你的穿戴式裝置「深層睡眠分數」有多準確？

你的穿戴式裝置所顯示的深層睡眠分數，是一種估算值，並不是直接測量大腦實際處於 N3 睡眠多久。智慧手錶與智慧戒指通常較擅長判斷你是否已經睡著，但要精確辨識目前處於哪一個睡眠階段，難度更高。因此，某一晚顯示「43 分鐘深層睡眠」，不應直接當成睡眠實驗室的檢查結果。

真正有用的問題，不是單看某一個數字是否完全正確，而是同一台裝置長期下來是否呈現穩定、合理的趨勢，以及這些趨勢是否與你的實際感受相符。這篇更新版指南會說明目前的市場背景、PPG 睡眠追蹤背後的光學訊號流程、與 PSG 比較的驗證研究，以及如何較安全、合理地使用這些資料。

為什麼現在更需要理解穿戴式裝置的睡眠資料

睡眠追蹤已經從少數產品才有的功能，逐漸成為消費性電子產品的常見應用。IDC 預估 2024 年全球穿戴式裝置出貨量為 5.379 億台，其中包括 1.565 億支智慧手錶、3,520 萬條腕帶，以及 170 萬枚智慧戒指。IDC 也預估智慧戒指在 2024 年的年成長率可達 88.4%，不過從整體市場規模來看，戒指仍遠小於手錶與穿戴式音訊裝置 [1]。

商業市場估值之所以不同，是因為有些報告只統計穿戴式睡眠追蹤器，有些則把床墊、App、感測器與臨床設備也納入。Grand View Research 估計，全球穿戴式睡眠追蹤器市場在 2023 年約為 134 億美元，並預測到 2030 年可能達到約 277.6 億美元，年複合成長率為 10.8% [2]。這些數字屬於市場估值，不是臨床證據，但也反映出「準不準」這個問題，對產業與一般使用者都愈來愈重要。

人口調查資料也看得到穿戴式裝置的普及。一項使用三個 Health Information National Trends Survey 調查週期、具全美代表性的研究發現，使用穿戴式裝置監測健康的成人比例，從 2020 年的 30.2% 上升到 2024 年的 41.1%；而在使用者之中，2024 年有 45.6% 表示每天都會使用 [3]。長期追蹤可以幫助觀察作息規律性、睡眠時間變化，以及與白天行為之間的關聯，但前提是使用者必須先了解感測器實際量到的是什麼。

長期追蹤資料不等於臨床診斷。例如，All of Us Research Program 使用多年商用穿戴式裝置資料，研究睡眠型態與慢性疾病風險之間的關聯；但大型觀察性資料中出現關聯，並不能證明穿戴式裝置真的量到了臨床睡眠結構，也不能證明它造成了某個健康結果 [4]。

穿戴式裝置顯示「深層睡眠」時，實際上量到的是什麼？

在睡眠實驗室中，N3 睡眠是透過多項生理睡眠檢查（PSG）來判定。PSG 會結合腦電圖（EEG）記錄腦波活動、眼電圖記錄眼球運動、肌電圖記錄肌肉張力，並搭配心律、呼吸與血氧飽和度等訊號。受過訓練的專業人員會依照標準，把睡眠以 30 秒為一個區段進行分期。

大多數消費型智慧手錶與智慧戒指並不會記錄 EEG。它們通常會結合動作、光體積描記法（PPG）、心率、脈搏間變異，以及部分裝置的溫度或血氧相關訊號，再由專屬演算法把這些周邊生理訊號轉換成預測的睡眠階段。

核心概念很簡單：穿戴式裝置並不是直接「看到」深層睡眠，而是辨識某種生理訊號模式，再由演算法判斷它可能屬於 N3。2024 年一篇針對 EEG 型穿戴式裝置的系統性回顧發現，不同裝置在單一區段層級的準確度差異很大，也指出許多驗證研究仍以受控實驗室樣本為主，而不是更貼近居家情境的多元族群 [5]。

從光學訊號到脈搏波峰

PPG 是利用光學方式測量血液容積隨脈搏產生的變化。發光二極體會照射皮膚，光電二極體則記錄有多少光被吸收或反射回來。每次心跳時，動脈血液容積都會有些微變化，進而改變量到的光學波形。手腕脈搏感測常使用綠光，因為能取得較明顯的脈動訊號；若要估算血氧飽和度，則常搭配紅光與紅外線。

