体脂肪率が高いほど误差会扩大？智能手表研究揭示的不便事实

体脂肪率が高いほど误差会扩大？智能手表研究揭示的不便事实

显示在手腕上的“500kcal”是估算值而非测量值

运动结束的瞬间，智能手表上显示“消耗500kcal”。有人可能会因为努力化为数字的成就感而认为“这样的话，吃甜点也没问题”。然而，这500kcal并不是体内直接测得的数值。它是根据心率、手臂的动作、年龄、性别、身高、体重等因素，由制造商独特的算法计算出的估算值。

这种差异不仅仅是语言问题。如果只是将显示视为运动的参考，允许一定的误差，但如果用作决定减肥期间摄取卡路里的“预算”，误差就会直接导致饮食量的偏差。新的研究表明，这种偏差不仅因机型而异，还可能因体脂率而扩大。


将四款热门型号与“呼气气体”进行比较

佛罗里达国际大学的研究团队验证了Apple Watch Series 8、Fitbit Sense 2、Samsung Galaxy Watch 5、Garmin Forerunner 955这四款机型。研究对象是58名年龄在18至50岁之间的西班牙裔成年人，平均年龄为23岁。参与者骑卧式自行车，每2分钟切换一次中等强度和高强度，进行10分钟的运动。运动前后各有5分钟的静息和恢复时间，手表的运动模式在这总共20分钟内运行。

作为基准的是分析呼吸中含氧量和二氧化碳来计算能量消耗的COSMED K5代谢测量装置。由于是通过呼气气体而非手腕获得的间接信息来评估代谢，因此被用作实验室中的比较基准。

研究团队调查了从手表的数值中减去基准值的“偏差”、无论正负的差异大小的“绝对误差”、以及相对于基准值的误差比例“绝对百分比误差”。如果不加以区分，就可能忽视“平均上是正确的，但个体上偏差很大”的现象。


Garmin和Samsung高估，Apple的偏差相对较小

比较满足数据质量标准的测量结果，平均偏差为Apple正21.6kcal，Garmin正68.6kcal，Samsung正56.8kcal。换句话说，在这种条件下，这三款机型的显示平均上比实际多，尤其是Garmin和Samsung的高估较大。

Fitbit的平均偏差为正3.1kcal，乍一看似乎最优秀。然而，仅凭这个数字无法得出“Fitbit准确”的结论。在Fitbit中，出现了7个超过基准值450%的不自然值，这相当于该机型试验的约13%。这些值被排除后的平均值为正3.1kcal，而在排除前，平均偏差膨胀至正128.6kcal。还有一些测量没有得出数值。

此外，在参与者的平均体脂率下，模型估算的绝对误差为Apple约25.2kcal，Fitbit约18.8kcal，Garmin约47.9kcal，Samsung约41.0kcal。Fitbit的值较小是因为分析中排除了问题较大的异常值。整个研究报告称，典型的绝对百分比误差的中位数因机型而异，大约在15%至25%之间。

不过，这并不是说“Apple总是准确的”或“Garmin总是多出约70kcal”的排名。这是基于特定的机型、短时间的自行车运动、参与者的属性等有限条件下得出的结果。在户外跑步、力量训练、日常生活、其他世代的设备中，结果可能会有所不同。


体脂率越高，所有机型的误差越大

此次研究中最引人注目的是，随着体脂率的增加，所有四个品牌的卡路里估算误差都增加了。误差的增加方式因品牌而异，百分比误差在Fitbit和Garmin中比Apple急剧扩大，而在绝对误差中，Garmin和Samsung的增加尤为显著。

为什么体脂率会产生影响，这次实验无法断定。许多手表结合了通过向皮肤照射光线读取血流变化的光学心率传感器和加速度传感器。皮下组织的厚度和血流、运动中的软组织运动、手腕的贴合度可能会影响信号。此外，如果用于算法学习和调整的数据中没有充分包含体型的多样性，某些体型的误差可能会更大。

另一方面，在此次调查的Fitzpatrick分类III至V的范围内，未确认到肤色类型与误差之间的明确关系。不过，最深色的V型只有4人，I、II、VI型未被纳入对象。因此，不能将“肤色不影响精度”作为普遍化的结果。


标题中的“对减肥有害”并非研究直接证明

有一个重要点。这项研究测量的是运动中能量消耗估算的精度，并未追踪使用智能手表的人是否实际增重或减肥失败。因此，断言“智能手表对减肥有害”是一种超前的解释。

即便如此，风险的逻辑是可以理解的。例如，如果手表高估了消耗量，而每次都通过饮食完全补回来，个人设想的卡路里赤字就会变小。如果误差在同一方向上累积，就可能出现“按计算应该减少但体重没有变化”的情况。研究负责人也警告称，如果将显示视为准确的数字，可能会导致每周数百kcal的偏差，原本以为是赤字的可能变成盈余。

