Определение стадий сна носимыми устройствами: почему глубокий сон трудно измерить

Носимое устройство обычно может определить, спал ли человек. Но ему гораздо сложнее установить, провёл ли он 83 минуты в глубоком сне.

В недавних исследованиях, где сигналы носимых устройств сравнивали с полисомнографией (ПСГ) — лабораторным стандартом измерения сна, — алгоритмы с четырьмя стадиями показали примерно одинаковые результаты: точность от 75,3% до 80,8% и значения каппы Коэна от 0,6151 до 0,70. Такое согласие полезно, но оно ниже уровня согласия, ожидаемого между обученными специалистами, оценивающими ПСГ. Наиболее сложная граница проходит между N2 и N3, или медленноволновым сном — стадией, которую потребительские приложения называют «глубоким сном».

Практический вывод менее впечатляющий, чем маркетинг. Используйте носимое устройство, чтобы отслеживать общие закономерности сна в течение недель. Считайте суммарную продолжительность глубокого сна за одну ночь неточной оценкой, а не измерением, достаточно точным для корректировки завтрашней тренировки, эксперимента с алкоголем или набора добавок.

Разные датчики — сходные ограничения при оценке четырёх стадий

Три валидационных исследования с одновременной ПСГ дали сходные результаты, несмотря на использование разных устройств, моделей и групп пациентов.

Zhang и соавторы (2026) протестировали модель глубокого обучения на основе Mamba у 357 участников клиники сна. Носимое устройство ANNE One сочетало ЭКГ грудной клетки, ФПГ пальца, акселерометрию и температуру кожи. По сравнению с ПСГ его сбалансированная точность для четырёх классов составила 75,30%, а каппа — 0,6151. Это была система с самым богатым набором датчиков в группе, однако она не превзошла исследования, использовавшие только ФПГ.

Constantin и соавторы (2025) использовали отражательную ФПГ с запястья во время 68 ночных записей, проводившихся одновременно с ПСГ. Их модель глубокого обучения достигла точности 78,7% для четырёх классов и каппы 0,68 по сравнению с ПСГ. В отдельном долгосрочном амбулаторном анализе согласие в определении сна и бодрствования достигло каппы 0,80 по сравнению с актиграфией. Этот более высокий показатель нельзя сопоставлять с результатами ПСГ: актиграфия — это основанный на движении референсный метод, а не прямое измерение стадий сна.

Aguet и соавторы (2025) оценили модели глубокого обучения на основе ФПГ во время клинической ПСГ у 134 человек с подозрением на апноэ сна. ФПГ с запястья достигла точности 80,8% для четырёх классов и каппы 0,70. Важна характеристика когорты. Апноэ сна может нарушать вариабельность сердечного ритма и архитектуру сна, поэтому эти результаты не подтверждают такую же эффективность у здоровых взрослых.

Это межисследовательские сравнения, а не контролируемое состязание датчиков. Исследования различались по архитектуре моделей, обучающим данным, размещению устройств и составу популяции. Тем не менее система с ЭКГ грудной клетки и ФПГ пальца явно не превзошла одну лишь ФПГ с запястья. Большее число датчиков может помогать отдельным алгоритмам, но имеющиеся данные не показывают, что количество датчиков надёжно предсказывает более качественную оценку четырёх стадий сна.

Недостающий сигнал — граница между N2 и N3

Наиболее информативный результат получен при упрощении задачи классификации. Zhang и коллеги повысили каппу с 0,6151 для четырёх классов до 0,7289 для трёх классов: бодрствование, лёгкий NREM-сон и REM-сон. Исключение границы между N2 и N3 дало прирост примерно на 0,11 пункта каппы.

Такая закономерность соответствует физиологии сна. N3 определяется при ПСГ по высокоамплитудной дельта-активности на ЭЭГ, обычно в диапазоне 0,5–4 Гц. ЭКГ, вариабельность сердечного ритма и ФПГ регистрируют сердечные и периферические сосудистые сигналы; они не записывают эту мозговую активность напрямую. Модель может изучить корреляции между вегетативными паттернами и стадиями сна, но корреляция не заменяет сигнал, которым N3 определяется изначально.

Это не делает носимые устройства без ЭЭГ бесполезными. Для определения сна и бодрствования, а также общей классификации на бодрствование, NREM- и REM-сон имеется больше подтверждений. Constantin и соавторы сообщили о краткосрочной каппе 0,71 для сна и бодрствования по сравнению с ПСГ, тогда как результат Zhang для трёх классов составил 0,7289. Доказательства лучше подтверждают широкие категории, чем поминутные утверждения о медленноволновом сне.