一個重要的技術差異是：PPG 感測器不會直接偵測 ECG 的 R 波峰。ECG 的 R 波峰代表心室去極化所產生的電訊號，是透過電極量測。PPG 波形會較晚出現在手腕等周邊部位，因為壓力脈波需要從心臟沿著動脈系統傳遞。因此，PPG 演算法偵測的是脈搏波起始點、收縮期波峰，或經數學推導得到的特徵點，而不是電訊號本身的 R 波峰 [6]。

如果裝置同時配有 ECG 電極，就可能更直接偵測到電訊號的 R 波峰。若裝置只有 PPG，較精確的用語會是「脈搏間隔」與「脈搏率變異性」。在一般消費者溝通中，把 PPG 推估出的變異稱為「HRV」並不少見，但在活動、血管狀態改變或心律不整時，PRV 與由 ECG 計算出的 HRV 並不完全相同。

從脈搏間隔到睡眠階段預測

在排除雜訊並進行動作補償後，裝置可能會在短時間窗內計算心率與變異相關特徵，再與活動量紀錄結合；視產品而定，也可能加入溫度、血氧飽和度或呼吸特徵。分類模型接著會為每一個睡眠階段計算機率，常見做法同樣以 30 秒為一個區段。因此，深層睡眠是演算法根據心血管與動作模式所做的推估，而不是直接讀取大腦皮質的慢波活動。

這項差異也解釋了，為什麼感測器可以用來觀察長期趨勢，卻仍可能無法精確對應臨床上的 N3 定義。裝置戴得太鬆、周邊灌流較差、皮膚偏冷、手腕姿勢特殊、身體移動、環境條件或心律不整，都可能降低訊號品質。不同品牌的演算法在訓練資料、軟體更新、判定閾值，以及如何處理缺失區段等方面也可能不同 [7, 8]。

穿戴式裝置追蹤深層睡眠到底有多準？

判斷「有沒有睡著」比判斷「睡眠階段」容易

穿戴式裝置相對擅長辨識持續不活動、同時伴隨特定心率模式的狀態。在一項 2025 年比較六款手腕裝置與 PSG 的研究中，所有裝置都能偵測超過 90% 的 PSG 睡眠區段，但辨識清醒狀態的特異度只有 29.39%–52.15%，整體一致性僅落在普通到中等程度 [9]。判斷睡著或清醒是二元分類問題；要在淺眠、N3 與 REM 之間做多分類，則會遇到周邊生理訊號彼此重疊的問題。

深層睡眠的準確度會因裝置與研究而不同

一項 2025 年的獨立研究，讓 62 名成人在睡眠實驗室過夜，並同時比較六款商用裝置與 PSG。下表顯示各裝置把 PSG 判定為 N3 的區段正確標成深層睡眠的比例。這是特定研究條件下的結果，不應視為固定不變的品牌排名。

*在這項研究中，Withings 將 N3 與 REM 合併在它的「深層睡眠」類別中，因此這個數值不能完全等同於一般四階段睡眠分期中的 N3 推估 [9]。結果也可能因裝置世代、韌體、演算法版本、受試族群、睡眠障礙症狀、身體組成與研究設計而改變。2023 年一項針對 11 款裝置的多中心研究發現，macro-F1 介於 0.26 到 0.69，表現會隨 BMI、睡眠效率與呼吸中止低通氣指數而變化 [10]。

深層睡眠總分鐘數看起來正確，也可能只是剛好

假設 PSG 記錄到 70 分鐘 N3，而你的穿戴式裝置顯示 72 分鐘，這並不能證明裝置有正確辨識 N3。它可能漏掉了 25 分鐘真正的 N3，同時又把另一個睡眠階段的 27 分鐘誤標成深層睡眠。總分鐘數很接近，但實際時間點與分類仍可能錯誤。

