Jusqu’où la mesure du sommeil de l’Apple Watch est-elle exacte ?

En bref, l’Apple Watch peut servir de repère pour revoir la distinction sommeil–éveil et les grandes tendances de durée du sommeil. Elle ne permet toutefois pas d’établir, pour une nuit, le nombre de minutes de « sommeil profond » avec la même précision qu’une PSG (polysomnographie).

Il est essentiel de ne pas mélanger les 3 types de chiffres suivants :

1. les chiffres de la validation par Apple de sa propre fonction de stades du sommeil ;
2. les chiffres d’études indépendantes comparant une Apple Watch commercialisée à la PSG ;
3. les chiffres de Paper 17 de Feelmo, qui évalue un modèle de recherche utilisant des informations liées au cœur et un contexte temporel (les détails de conception des caractéristiques, de prétraitement et d’architecture du modèle ne sont pas publics).

Les données officielles de développement d’Apple comptent 1,171 nuits. À l’inverse, les données publiques appariées Apple Watch–PSG de Paper 17 portent sur 31 personnes. Même si certains nombres semblent proches, les données de développement du fabricant et l’analyse interne de Feelmo proviennent d’études distinctes.

Qu’est-ce qu’une PSG ?

La PSG enregistre simultanément l’activité cérébrale, les mouvements des yeux, l’activité musculaire, l’ECG, la respiration et d’autres signaux. Des spécialistes attribuent un stade de sommeil toutes les 30 secondes. Elle sert de référence pour comparer les stades du sommeil.

L’Apple Watch produit une estimation à partir de petits capteurs au poignet. Elle est pratique pour des mesures répétées, mais n’observe pas les mêmes signaux qu’une PSG.

Que montre la validation officielle d’Apple ?

Selon le document technique 2025 d’Apple, le classificateur standard des stades du sommeil utilise l’accéléromètre comme entrée. Il ne décide pas à partir de la VFC seule. À partir du signal d’accélération, y compris de petits mouvements du poignet liés à la respiration, il classe toutes les 30 secondes l’éveil, le sommeil paradoxal, le sommeil léger (« Core ») ou le sommeil profond.

Population du document officiel d’Apple	Personnes	Enregistrements	Résultat principal
Données de développement	858	1,171 nuits	Utilisées pour développer le modèle ; pas une évaluation indépendante
Données de validation exclues du développement	166	299 nuits	Ancienne version à 4 stades : κ moyen 0.63 (SD 0.13)
Version watchOS 26 mise à jour sur les mêmes données de validation	166	299 nuits	κ médian à 4 stades 0.68 (SD 0.11)
Autre population de PSG clinique, version mise à jour	236	390 sessions Watch	κ médian à 4 stades 0.66 (SD 0.16)

κ (kappa) mesure l’accord après soustraction de l’accord attendu par hasard. Plus il est proche de 1, plus l’accord est élevé ; 0 correspond environ au hasard. Mais des chiffres fondés sur une moyenne ou une médiane, des populations ou des versions d’OS différentes ne sont pas directement comparables.

Ce document est important par son ampleur, mais reste un rapport de validation du fabricant. Les données brutes d’apprentissage et le modèle ne sont pas publics, et Apple ne destine pas ses stades du sommeil à un usage clinique.

Qu’ont trouvé les études indépendantes d’Apple ?

Dans une étude de 2024, 35 adultes sans trouble du sommeil ont participé à 1 nuit de PSG ; des données analysables de l’Apple Watch Series 8 étaient disponibles pour 29 personnes. Par rapport à la PSG, l’accord sommeil–éveil à 2 classes atteignait 93%, κ=0.60 ; pour 4 stades, il atteignait 75.0%, κ=0.60.

