スマートウォッチの睡眠スコアは信じてよい？体感と違う理由と数字の見方

睡眠スコアと体感が違うとき、まず分けたいこと

朝、時計の画面に「睡眠スコア62点」と表示される。自分ではぐっすり眠れたつもりなのに、アプリには「深い睡眠が少ない」と書かれている。反対に、夜中に何度も起きた記憶があるのに高得点だったら、どちらを信じればよいのだろう。睡眠を記録する道具は便利だが、画面に細かな数字が並ぶほど、その数字が何を測っているのか見失いやすい。

結論から言えば、一般向け睡眠スコアは、機器が取得した信号と独自の計算方法に基づく推定値であり、睡眠の状態を直接読み取った医学的判定ではない。生活の振り返りに使える場面はあるが、点数だけで「病気だ」「健康だ」と決めることはできない。米国睡眠医学会（AASM）の2018年の見解は、一般向け睡眠技術を診断・治療に代わる道具としない一方、適切な診察の中で利用者と医療者が話す材料になり得ると位置づけている。［1］

数字の前に、機器が何を観察しているかを考える

腕に着けた機器は、眠っている脳そのものを直接観察しているわけではない。機種によって構成は異なるものの、体の動き、心拍に関係する信号など、装置が取り込める情報を使い、睡眠らしい時間と覚醒らしい時間を推定する。製品によっては呼吸に関係する変化や皮膚温なども取り入れる。ただし、すべての製品が同じ信号を測るわけではない。「スマートウォッチなら何でも同じ精度」と考えないところから始めたい。

ここで、観察と推定を分けておく。センサーが反応したという事実と、「その時間はレム睡眠だった」という表示は同じ階層の情報ではない。後者には、人間が作った分類方法や学習データ、機種ごとの設定が介在する。本人が手を動かさず静かに起きているとき、機器がそれを睡眠と区別できるかは、推定方法の重要な試金石になる。睡眠スコアは、さらに推定された複数の指標を一つの数にまとめた表示であることが多い。したがって、同じ点数でも、何を重視した点数かを確かめなければ意味はそろわない。［2］［3］

例えば「80点」という表示を見たとき、80％の確率で健康だとか、100点満点の医学的検査を80点で通過したという意味に読み替えるのは誤りだ。機器メーカーが定めた方法でまとめた点数と、睡眠医学で用いられる診断基準は別物だからである。製品の説明画面に得点の内訳や計算方法が十分に示されていない場合、利用者が点数の変化を唯一の根拠として原因まで推定することは難しい。

病院での睡眠検査と、家庭用の測定は何が違うのか

睡眠の研究では、睡眠ポリグラフ検査、英語でpolysomnography（PSG）と呼ばれる方法が比較の基準として広く用いられる。脳波、眼球運動、筋肉の活動など複数の生理信号を記録し、専門的な基準に従って睡眠段階を判定する。研究者が消費者向け機器を評価するときは、同じ夜のPSGの判定と機器の表示がどれほど一致するかを比べることがある。PSGにも環境や判定上の条件はあるが、家庭用スコアと同じ測定方式ではない。［2］

比較には少なくとも二つの問いがある。一つは「眠っている時間と起きている時間をどの程度見分けられるか」。もう一つは「眠っているとした時間の中で、どの睡眠段階かまでどの程度分類できるか」だ。前者がまずまずでも、後者が同じ程度に正しいとは限らない。しかも、機器が算出する合計睡眠時間が一晩では近い値だったとしても、その夜のどの時刻に目覚めていたかという時系列まで正しいとは言えない。

医療機関にとっては、例えば呼吸の異常、昼間の強い眠気、慢性的な不眠など、症状の種類に応じて検査や問診を組み合わせることが重要である。一般向け機器の数値には症状の経過や診察所見が含まれていない。反対に、スマートウォッチの表示が理想的でも、日中の困りごとが消えるわけではない。AASMの見解にある「診察の補助的な会話の材料」という位置づけは、使い道を否定するためではなく、使い道の境界を明確にするためのものと読める。［1］

「睡眠の検出が得意」と「覚醒の検出が得意」は別

実際の比較研究を見ると、得意不得意は指標ごとに違う。ここで紹介する研究が検証したのは、睡眠・覚醒や睡眠段階などの推定である。各社の総合的な睡眠スコアの「80点」がどれほど正しいかを、直接試験した研究ではない。個別の指標の精度を、そのまま総合スコアの確かさに読み替えないようにしたい。［2］［3］

2025年に公表された6種類の手首型機器の比較研究では、成人62人が一晩のPSGを受け、一人あたり2〜4機種を同時に使用した。男性52人・女性10人で、睡眠時無呼吸が疑われる人と健康な参加者を含む。機種ごとに解析できた人数は20〜41人と異なり、全62人を全機種で測った比較ではない。睡眠区間を正しく睡眠と判定する感度の機種別平均は、いずれも90％を超えた。一方、覚醒区間を正しく覚醒と判定する特異度の平均は約29〜52％だった。［3］