這也是為什麼驗證研究會報告逐區段一致性、敏感度、特異度、F1 分數、Cohen’s kappa，以及各種摘要指標的一致程度。2024 年一項 Oura Gen3 研究中，睡眠／清醒敏感度約為 94%，整體睡眠準確度約為 92%，但在 421,045 個區段中，REM 仍被低估數分鐘 [11]。另一項研究則發現，三款受測裝置在深層睡眠分鐘數上的組內相關係數都偏低，即使睡眠／清醒敏感度都超過 95% [12]。

近期 IEEE 的研究從演算法角度也得到類似結論。SleepPPG-Net 在公開、以 PSG 標記的資料集上，中位 kappa 約為 0.75；另一項外部手腕式轉移學習研究則發現，手腕 PPG 與 PSG 的一致程度低於臨床訊號 [13, 14]。2025 年一項智慧戒指研究，使用同步 PSG 標籤，在僅九名健康參與者中得到四階段 kappa 0.647 [15]。這些技術結果值得關注，但不能因此認為所有商用睡眠分數都可以在臨床上直接取代 PSG。

這些驗證指標代表什麼？

當大多數區段都是睡眠而不是清醒時，整體區段準確率可能看起來很高。資訊更完整的研究通常會同時提供各類別的結果、信賴區間、混淆矩陣、PSG 評分方法，以及裝置與軟體的確切版本。穿戴式裝置可能在總睡眠時間上表現不錯，卻仍會把個別睡眠階段分錯。

如果穿戴式裝置顯示你的深層睡眠很少，該怎麼看？

1. 不要只看單一晚。旅行、飲酒、太晚運動、生病、壓力、房間太熱，或裝置戴得太鬆，都可能改變估算結果。

2. 先看總睡眠時間。睡眠機會不足、夜間頻繁醒來或作息不規律，都會壓縮各睡眠階段可出現的時間。也可以參考相關指南：不同年齡需要多少深層睡眠。

3. 看同一台裝置的長期趨勢。盡量在相似佩戴條件下，比較連續數週的資料。不要把某一晚的 Apple Watch 與另一晚的 Oura 直接相比，彷彿兩者的「深層睡眠」標籤完全可以互換。

4. 把數字和白天的實際感受一起看。清醒程度、專注力、嗜睡感，以及醒來後是否覺得恢復，都能提供重要脈絡。

5. 症狀比分數更重要。大聲打鼾、睡眠中喘氣、被旁人觀察到呼吸中止、持續失眠、異常動作、明顯白天嗜睡，或白天功能持續下降，都值得接受專業評估。消費型穿戴式裝置不能取代 PSG，也不能取代醫療專業人員的評估。

有些人會出現所謂的「睡眠數據焦慮（orthosomnia）」：看到 App 分數不好，就開始擔心睡眠，並反覆修改自己的作息，只為了「修正」隔天的數字。比較好的做法，是把分數當成找出長期模式的工具，而不是每天晚上的成績單 [16]。

哪些穿戴式睡眠指標，比深層睡眠分鐘數更值得看？

Oura 的「82 分」並不等於 Fitbit、WHOOP 或 ZenoBand 的「82 分」。即使兩個品牌使用相同名稱，背後也可能使用不同的判定閾值、感測器與訓練資料。2025 年一篇納入 24 項研究、798 名參與者的統合分析發現，手腕式睡眠追蹤器與 PSG 在總睡眠時間、睡眠效率、入睡潛伏期與入睡後清醒時間等指標上，整體存在顯著差異 [17]。

你應該怎麼使用自己的深層睡眠分數？

比較適合用它來問實際問題：固定時間上床後，睡眠有沒有改變？新的作息是否伴隨更長的睡眠時間、較少的夜間醒來？這些變化是否持續數週都看得到？這類問題較符合日常健康管理的用途。

不要用深層睡眠分數診斷睡眠障礙、證明精確的 N3 分鐘數、直接比較不同品牌，或取代症狀與臨床檢查。2024 年一篇現況綜述指出，消費型穿戴式裝置在長期睡眠／清醒型態的追蹤上具有價值，但現有證據仍偏向年輕、健康成人與受控環境，而且各裝置對睡眠階段的準確度差異很大 [7]。

