمانی خواب هستید. در یک مطالعه اعتبارسنجی چندمرکزی در سال ۲۰۲۴ که ۱۱ دستگاه مصرفی را در برابر پلی‌سومنوگرافی ارزیابی کرد، حساسیت پایه برای تشخیص خواب از ۹۵ درصد فراتر رفت. اگر کاربر بیهوش باشد، دستگاه تقریباً مطمئناً آن را به عنوان خواب ثبت می‌کند. این تشخیص دودویی خواب در مقابل بیداری، به شدت متکی بر اکتیگرافی است—اندازه‌گیری حرکت فیزیکی از طریق یک شتاب‌سنج سه‌محوری—که یک مبنای قابل اعتماد برای کل زمان سپری شده در رختخواب فراهم می‌کند.[2]

با این حال، داده‌ها یک نقطه ضعف قابل توجه را زمانی که کاربر بیدار اما از نظر فیزیکی ساکن است، آشکار می‌سازند. دقت (Specificity)—توانایی الگوریتم برای شناسایی صحیح بیداری—اغلب در دستگاه‌های مصرفی اصلی به زیر ۶۰ درصد می‌رسد. به عبارت عملی، این بدان معناست که بیداری آرام، مانند دراز کشیدن در رختخواب برای مطالعه یا تلاش برای به خواب رفتن مجدد، به طور معمول به عنوان خواب سبک طبقه‌بندی می‌شود. در نتیجه، ردیاب‌های مصرفی به طور مداوم کل زمان خواب را ۲ تا ۱۰ درصد بیشتر و زمان بیداری پس از شروع خواب (WASO) را ۱۲ تا ۴۰ دقیقه کمتر از حد واقعی تخمین می‌زنند.[2]

چالش تحلیلی زمانی پیچیده‌تر می‌شود که دستگاه‌ها تلاش می‌کنند مراحل خاص خواب را طبقه‌بندی کنند: خواب سبک، خواب عمیق (موج آهسته) و خواب حرکت سریع چشم (REM). از آنجا که یک دستگاه پوشیده شده روی مچ دست نمی‌تواند سیگنال‌های الکتروانسفالوگرام (EEG) را که این مراحل را از نظر عصبی تعریف می‌کنند، بخواند، باید به معیارهای جایگزین متکی باشد. جایگزین اصلی، تغییرپذیری ضربان قلب (HRV) است که با تاباندن یک LED سبز یا قرمز به پوست برای ردیابی تغییرات حجم خون اندازه‌گیری می‌شود—تکنیکی که فوتوپلتیسموگرافی (PPG) نامیده می‌شود.[4]

محدودیت نظری این رویکرد ناشی از فیزیولوژی انسان است. هم خواب رِم و هم خواب سبک، تغییرپذیری ضربان قلب بالایی از خود نشان می‌دهند، که تمایز آن‌ها را تنها با استفاده از سیگنال‌های قلبی دشوار می‌سازد. یک فراتحلیل در سال ۲۰۲۵ که در مدآرکایو (medRxiv) منتشر شد و شامل ۷۹۸ بیمار در ۲۴ مطالعه بود، نشان داد که تغییرپذیری ضربان قلب مبتنی بر PPG تنها ۶۰ تا ۷۲ درصد دقت را برای طبقه‌بندی چهار مرحله‌ای خواب به دست می‌آورد. بدون داده‌های امواج مغزی، الگوریتم اساساً بر اساس فعالیت سیستم عصبی خودمختار، یک حدس آگاهانه می‌زند.[4]

هنگامی که دستگاه‌ها در برابر حقیقت مطلق پلی‌سومنوگرافی آزمایش می‌شوند، پروفایل‌های دستگاه‌های فردی الگوهای سوگیری متمایزی را نشان می‌دهند. یک مطالعه اعتبارسنجی در سال ۲۰۲۴ که توسط مؤسسه ملی بهداشت منتشر شد، نشان داد که اپل واچ (Apple Watch) به طور متوسط مدت زمان خواب عمیق را ۴۳ دقیقه کمتر و خواب سبک را ۴۵ دقیقه بیشتر از حد واقعی تخمین زده است. در مقابل، دستگاه‌های فیت‌بیت (Fitbit) در همان گروه، خواب سبک را ۱۸ دقیقه بیشتر و خواب عمیق را ۱۵ دقیقه کمتر از حد واقعی تخمین زدند. این‌ها خطاهای جزئی نیستند؛ آن‌ها نشان‌دهنده تغییرات تناسبی عظیمی در معماری خواب درک شده توسط کاربر هستند.[1]

حلقه‌های هوشمند، که سیگنال‌های PPG را از انگشت به جای مچ دست اندازه‌گیری می‌کنند، حاشیه‌های خطای کمی متفاوتی را نشان می‌دهند. حلقه اورا (Oura Ring) حساسیت ۷۸.۲ درصد برای خواب سبک، ۷۹.۵ درصد برای خواب عمیق و ۷۶.۰ درصد برای خواب رِم را در مقایسه با PSG بالینی نشان داد. در حالی که این نشان‌دهنده بالاترین سطح دقت دستگاه‌های مصرفی است، اما همچنان تقریباً ۲۰ تا ۲۵ درصد از استاندارد تشخیصی پزشکی فاصله دارد و شکاف قابل توجهی را برای کاربرانی که تلاش می‌کنند بر اساس این داده‌ها تصمیمات سلامتی بگیرند، باقی می‌گذارد.[1]