En moyenne, l’Apple Watch estimait néanmoins 43 minutes de sommeil profond en moins et 45 minutes de sommeil léger en plus que la PSG. L’échantillon était petit et limité à 1 nuit chez des adultes en bonne santé ; les résultats ne se généralisent donc pas directement à d’autres âges ou aux troubles du sommeil. L’étude n’était pas menée par Apple, mais était financée par Oura Ring Inc., fabricant d’un produit concurrent, et le premier auteur était membre du Medical Advisory Board d’Oura. Il faut examiner à la fois les résultats, le financement et les conflits d’intérêts.

Une revue systématique publiée en 2026 conclut elle aussi que l’Apple Watch distingue relativement bien le sommeil de l’éveil, mais distingue de façon moyenne à faible des stades de sommeil proches. La durée totale de sommeil et les minutes de chaque stade n’ont donc pas le même degré de certitude.

Qu’a testé Paper 17 ?

Paper 17 n’a pas tenté de reproduire la fonction standard d’Apple. Il s’agit d’une étude interne de faisabilité non évaluée par les pairs : un modèle de recherche utilisant des informations liées au cœur et un contexte temporel issus de cohortes publiques devait estimer les 5 stades de PSG. La conception précise des caractéristiques, les plages de référence, le prétraitement et l’architecture du modèle ne sont pas publics.

Modèle interne Feelmo	Population	macro AUROC	κ	Résultat
Données publiques Apple Watch／PSG de Walch	31 personnes	0.708	0.221	Objectif interne non atteint
Données de PSG clinique HMC (5-fold au niveau des sujets)	35 personnes	0.711	0.244	Objectif interne non atteint, même au sein de la même cohorte
Données de PSG clinique HMC＋CAP＋SLPDB (LODO)	67 enregistrements au total	moyenne 0.639 (SD 0.013)	moyenne 0.132 (SD 0.028)	Résultats encore plus faibles sur des cohortes inconnues

L’AUROC mesure la capacité à ordonner chaque stade par rapport aux autres ; κ mesure l’accord des stades finaux. Dans la division par sujets au sein de HMC, l’AUROC atteignait 0.711, mais κ, pour l’accord à 5 stades, seulement 0.244. En LODO, où une cohorte entière absente de l’apprentissage est évaluée, les moyennes descendaient à 0.639 pour l’AUROC et 0.132 pour κ. Il ne faut pas mélanger comme une seule performance des chiffres issus de méthodes d’évaluation différentes.

À partir des stades prédits de 3 cohortes totalisant 67 enregistrements, 5 indicateurs de sommeil ont été calculés. Leurs corrélations de Pearson avec la PSG allaient de −0.007 à 0.417 ; aucune n’atteignait les objectifs internes fixés à l’avance. Dans une autre analyse exploratoire, la corrélation maximale montait à 0.545 pour la proportion de sommeil profond, mais les 5 indicateurs restaient tous sous les objectifs internes révisés. Dans une analyse distincte, l’ajout de données hétérogènes de 53 à 101 enregistrements modifiait κ de 0.336 à 0.330 : ajouter simplement des données n’a pas résolu le problème. La conception des caractéristiques, les plages de référence, le prétraitement et l’architecture du modèle de recherche ne sont pas publics, car ils relèvent d’une technologie propriétaire.

Comment lire les résultats chaque matin ?

• Regardez plutôt une tendance sur plusieurs semaines avec le même appareil et les mêmes réglages qu’une seule nuit
• Ne donnez pas le même degré de certitude à la durée totale et aux minutes de sommeil paradoxal, léger et profond
• Ne concluez pas à une maladie ou à un manque de récupération après 1 seule indication de « peu de sommeil profond »
• Une mise à jour de l’OS peut modifier l’algorithme ; soyez attentif à une rupture avant et après la mise à jour
• En cas de somnolence marquée, ronflements, pauses respiratoires ou insomnie persistants, ne vous fiez pas uniquement à la montre et consultez un professionnel de santé

Références

1. Apple. Estimating Sleep Stages from Apple Watch. October 2025. Document technique officiel
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

※ Cette synthèse de recherche ne valide pas l’efficacité de l’application Feelmo.