如果你使用像 ZenoWell taVNS 這類可與相容穿戴式資料搭配的健康管理方式，可以把過程理解為「Track、Understand、Improve」，也就是追蹤、理解、改善。ZenoWell taVNS 的設計用途，是以溫和、非侵入性的經皮耳部迷走神經刺激，作為個人化放鬆與睡眠健康日常的一部分。穿戴式資料可以協助追蹤睡眠時間、夜間醒來、靜息心率與 HRV／PRV 的長期變化，而 taVNS 使用紀錄與日常習慣，則能提供額外脈絡，幫助判斷這些變化是否持續、是否具有一致性。

重點不是追求更高的分數，也不是把單一晚的深層睡眠估算當成臨床測量。更好的做法，是用一段時間累積的資料，觀察睡眠如何受到作息調整、壓力、訓練、固定上床時間與健康習慣影響。這樣可以建立一個實用的回饋循環：追蹤睡眠與生理趨勢、理解哪些因素和較好或較差的夜晚有關，再透過持續、個人化的小幅調整改善睡眠習慣。當睡眠問題持續存在或出現值得注意的症狀時，ZenoWell taVNS 與穿戴式資料應該作為輔助資訊，而不是取代臨床評估。

常見問題

穿戴式裝置追蹤深層睡眠有多準？

一般來說，穿戴式裝置在估算「精確的深層睡眠分鐘數」方面，不如判斷睡著或清醒可靠。準確度會受到裝置、演算法、受試族群、睡眠狀況與驗證方法影響。

Apple Watch 的深層睡眠準確嗎？

Apple Watch 可以提供具有參考價值的個人長期趨勢，但它的深層睡眠數值仍是演算法估算。2024 年一項 PSG 研究顯示，它在睡眠／清醒辨識上的敏感度較高，但深層睡眠分鐘數的一致性較差，因此不應把單一晚的結果當成睡眠實驗室數據。

Oura Ring 的深層睡眠準確嗎？

Oura 已在多個族群中與 PSG 進行驗證，可用來觀察長期變化。不過，它的睡眠階段標籤仍然是預測結果，而且某一代產品或某個軟體版本的表現，不應直接推論到未來所有版本。

為什麼我的穿戴式裝置顯示幾乎沒有深層睡眠？

可能原因包括睡眠時間短或較破碎、作息和平常不同、佩戴或感測器問題、正常的夜間波動，或睡眠階段分類誤差。如果這個結果長期持續，而且你同時有明顯症狀，建議和醫療專業人員討論。

睡眠實驗室會比較準嗎？

如果目的是評估睡眠結構與 N3 分期，答案是會。PSG 會直接測量腦部與其他臨床睡眠分期所使用的生理訊號，因此仍是驗證與診斷的參考標準。

重點整理

穿戴式裝置可以讓睡眠變得更容易觀察，但手錶或戒指並不會因此變成攜帶式睡眠實驗室。把深層睡眠分鐘數視為估算值，優先觀察多晚趨勢與總睡眠時間；是否需要尋求醫療建議，應以實際症狀為主，而不是只看品牌自訂的睡眠分數。

參考資料

[1] International Data Corporation. (2024, September 26). IDC forecasts continued growth for wearables but growth will be uneven across product categories. https://s24.q4cdn.com/622300748/files/doc_news/IDC-Forecasts-Continued-Growth-for-Wearables-But-Growth-Will-Be-Uneven-Across-Product-Categories-2024.pdf

[2] Grand View Research. (2024). Wearable sleep trackers market to reach USD 27.76 billion by 2030. https://www.grandviewresearch.com/press-release/global-wearable-sleep-trackers-market

[3] Pedroso, A. F., Dhingra, L. S., Aminorroaya, A., & Khera, R. (2026). Wearable devices and data sharing in the US. JAMA Network Open, 9(6), e2617733. https://doi.org/10.1001/jamanetworkopen.2026.17733

[4] Zheng, N. S., Annis, J., Master, H., Han, L., Gleichauf, K., Ching, J. H., ... Brittain, E. L. (2024). Sleep patterns and risk of chronic disease as measured by long-term monitoring with commercial wearable devices in the All of Us Research Program. Nature Medicine, 30, 2648–2656. https://doi.org/10.1038/s41591-024-03155-8

[5] de Gans, C. J