可穿戴手环走进真实世界：睡眠研究能做什么，不能做什么

这项研究发表在《Nature Scientific Reports》，UT News于2024年4月2日公布。82名年轻人佩戴腕式活动追踪器，设备同时记录运动和心率。研究人员从这些信号推算深睡（NREM）和REM睡眠的时段，以及身体活动量。另有一个手机应用收集参与者自报的健康状况。

把消费设备当仪器、而不是当玩具的研究正在快速增加，这是其中最新的一项。

核心发现很窄，也很具体：身体活动延长了REM潜伏期，也就是进入REM阶段所需的时间。奥斯汀分校团队认为，这可能说明运动帮助大脑在转入REM之前先巩固更深的睡眠阶段。REM是出现鲜明梦境、脑活动接近清醒状态的阶段。

研究还重复了此前只在睡眠实验室里得到的结论。低强度活动和中高强度活动都与更深、更具恢复性的睡眠相关，而睡眠更好又和第二天早晨精力更足、压力更低相关。这次不同的地方是方法，不是结论：参与者在家中、工作中和日常活动中被连续监测数周乃至数月，而不是在临床环境里接一晚电极。

为什么实验室里的一晚是件弱工具

论文作者之一、心理学研究助理教授Benjamin Baird直接指出了旧方法的局限。他说：“从实验室研究里能学到很多，但只研究单个参与者一晚的睡眠模式，显然有局限。那是个陌生的临床式环境，可能带来压力。而且你没法真正做长期观察。所以这类设计总会让人质疑结果能否推广。”

这个问题在本研究之外也有充分记录。弗林德斯大学阿德莱德睡眠健康研究所所长Danny Eckert在2024年9月对ABC News说，单晚诊断测试并不可靠。他参与撰写的一项2022年研究发现，用于睡眠呼吸暂停的单晚诊断研究里，多达一半会把严重程度判错。他说：“单晚测试噪音极大，也不准确。”

可穿戴设备解决这个问题，不是靠更精确，而是靠便宜、可重复、能连续戴几个月。

设备到底测了什么

奥斯汀分校团队用的是一块普通Fitbit，不是科研级仪器。共同作者、心理学系主任David M. Schnyer把这当成重点。他说：“我们展示的是，用一块谁都能戴的普通Fitbit，甚至不是昂贵的科学设备，它对这些睡眠结构指标确实敏感，而且给出的结果具有预测性。”

按论文的定义，睡眠结构是每个90到120分钟睡眠周期的构成：三个非REM睡眠阶段（浅睡、深睡和最深的NREM），再加上REM，REM大约占每个周期最后25%。Schnyer认为影响不止于睡眠研究。他说：“现在世界是你的牡蛎。你可以用这个设备在真实环境中，而不是实验室里，研究各种与生活方式、情绪和情绪障碍有关的睡眠结构数据，这些以前人们可能认为做不到。”

这个说法需要加一条限定。消费级追踪器是从运动和心率推断睡眠阶段，不是从脑活动推断。奥斯汀分校的研究是用人群层面的规律和自报健康状况来验证这种推断，并没有对每位参与者的每一晚都做多导睡眠监测。

规模的理由，以及它的问题

ABC News在2024年9月24日报道，睡眠追踪已经从少数人的爱好变成一种研究基础设施。该媒体称，在第一块能追踪睡眠的Apple Watch问世不到十年后，世界已经被接入睡眠研究网络。2024年9月新南威尔士州发生强震时，瑞典的数据科学家通过瑞典开发的Sleep Cycle应用发现，地震发生时短暂醒来的人数高于平均水平。

Sleep Cycle科学负责人Michael Gradisar对ABC News把逻辑说得很直白。他说：“我们现在能观察世界上很大一部分人。睡眠是个人健康最先出问题的地方之一。睡眠就是矿井里的金丝雀。”

Gradisar的团队在纽约Omicron疫情期间发现了类似现象：用户夜间咳嗽增多，比确诊病例上升大约早一周。他说：“这几乎就像一套早期预警系统。夜里我们有这么多手机在收集信息。”

但规模不等于准确，研究界为此说了很多年。巴西睡眠研究者Gabriel Pires对ABC News说，他所在团队早期的论文曾提醒同行慎用这项技术。他说：“我们开始发论文说，‘小心这些新技术，它们效果不好。’”Gradisar本人在进入私营部门前也持怀疑态度。转折点是商业上的：疫情期间智能手表销量增长，投资随之而来，Apple也加入了心脏电活动、血氧和体温传感器。

监管界线正在模糊

消费级可穿戴设备正在进入临床领域，最清楚的信号来自监管机构，而不是研究人员。2024年初，三星智能手表的睡眠呼吸暂停检测系统在经历八个月审查后获得美国卫生监管机构批准。这是第一款通过这道门槛的消费级智能手表。全球最流行的Apple智能手表在同月晚些时候，也就是2024年9月，获得同样的批准。

据ABC News，睡眠呼吸暂停可能影响全球多达十亿人，且诊断不足。传统诊断需要在睡眠实验室过一夜，既不方便，往往也昂贵。三星表示其功能并非要取代睡眠诊所，但这项批准意味着数百万人无需医疗专业人员就能做一次检测。

阿德莱德睡眠健康研究所的Eckert认为，消费设备最终可能比诊断金标准更好，原因正是它们能一夜接一夜地测量。他说：“我们过去从来没能准确监测家中睡眠呼吸暂停的情况。现在我们可以连续数周、数月乃至数年，每晚都做。”

这些研究仍无法确定的事

奥斯汀分校的研究和更广泛的消费级睡眠追踪热潮有一个共同的结构性弱点：数据来自选择佩戴设备的人。选择效应真实存在，而新闻稿里很少量化它。

奥斯汀分校的工作还来自一个试点项目，属于Whole Communities and Whole Health研究计划的一部分，该计划让社区和参与者介入健康数据的收集方式。这个设计选择很重要，因为它决定了研究谁的睡眠，以及怎么研究。

就目前而言，德州这项研究的实际结论有限，但可以检验。低强度或中高强度的身体活动与更深睡眠相关，更深睡眠又与第二天早晨精力更好、压力更低相关。REM潜伏期延长背后的机制尚未确定。研究显示的是关联，发生在自然环境中，持续数月，用的是一块买得到的设备。

相比实验室里的一晚，这是真实的进步。它不能证明健身追踪器会治好你的睡眠。