Большее количество обучающих данных не решило проблему

Pini и соавторы (2023) разработали алгоритм определения стадий сна на основе сердечного ритма, используя 12 404 записи ПСГ из клиник на трёх континентах, а затем проспективно валидировали его с помощью носимого устройства ЭКГ. Средний возраст в обучающей когорте составлял 42,3 года при стандартном отклонении 16,8 года, а у 59% участников было нарушенное дыхание во сне. В доступном отчёте не приводится показатель каппы для четырёх классов, который можно было бы напрямую сравнить с исследованиями выше.

Ценность работы заключается в масштабе, а не в новом численном ориентире. Гораздо более крупный и географически более разнообразный набор данных ЭКГ показал, что определение стадий сна по сердечному ритму осуществимо. Он не предоставил доказательств того, что сигналы, полученные из ЭКГ, способны чётко различать N3 на уровне оценки, основанной на ЭЭГ. Клинический состав выборки также оставляет открытым вопрос о том, насколько хорошо такая модель переносится на здоровых спортсменов, пожилых людей без нарушений дыхания во сне или подростков.

Размещение может иметь значение, но его степень определяет модель

Aguet и соавторы обнаружили, что перемещение датчика ФПГ с запястья на верхнюю часть руки снизило точность на 6,2 процентного пункта и уменьшило каппу примерно на 10% в их стандартной модели глубокого обучения. Однако модель, использующая только интервалы между ударами сердца, устранила это ухудшение, связанное с размещением. Результат не доказывает, что запястье всегда лучше верхней части руки; он показывает, что влияние размещения зависит как от алгоритма, так и от сигнала.

Кольцевые устройства добавляют ещё один нерешённый вопрос. ФПГ пальца может обеспечивать сильный оптический сигнал, однако в основных исследованиях выше не проводилось контролируемого сравнения пальца и запястья с участием одних и тех же людей и использованием одной модели. Svensson и соавторы (2024) независимо оценили Oura Ring Gen3 с алгоритмом OSSA 2.0 по сравнению с многоножной амбулаторной ПСГ у 96 участников в 421 045 оценённых эпохах. Это ценная коммерческая валидация, но она не подтверждает превосходство размещения на пальце над размещением на запястье.

Почему опубликованные исследования не могут сертифицировать ваше приложение

Ведущие бренды носимых устройств используют проприетарные алгоритмы, нераскрытые обучающие данные и обновления прошивки, которые могут без предупреждения менять эффективность. Поэтому исследовательские модели и коммерческие продукты относятся к связанным, но отдельным направлениям доказательств.

Коммерческая валидация с ПСГ существует. Schyvens и соавторы (2025) сравнили шесть коммерческих устройств для ношения на запястье с ПСГ у 62 участников. Та же исследовательская группа также опубликовала систематический обзор 2024 года Fitbit Charge 4, Garmin Vivosmart 4 и WHOOP по сравнению с ПСГ. Lee и соавторы (2023) проспективно оценили 11 потребительских трекеров — носимых, размещаемых рядом и работающих в окружающей среде — по сравнению с ПСГ.

Эти исследования показывают, что коммерческие устройства можно тестировать по сравнению с ПСГ. Они не создают чистого прямого сравнения с исследовательскими алгоритмами Zhang, Constantin или Aguet. Чувствительность к N3 на уровне отдельных стадий также сообщается в коммерческих исследованиях непоследовательно, поэтому ни один опубликованный показатель не может точно указать, насколько следует доверять графику глубокого сна конкретного бренда.

Как использовать данные, не обманывая себя

Стадии сна, определяемые носимым устройством, лучше рассматривать как оценки с разной погрешностью, даже если приложение показывает их как точное число минут.

• Считайте общую продолжительность сна и общие закономерности сна и бодрствования наиболее надёжными результатами.
• Прежде чем интерпретировать изменение тенденций стадий сна, просматривайте скользящие средние за 7–14 ночей.
• Не меняйте план тренировок или протокол приёма добавок из-за того, что за одну ночь была необычно низкая или высокая суммарная продолжительность глубокого сна.
• Предпочитайте прошедшую экспертное рецензирование валидацию, сопоставленную с ПСГ и сообщающую результаты для конкретных стадий, а не заявления производителей о точности.

Данные могут измениться. Исследование ПСГ у здоровых взрослых, показывающее различение N3 без ЭЭГ выше каппы 0,80, или контролируемое сравнение, показывающее, что коммерческий алгоритм явно превосходит опубликованные исследовательские системы, потребовало бы пересмотра. Ни один из этих результатов не представлен в имеющихся данных. Пока честный вывод прост: носимые устройства могут помочь отслеживать поведение, связанное со сном, но они не видят сигнал ЭЭГ, который определяет глубокий сон.