¿Hasta qué punto mide bien el sueño el Apple Watch?

En resumen, el Apple Watch puede servir como referencia para revisar la distinción entre sueño y vigilia y las tendencias generales de duración del sueño. Sin embargo, no determina en una noche cuántos minutos de «sueño profundo» hubo con la misma precisión que una PSG (polisomnografía).

Lo importante es no mezclar estos 3 tipos de cifras:

1. las cifras de la validación de Apple de su propia función de fases del sueño;
2. las cifras de investigadores independientes que compararon un Apple Watch comercial con la PSG;
3. las cifras de Paper 17 de Feelmo, que evaluó un modelo de investigación basado en información relacionada con el corazón y contexto temporal (los detalles del diseño de características, el preprocesamiento y la arquitectura del modelo no son públicos).

Los datos oficiales de desarrollo de Apple incluyen 1,171 noches. En cambio, los datos públicos emparejados de frecuencia cardíaca de Apple Watch y PSG usados en Paper 17 corresponden a 31 personas. Aunque algunos números parezcan próximos, los datos de desarrollo del fabricante y el análisis interno de Feelmo son estudios distintos.

¿Qué es una PSG?

La PSG registra a la vez actividad cerebral, movimientos oculares, actividad muscular, ECG, respiración y otras señales. Especialistas asignan una fase del sueño cada 30 segundos. Es la referencia al comparar fases del sueño.

El Apple Watch estima el sueño mediante pequeños sensores en la muñeca. Es cómodo para medir muchas noches, pero no observa las mismas señales que una PSG.

¿Qué mostró la validación oficial de Apple?

Según el documento técnico de Apple de 2025, el clasificador estándar de fases del sueño usa el acelerómetro como entrada. No decide solo a partir de la HRV. Clasifica cada 30 segundos vigilia, REM, sueño ligero («Core») o sueño profundo usando la aceleración, incluidos pequeños movimientos de muñeca relacionados con la respiración.

Grupo del documento oficial de Apple	Personas	Registros	Resultado principal
Datos de desarrollo	858	1,171 noches	Usados para desarrollar el modelo; no es una evaluación independiente
Datos de validación no incluidos en el desarrollo	166	299 noches	Versión anterior de 4 fases: κ medio 0.63 (SD 0.13)
Versión actualizada de watchOS 26 en los mismos datos de validación	166	299 noches	κ mediano de 4 fases 0.68 (SD 0.11)
Otro grupo clínico con PSG, versión actualizada	236	390 sesiones de Watch	κ mediano de 4 fases 0.66 (SD 0.16)

κ (kappa) mide la concordancia después de descontar la esperada por azar. Cuanto más se acerca a 1, mayor es la concordancia; 0 equivale aproximadamente al azar. Sin embargo, no deben compararse directamente cifras que usan media o mediana, poblaciones distintas o versiones diferentes del sistema operativo.

El documento es importante por su tamaño, pero sigue siendo un informe de validación del fabricante. Los datos brutos de aprendizaje y el modelo no son públicos, y Apple no presenta sus fases del sueño para uso clínico.

¿Qué encontraron los estudios independientes de Apple?

En un estudio de 2024, 35 adultos sin trastornos del sueño participaron en 1 noche de PSG; hubo datos analizables del Apple Watch Series 8 para 29 personas. Frente a la PSG, la concordancia sueño–vigilia en 2 clases fue del 93%, κ=0.60; para 4 fases fue del 75.0%, κ=0.60.

Sin embargo, el Apple Watch estimó, de media, 43 minutos menos de sueño profundo y 45 minutos más de sueño ligero que la PSG. La muestra fue pequeña y se limitó a 1 noche en adultos sanos, por lo que no puede generalizarse directamente a otras edades o a personas con trastornos del sueño. Aunque el estudio no fue de Apple, recibió financiación de Oura Ring Inc., fabricante de un producto competidor, y el primer autor pertenecía al Medical Advisory Board de Oura. Hay que examinar tanto los resultados como la financiación y los conflictos de interés.