例えば、基準の検査で「睡眠」とされた100区間のうち90区間を睡眠と判定すれば、睡眠の感度は90％になる。別に「覚醒」とされた20区間のうち10区間しか覚醒と判定できなければ、覚醒の特異度は50％になる。これは指標を説明する架空の例であり、研究の実測値ではない。二つの割合は分母が違う。「睡眠をよく拾う機器なら、起きている時間も同じように拾う」とは限らず、どちらも個人の「睡眠の良さ」の百分率ではない。

静かに横になっているが眠れない夜を想像すると、この違いが分かりやすい。手の動きが少なく、ある信号の変化が睡眠時と似ていれば、機器は覚醒の一部を眠りとして扱うことがある。その結果、アプリの「途中で起きていた時間」が本人の記憶より短くなる場合がある。だからといって本人の記憶が常に正しいとも限らない。大切なのは、どちらか一方を必ず正解と決めず、測定している対象の違いを理解することだ。

反対に、眠っているときに身体がよく動く人や、装置がうまく装着できていない夜では、別の誤差が起こり得る。肌への密着、装着位置、夜間の外れ、アプリの更新など、実際の利用条件も確認したい。ただし、ここで挙げた条件が特定の機種で何点の誤差を生むかは、個別の検証結果なしに断定できない。気になる一晩だけを取り出して「この製品は使えない」と評価するのも早計だ。

睡眠段階の色分けは、どの程度信用できるのか

画面上の浅い睡眠、深い睡眠、レム睡眠の帯は、見た目には精密な時刻表に似ている。だが色が細かく塗り分けられていることは、分類が同じ細かさで正しいことの証明ではない。2023年公表の多施設研究では、韓国の二施設で、睡眠について自覚的な困りごとがある19〜70歳の75人を対象に、腕時計や指輪、寝具周辺の機器、スマートフォンのアプリなど計11種類をPSGと比較した。病院で睡眠検査を予定していた37人と、オンラインで募集した38人を含む。睡眠段階を分類する性能には機器間で大きな差があり、論文の報告するmacro F1スコアは最高0.69、最低0.26だった。［2］

この数字は研究で比較した機器・対象者・評価方法に限った結果だ。「0.69なら69％の夜が正解」「現在売られている全機器も同じ」という意味ではない。またF1スコアは、ある分類での適合率と再現率をまとめた統計指標である。この研究のmacro F1は、覚醒・浅い睡眠・深い睡眠・レム睡眠の4分類それぞれのF1を平均している。頻度の多い睡眠段階ばかり当たっていないかも考えるための評価であり、全区間の正解率やメーカーの100点満点の睡眠スコアとは異なる。似た「スコア」という言葉でも、何を平均し、何と比べた数字かを確認したい。

睡眠段階の研究が難しいのは、対象者の状態や調査の場所によって機器の働き方が変わり得るためでもある。睡眠が比較的安定している人を一晩測った結果を、睡眠が分断される人、睡眠の病気が疑われる人、年齢の異なる人にそのまま当てはめられない。2023年研究は複数の施設と製品を比較した貴重な情報だが、それだけで誰にとっても最適な製品の順位を決定する資料ではない。購入時には研究時点の製品の世代や、現在の計算方法との違いも問題になる。また、この研究では比較対象のアプリに関係する企業に所属する著者や、その企業の株式・ストックオプションを保有する著者がいることも開示されている。研究の結果とともに、こうした利害関係も読み取る必要がある。［2］

一晩の点数から原因を決めない

「昨日は65点、今日は84点」と表示されたとき、少なくとも二つの可能性がある。睡眠や生活の状態が実際に変わった場合と、推定の揺らぎや測定条件の違いが数字に表れた場合だ。両方が重なることもある。まして、昨晩食べたもの、運動、心配事、寝室の温度などのうち一つが原因だと、スコアの上昇だけから特定することはできない。

例えば、翌朝の体調は変わらないのに「深い睡眠が少ない」と表示される夜があったとする。すぐに寝具を買い替えたり、特定の食品を摂る必要があると考えたりするより、その指標がどのように推定されるのかを調べる方が先だ。一方で、繰り返し疲れが取れない、昼間の眠気が強いなど実際の困りごとがあるときは、スコアが高くても見過ごさない。この違いは、一般向けの健康情報を読み解く際にも役立つ。

点数を用いるときは、比較の条件もそろえたい。同じ機器、同じ表示単位、似た装着条件で記録しているか。数日前のデータが欠けていないか。モデル更新や設定変更がなかったか。そうした点を確認しない比較は、異なる物差しの数字を並べることに似ている。完全に条件をそろえたとしても、一般向け機器の誤差がなくなるわけではない。

画面のどの情報なら振り返りに使いやすいか

点数を全く見ないようにする必要はない。むしろ「何時ごろ寝床に入り、何時ごろ起きる生活が続いたか」といった、大きな時間帯の傾向を生活の記録と一緒に見る方法は考えられる。ただし、機器が「寝床にいた時間」を測っているのか、「眠っていたと推定した時間」を示しているのかは区別する。二つの指標を一つにすると、実際の行動を振り返りにくい。［1］［4］