反过来，害怕误差而极端减少饮食也是危险的。恢复和持续运动需要能量，显示不准确并不意味着可以正当化大幅度的摄取限制。问题不在于使用手表本身，而在于将估算值当作精确的会计数字来对待。


在SNS上，“果然不可信”和“适合自己”并存

这项研究刚刚在2026年7月底发布，在公开搜索中确认的范围内，SNS上对研究本身的反应仍然有限。因此，扩大到相关用户的帖子来看，讨论大致分为三类。

 

第一类是“绝对值不可信，只作为参考使用”的现实派。在Reddit上对Apple Watch卡路里显示提出质疑的帖子中，有人表示无视手表的数字而重视体感，还有人表示与胸带一起使用，将手表视为一定的基准线。将其视为“在实验室外只是估算”的态度与研究者的建议相符。

第二类是对更换品牌时出现的大差异感到困惑。在从Apple Watch转到Garmin的用户报告中，一天的显示差异约为300至400kcal的帖子中，有人表示“Garmin接近自己的实测”，也有人表示“比自己的总消耗量低约500kcal”的相反体验。个人差异很大，仅凭SNS的一个例子无法决定优劣。

第三类是“比较的数字定义是否不同”的指摘。在Apple Watch和Fitbit之间出现778kcal差异的帖子中，有人反应称是否混淆了活动卡路里和包括基础代谢的总消耗卡路里，应该确认显示项目。即使是同样的“消耗卡路里”一词，应用程序和设备的目标范围也不同。品牌间的截图比较并不一定就是精度比较。

此外，也有用户表示“对照饮食记录和体重变化，手表的估算对自己来说相当准确”。这完全可能，但个人体验并不是经过控制的验证。SNS可以成为了解误差多样性和用户使用方法的材料，但并不是代表母群体的调查，也不是产品排名的依据。即使有看似与此次实验结果矛盾的体验，也正是应该看重个人内部长期趋势而非绝对值的理由。


利用智能手表进行减肥的五条规则

首先，不要将显示的卡路里与“可以吃的额外部分”一对一地联系起来。每次将运动显示的部分100%吃回去的方法对持续高估的人不利。然而，由于没有足够的依据来表明应该统一扣除多少比例，因此应避免极端的修正。

其次，更新体重、身高、年龄等个人资料，选择与运动内容相符的锻炼模式。将表带紧贴手腕以防滑动，并保持传感器清洁。制造商也解释说，佩戴状态、皮肤的血流、寒冷、纹身、持续弯曲手腕的运动等会影响心率测量。通过更新和校正可以改善的部分是有的，但并不会消除算法固有的限制。

第三，不要简单比较不同机型的数字。使用同一设备、同一运动模式、类似条件进行，观察“与上周相比活动量是否增加”的相对变化。研究论文也指出，即使绝对值的精度较低，也不否定追踪个人内部变化的用途。

第四，减肥的判断应基于数周的体重变化、饮食记录、饥饿感、运动表现等多种信息。由于每日体重会因水分波动，查看移动平均值或周平均值比单日的增减更好。手表的数字仅作为判断材料之一。

第五，有糖尿病等慢性病的人、为医疗目的进行能量管理的人、有饮食失调病史的人，不要仅凭可穿戴设备的显示来增减饮食，应咨询医生或营养师。消耗卡路里显示并不是医疗设备的诊断值。


不要忘记这是小规模和单一条件的研究

研究的优势在于将四款机型佩戴在同一参与者身上，并与呼气气体分析直接比较。然而也有许多限制。参与者仅为58人，且仅限于平均23岁的西班牙裔成年人。运动仅为一次卧式自行车运动，未验证日常生活或长期使用。由于同时佩戴多个设备，可能影响了表带的位置和贴合度。

此外，即使设备具有长期学习和再调整用户的机制，也无法通过一次实验进行评估。异常值排除是事先计划好的，但具体的数值标准是在数据确认时确定的，Fitbit的排除影响尤其大。调查的也是2022年前后的设备世代，无法将结果直接应用于最新型号或当前的软件。

即便如此，过去的研究也反复报告称“心率相对容易测量，但能量消耗难以估算”。此次结果不仅显示问题尚未解决，还具体表明误差可能因体型而偏差。


结论——不是抛弃数字，而是改变角色

智能手表的价值不仅仅在于卡路里的绝对值。作为记录运动时间、确认心率区间、注意久坐、提供持续动机的工具是有用的。因此，所需的不是摘下手表，而是改变数字的角色。

将消耗卡路里视为“活动的大致方向的指标”而非“用于结算的金额”。追踪同一设备的长期趋势，通过饮食和体重的实测来确认现实。不是遵循显示在手腕上的数字，而是将数字作为一种材料来灵活运用，是与智能手表聪明相处的最现实的方法。


出处URL

相关文章