Una revisión sistemática publicada en 2026 también concluyó que el Apple Watch diferencia relativamente bien sueño y vigilia, pero separa fases similares con una capacidad entre moderada y baja. La duración total del sueño y los minutos de cada fase no tienen la misma certeza.

¿Qué evaluó Paper 17?

Paper 17 no intentó reproducir la función estándar de Apple. Fue un estudio interno de viabilidad no revisado por pares: un modelo de investigación con información relacionada con el corazón y contexto temporal de cohortes públicas trató de estimar las 5 fases de PSG. No se publican el diseño concreto de características, los rangos de referencia, el preprocesamiento ni la arquitectura del modelo.

Modelo interno de Feelmo	Población	macro AUROC	κ	Resultado
Datos públicos Apple Watch／PSG de Walch	31 personas	0.708	0.221	No alcanzó el objetivo interno
Datos clínicos de PSG de HMC (5-fold por sujeto)	35 personas	0.711	0.244	No alcanzó el objetivo interno ni dentro de la misma cohorte
Datos clínicos de PSG HMC＋CAP＋SLPDB (LODO)	67 registros en total	media 0.639 (SD 0.013)	media 0.132 (SD 0.028)	Resultado aún menor en cohortes desconocidas

La AUROC mide la capacidad de ordenar cada fase frente a las demás; κ evalúa la concordancia de las fases finales. En la división por sujetos dentro de HMC, la AUROC fue 0.711, pero κ para las 5 fases fue solo 0.244. En LODO, donde se evalúa una cohorte completa no usada en el aprendizaje, las medias bajaron a AUROC 0.639 y κ 0.132. No hay que mezclar como un único rendimiento cifras obtenidas con evaluaciones distintas.

A partir de las fases predichas de 3 cohortes, con 67 registros en total, se calcularon 5 indicadores de sueño. Sus correlaciones de Pearson con la PSG fueron de −0.007 a 0.417; ninguna alcanzó los objetivos internos fijados previamente. En otro análisis exploratorio, la correlación máxima subió a 0.545 para la proporción de sueño profundo, pero los 5 indicadores siguieron sin alcanzar los objetivos internos revisados. En un análisis aparte, aumentar los datos heterogéneos de 53 a 101 registros cambió κ de 0.336 a 0.330: añadir datos sin más no resolvió el problema. El diseño de características, los rangos de referencia, el preprocesamiento y la arquitectura del modelo de investigación no son públicos por tratarse de tecnología propia.

¿Cómo conviene leerlo cada mañana?

• Mira tendencias de varias semanas con el mismo dispositivo y los mismos ajustes, no una sola noche
• No atribuyas la misma certeza a la duración total y a los minutos de sueño REM, ligero y profundo
• No concluyas que hay una enfermedad o falta de recuperación por 1 sola indicación de «poco sueño profundo»
• Una actualización del sistema puede cambiar el algoritmo; presta atención a saltos antes y después de actualizar
• Si persisten somnolencia intensa, ronquidos, pausas respiratorias o insomnio, no decidas solo por el reloj y consulta a un profesional sanitario

Referencias

1. Apple. Estimating Sleep Stages from Apple Watch. October 2025. Documento técnico oficial
2. Robbins R, et al. Accuracy of Three Commercial Wearable Devices for Sleep Tracking in Healthy Adults. Sensors. 2024;24:6532. doi:10.3390/s24206532
3. Lambe R, et al. The accuracy of Apple Watch measurements: a living systematic review and meta-analysis. npj Digital Medicine. 2026. doi:10.1038/s41746-025-02238-1
4. Walch O, et al. Sleep stage prediction with raw acceleration and photoplethysmography heart rate data derived from a consumer wearable device. Sleep. 2019;42(12):zsz180. doi:10.1093/sleep/zsz180
5. Walch O. Motion and heart rate from a wrist-worn wearable and labeled sleep from polysomnography, version 1.0.0. PhysioNet. doi:10.13026/hmhs-py35

※ Esta explicación de investigación no valida la eficacia de la aplicación Feelmo.