架空の例で考えよう。Aさんは平日、23時前後に就寝し6時に起床する生活が続き、休日だけ午前2時に寝て10時に起きる。機器には休日の方が高い点数が並んだ。ここから「休日の方が長く眠っている可能性」は考えられても、「平日の睡眠が病気」「遅寝が健康的」とは結論できない。まず寝床に入った時間、起床、昼間の眠気、途中覚醒の自覚などを、本人の生活と照らして見る必要がある。点数以外の状況も、解釈の重要な部分だからだ。

また、アプリによっては一週間の平均値や過去との比較を示すが、平均を取れば誤差が必ず消えるわけではない。日ごとに同じ方向へ偏る機器なら、その偏りは平均にも残り得る。複数日の表示が安定していることと、PSGに近いことも別の評価である。画面が滑らかな折れ線を描いていても、線の下にあるデータの信頼性を検証したことにはならない。

自分の感じ方と数値が食い違ったとき

最初に確認したいのは「数字が正しいか」を一発で裁くことではなく、「自分が何に困っているか」である。日中の眠気が強いのか、夜中の目覚めが気になるのか、朝のすっきり感に波があるのか。画面の70点と80点の差はそれらの困りごとを十分に表せないことがある。睡眠の長さと質も同じではなく、米疾病対策センター（CDC）は睡眠の質に関して、途中で何度も目が覚めることや、十分眠っても疲れを感じることなどを挙げている。［4］

次に、表示を見て自分の行動がどう変わったかを振り返る。「今日は低得点だから何もできない」と一日を決めてしまうなら、数値との付き合い方を考え直す余地がある。ただし、低得点を気にする行動が医学的な睡眠障害の原因になると、この記事の資料から断定することはできない。数字が生活の助けになっているか、気持ちを不必要に縛っていないかも確認したい。AASMの2018年の見解では、機器の利用によって不安や非現実的な期待などが生じている場合、医療者が一時的または継続的な利用中止を勧めることも検討するとしている。一般向けの記録機器を少し休むという選択肢も、相談の中で考えられる。ただし、治療や医師から指示された検査を自己判断で中止する話とは分け、続く症状の相談を先延ばしにしない。［1］［4］

医療者に相談する場合は、点数だけよりも経過と症状が役立つことがある。CDCの一般向け案内では、睡眠日誌の内容として就床、夜間覚醒、起床、昼寝、運動、カフェインやアルコール、服用薬などが示されている。すべてを完璧に記録しなければ診察できないわけではない。覚えている範囲で困りごとの始まった時期、頻度、生活への影響を伝え、アプリ記録は補助資料として扱えばよい。［4］

点数が良くても悪くても、相談の必要性は点数だけで決めない

睡眠アプリの結果が毎朝低いからといって、自己判断で病名を付けたり、薬や治療を選んだりしない。反対に、昼間に耐え難い眠気が続く、睡眠中の呼吸を心配される、夜間の睡眠の問題で学校や仕事に支障が出ているなどの場合、点数が高いことを理由に相談を先延ばしにしない。CDCは睡眠の問題が繰り返される、または睡眠障害の徴候に気付いた場合に医療者へ相談するよう案内している。［4］

既に治療や検査を受けている人は、一般向け機器の点数を根拠に医療者の指示を変えない。睡眠関連の検査や治療について気になることは、担当の医療者と相談して確認する。特定のブランドの製品が診断用として規制当局の審査を受けているかどうかも、機能や地域、時点で違い得る。2018年の学会見解を、2026年時点のすべての機器の認証状態を示す一覧と読み替えてはいけない。［1］

買う前・使い続ける前の確認ポイント

睡眠計測を目的に機器を選ぶなら、「スコアが細かい」「グラフが美しい」以外の項目を見てみよう。計測方法が説明されているか、何を比較した研究か、対象者に睡眠の問題を抱える人が含まれるか、どの製品世代が評価されたか、アプリの有料契約なしでも必要なデータを確認できるか。最後の項目は研究による性能の主張ではなく、使い続けられるかどうかの実用上の視点である。

研究結果を宣伝で見かけたら、平均誤差が小さいという表現にも注意したい。多くの人で誤差が正方向と負方向に分かれ、平均では打ち消し合う可能性があるためだ。個人の夜ごとの一致を知りたい場合、平均だけでなく誤差の幅や一致の評価を見る必要がある。ただし、この記事では個々の装置の購入順位を提示しない。製品やアルゴリズムが更新されるため、過去の研究で優れた機種が現在も必ず最上位とは限らないからだ。［2］［3］

睡眠スコアのいちばん実用的な読み方は、「昨夜の医学的成績表」ではなく、「どんな推定方法で作られた生活記録なのか」と問い直すことだ。数字の限界を知れば、便利な道具を捨てる必要も、表示に自分の体調の解釈をすべて委ねる必要もない。自覚している睡眠の困りごと、日中の過ごしやすさ、生活上の事情を合わせて考える。その上で必要なら専門家に相談するという順序を保ちたい。