Qual é a precisão do monitoramento do sono pelo Apple Watch?

Em resumo, o Apple Watch pode ser uma referência útil para rever se você estava dormindo ou acordado e a tendência geral do tempo total de sono. No entanto, ele não determina “exatamente quantos minutos de sono profundo” com a mesma precisão da polissonografia (PSG).

O mais importante é não misturar os três tipos de números abaixo.

1. Resultados da validação feita pela Apple para o próprio recurso Estágios do Sono
2. Resultados de pesquisadores independentes que compararam um Apple Watch disponível no mercado com a PSG
3. Resultados do Feelmo Paper 17, que avaliou um modelo de pesquisa baseado em informações derivadas da frequência cardíaca e no contexto temporal (o desenho detalhado das características, o pré-processamento e a arquitetura do modelo não são públicos)

O conjunto oficial de desenvolvimento da Apple contém 1.171 noites. Em comparação, o conjunto público do Paper 17 que combina frequência cardíaca do Apple Watch e PSG inclui 31 pessoas. Mesmo que os números pareçam semelhantes à primeira vista, os dados de desenvolvimento do fabricante e a análise interna da Feelmo são estudos diferentes.

O que é PSG?

A PSG registra vários sinais ao mesmo tempo, incluindo atividade cerebral, movimentos dos olhos, atividade muscular, ECG e respiração. Um profissional treinado atribui um estágio do sono a cada 30 segundos. Ela é o padrão de referência para comparações de estágios do sono.

O Apple Watch estima o sono com pequenos sensores no pulso. Isso facilita a medição todas as noites, mas não observa os mesmos sinais que a PSG.

O que mostrou a validação oficial da Apple?

Segundo o documento técnico da Apple de 2025, o classificador nativo de Estágios do Sono usa dados do acelerômetro como entrada. Ele não classifica o sono apenas com a VFC. A cada 30 segundos, classifica Vigília, REM, Essencial e Profundo a partir de sinais de aceleração que incluem pequenos movimentos do pulso relacionados à respiração.

População no documento da Apple	Pessoas	Registros	Resultado principal
Dados de desenvolvimento	858	1.171 noites	Usados para desenvolver o modelo; não são uma avaliação independente
Dados de validação excluídos do desenvolvimento	166	299 noites	κ médio de quatro estágios de 0,63 (DP 0,13) para a versão anterior
Versão atualizada do watchOS 26 nos mesmos dados de validação	166	299 noites	κ mediano de quatro estágios de 0,68 (DP 0,11)
Coorte clínica separada com PSG, versão atualizada	236	390 sessões com o relógio	κ mediano de quatro estágios de 0,66 (DP 0,16)

O kappa (κ) mede a concordância descontando a concordância esperada ao acaso. Quanto mais perto de 1, maior a concordância; 0 fica próximo do acaso. Resultados relatados como médias e medianas, obtidos em populações e versões do sistema operacional diferentes, não podem ser colocados lado a lado como se fossem diretamente comparáveis.

Esse é um relatório amplo e importante, mas continua sendo um relatório de validação do fabricante. Os dados brutos de treinamento e o modelo não são públicos, e a própria Apple não apresenta os Estágios do Sono para uso clínico.

O que pesquisas independentes da Apple encontraram?

Em um estudo de 2024, 35 adultos sem transtornos do sono realizaram uma noite de PSG, e havia dados analisáveis do Apple Watch Series 8 para 29 pessoas. A concordância entre Apple Watch e PSG foi de 93%, com κ=0,60, para sono versus vigília, e de 75,0%, com κ=0,60, nos quatro estágios.

Porém, em comparação com a PSG, o Apple Watch estimou em média 43 minutos a menos de sono profundo e 45 minutos a mais de sono leve. A amostra era pequena e incluiu apenas uma noite em adultos saudáveis; por isso, os resultados não podem ser aplicados sem ressalvas a pessoas de outras idades ou com transtornos do sono. O estudo foi independente da Apple, mas recebeu financiamento da concorrente Oura Ring Inc., e o primeiro autor fazia parte do Conselho Médico Consultivo da Oura. Tanto os resultados quanto o financiamento e os conflitos de interesse precisam ser considerados.

Uma revisão sistemática publicada em 2026 também concluiu que o Apple Watch distingue relativamente bem o sono da vigília, enquanto a diferenciação entre estágios semelhantes é moderada a baixa. Em outras palavras, o tempo total de sono e os minutos atribuídos a cada estágio não têm o mesmo grau de certeza.

O que o Paper 17 avaliou?

O Paper 17 não reproduziu o recurso nativo Estágios do Sono da Apple. Foi um estudo interno de viabilidade, ainda não revisado por pares, que usou um modelo de pesquisa com informações derivadas da frequência cardíaca e contexto temporal de coortes públicas para estimar cinco estágios da PSG. O desenho específico das características, o intervalo temporal de referência, o pré-processamento e a arquitetura do modelo não são públicos.

Avaliação do modelo interno da Feelmo	Amostra	Macro AUROC	κ	Resultado
Dados públicos Walch Apple Watch / PSG	31 pessoas	0,708	0,221	Não atingiu a meta interna
Dados clínicos de PSG do HMC (avaliação em cinco partes por participante)	35 pessoas	0,711	0,244	Não atingiu a meta interna nem dentro da mesma coorte
Dados clínicos de PSG HMC + CAP + SLPDB (LODO)	67 registros no total	Média 0,639 (DP 0,013)	Média 0,132 (DP 0,028)	O desempenho caiu ainda mais em uma coorte não vista

A AUROC descreve a capacidade de ordenar cada estágio separadamente dos demais; o κ descreve a concordância final dos estágios. Dentro do HMC, a AUROC foi 0,711, enquanto o κ da concordância em cinco estágios foi apenas 0,244. Na avaliação leave-one-dataset-out (LODO), que testou uma coorte inteira excluída do treinamento, a AUROC média caiu para 0,639 e o κ médio para 0,132. Números de desenhos de avaliação diferentes não devem ser tratados como a mesma medida de desempenho.

Para cinco resumos de sono calculados a partir dos estágios previstos em 67 registros de três coortes, as correlações de Pearson com a PSG variaram de −0,007 a 0,417, e nenhuma atingiu a meta interna predefinida. Uma análise exploratória separada chegou a uma correlação máxima de 0,545 para a proporção de sono profundo, mas ainda não atingiu a meta interna revisada nos cinco resumos. Em outra análise, aumentar os dados heterogêneos de 53 para 101 registros praticamente não alterou o κ, que passou de 0,336 para 0,330. Simplesmente acrescentar mais dados mistos não resolveu o problema. O desenho das características, o intervalo temporal de referência, o pré-processamento e a arquitetura do modelo continuam proprietários e não publicados.

Como interpretar os números a cada manhã?

• Observe tendências ao longo de várias semanas usando o mesmo dispositivo e as mesmas configurações, em vez de concluir algo a partir de uma única noite
• Não suponha que o tempo total de sono e os minutos rotulados como REM, Essencial ou Profundo tenham a mesma certeza
• Não conclua que uma noite com “pouco sono profundo” signifique doença ou recuperação inadequada
• Uma atualização do sistema operacional pode mudar o algoritmo; observe se há uma mudança brusca antes e depois da atualização
• Se sonolência intensa, ronco, pausas respiratórias ou insônia persistirem, não confie apenas nos números do relógio; procure um profissional de saúde

Referências

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 explicação da pesquisa não demonstra que o app Feelmo seja eficaz.