بارزترین شکست در کل اکوسیستم دستگاه‌های پوشیدنی، ردیابی خواب رِم است. تحلیل مدآرکایو در سال ۲۰۲۵ اشاره کرد که دستگاه‌های مصرفی به طور چشمگیری خواب رِم را ۵۰ تا ۷۰ درصد کمتر از حد واقعی تخمین می‌زنند، با نرخ خطایی که در برخی موارد شدید از دو ساعت در شب فراتر می‌رود. از آنجا که خواب رِم برای تثبیت شناختی و تنظیم عاطفی حیاتی است، کاربرانی که برای بهینه‌سازی بازیابی ذهنی خود به این معیارها تکیه می‌کنند، اغلب بر اساس مجموعه‌داده‌های اساساً ناقص عمل می‌کنند.[4]

محدودیت‌های سخت‌افزاری نیز سوگیری‌های جمعیتی را وارد داده‌ها می‌کنند. حسگرهای PPG برای اندازه‌گیری جریان خون متکی بر جذب نوری هستند. در مقیاس انواع پوست فیتزپاتریک، افراد دارای نوع IV تا VI—رنگ پوست قهوه‌ای متوسط تا تیره—غلظت ملانین بالاتری دارند که نور بیشتری از حسگر را جذب می‌کند. این امر نسبت سیگنال به نویز را کاهش می‌دهد و منجر به خوانش‌های کمتر قابل اعتماد اکسیژن خون (SpO2) و تمایل الگوریتم به تخمین کمی بیشتر از حد واقعی کارایی خواب نسبت به گروه‌های اعتبارسنجی با پوست روشن‌تر می‌شود.[2]

دقت این دستگاه‌ها زمانی که در معرض جمعیت‌هایی با اختلالات خواب واقعی قرار می‌گیرند، بیشتر کاهش می‌یابد. یک مطالعه اعتبارسنجی در سال ۲۰۲۳ در داو پرس (Dove Press) که عملکرد فیت‌بیت را در بزرگسالان مبتلا به آپنه انسدادی خواب بررسی کرد، نشان داد که دقت (Specificity) دستگاه برای تشخیص بیداری به ۱۳.۱ درصد کاهش یافته است. همانطور که محققان اشاره کردند، "نتایج مطالعه تفاوت‌های قابل توجهی را در TST، خواب عمیق و خواب رِم در میان متغیرهای خواب اندازه‌گیری شده دو بار با استفاده از PSG و FBI2 نشان داد"، و نتیجه گرفتند که دستگاه به طور قابل توجهی کل زمان خواب را به طور متوسط ۱۷.۹ دقیقه بیشتر از حد واقعی تخمین زده است.[5]

اجماع در میان محققان خواب این است که دستگاه‌های پوشیدنی برای ردیابی طولانی‌مدت مفید هستند اما به عنوان ابزارهای تشخیصی خطرناکند. راهنمای سلامتی پوشیدنی (Wearable Wellness Guide) اشاره می‌کند: "یک مطالعه اعتبارسنجی در سال ۲۰۲۴ که ۱۱ ردیاب خواب مصرفی را با پلی‌سومنوگرافی مقایسه کرد، نشان داد که دستگاه‌های پوشیدنی حساسیت بیش از ۹۵٪ را برای تشخیص حالت‌های خواب در مقابل بیداری نشان دادند، اگرچه دقت (Specificity) برای تشخیص بیداری اغلب زیر ۶۰٪ بود." این تمایز بین حساسیت و دقت، خط جداکننده بین یک ابزار سلامتی و یک ابزار پزشکی است.[2]

برای پر کردن این شکاف، تولیدکنندگان سخت‌افزار در حال حرکت فراتر از حسگرهای ساده PPG هستند. تحقیقات نوظهور بر ادغام چندوجهی فعالیت الکترودرمال مچ دست (EDA) در کنار شتاب‌سنجی و حسگرهای دما تمرکز دارد. طبق داده‌های مدآرکایو ۲۰۲۵، افزودن EDA به مجموعه حسگرها، دقت طبقه‌بندی چهار مرحله‌ای خواب را از ۷۲ درصد به ۸۳ درصد افزایش می‌دهد—یک بهبود ۱۱ واحد درصدی که دستگاه‌های پوشیدنی را به کاربرد بالینی نزدیک‌تر می‌کند.[4]

تا زمانی که این حسگرهای چندوجهی به بازار مصرف‌کننده نرسند، داده‌های تولید شده توسط دستگاه‌های پوشیدنی فعلی نیاز به تفسیر دقیق دارند. کاربری که مدت زمان خواب خود را در یک دوره شش‌ماهه ردیابی می‌کند، تصویر بسیار دقیقی از زمان سپری شده در رختخواب و عادات رفتاری کلی خود دریافت خواهد کرد. با این حال، تفکیک خاص خواب سبک، عمیق و رِم که هر روز صبح در تلفن هوشمند او نمایش داده می‌شود، همچنان یک تخمین آماری است که محدود به مرزهای اندازه‌گیری مغز از روی مچ دست است.