Apple Watch วัดการนอนหลับได้แม่นยำเพียงใด

สรุปก่อน: Apple Watch อาจใช้เป็นข้อมูลประกอบในการทบทวนว่าหลับหรือตื่น และแนวโน้มคร่าว ๆ ของระยะเวลานอนได้ แต่ไม่ใช่อุปกรณ์ที่ยืนยันว่าในคืนหนึ่ง “หลับลึกกี่นาที” ด้วยความแม่นยำเทียบเท่า PSG (การตรวจการนอนหลับแบบหลายตัวแปร)

สิ่งสำคัญคือไม่ควรนำตัวเลข 3 ประเภทต่อไปนี้มาปะปนกัน

1. ตัวเลขจากการตรวจสอบฟังก์ชันระยะการนอนหลับของ Apple เอง
2. ตัวเลขจากนักวิจัยอิสระที่เปรียบเทียบ Apple Watch ที่จำหน่ายทั่วไปกับ PSG
3. ตัวเลขจาก Paper 17 ของ Feelmo ซึ่งประเมินแบบจำลองวิจัยที่ใช้ข้อมูลจากอัตราการเต้นหัวใจและบริบทตามเวลา (ไม่เปิดเผยรายละเอียดการออกแบบคุณลักษณะ การประมวลผลล่วงหน้า และโครงสร้างแบบจำลอง)

ข้อมูลสำหรับพัฒนาอย่างเป็นทางการของ Apple มี 1,171 คืน ขณะที่ข้อมูลสาธารณะใน Paper 17 ที่มีทั้งอัตราการเต้นหัวใจจาก Apple Watch และ PSG จับคู่กันมี 31 คน แม้จำนวนอาจดูใกล้เคียงกัน แต่ข้อมูลพัฒนาของผู้ผลิตกับการวิเคราะห์ภายในของ Feelmo เป็นคนละงานวิจัย

PSG คืออะไร

PSG วัดคลื่นสมอง การเคลื่อนไหวของดวงตา คลื่นไฟฟ้ากล้ามเนื้อ คลื่นไฟฟ้าหัวใจ การหายใจ และสัญญาณอื่น ๆ พร้อมกัน จากนั้นผู้เชี่ยวชาญจะจำแนกระยะการนอนหลับทุก 30 วินาที จึงใช้เป็นมาตรฐานอ้างอิงในการเปรียบเทียบระยะการนอนหลับ

Apple Watch ประเมินจากเซ็นเซอร์ขนาดเล็กที่ข้อมือ จึงสวมใส่สะดวกและวัดได้ทุกคืน แต่ไม่ได้ตรวจสัญญาณชนิดเดียวกับ PSG

การตรวจสอบอย่างเป็นทางการของ Apple แสดงอะไร

เอกสารทางเทคนิคของ Apple ฉบับปี 2025 ระบุว่า ข้อมูลนำเข้าของตัวจำแนกระยะการนอนหลับมาตรฐานคือเซ็นเซอร์วัดความเร่ง ไม่ได้ตัดสินจาก HRV เพียงอย่างเดียว ระบบใช้สัญญาณความเร่งซึ่งรวมการเคลื่อนไหวเล็กน้อยของข้อมือที่สัมพันธ์กับการหายใจ เพื่อจำแนกทุก 30 วินาทีว่าเป็นตื่น, REM, Core หรือหลับลึก

กลุ่มในเอกสารทางการของ Apple	จำนวนคน	จำนวนระเบียน	ผลหลัก
ข้อมูลพัฒนา	858 คน	1,171 คืน	ใช้พัฒนาแบบจำลอง ไม่ใช่การประเมินอิสระ
ข้อมูลตรวจสอบที่ไม่รวมในการพัฒนา	166 คน	299 คืน	ค่าเฉลี่ย κ ของรุ่นเดิมแบบ 4 ระยะ 0.63 (SD 0.13)
รุ่นอัปเดต watchOS 26 บนข้อมูลตรวจสอบชุดเดิม	166 คน	299 คืน	ค่ามัธยฐาน κ แบบ 4 ระยะ 0.68 (SD 0.11)
กลุ่ม PSG ทางคลินิกอีกกลุ่มในรุ่นอัปเดต	236 คน	390 watch sessions	ค่ามัธยฐาน κ แบบ 4 ระยะ 0.66 (SD 0.16)

κ (คัปปา) คือระดับความสอดคล้องหลังหักส่วนที่อาจตรงกันโดยบังเอิญแล้ว ยิ่งใกล้ 1 ยิ่งสอดคล้องกัน ส่วน 0 หมายถึงใกล้เคียงกับความบังเอิญ อย่างไรก็ตาม ไม่ควรวางตัวเลขที่ใช้ค่าเฉลี่ยกับค่ามัธยฐาน คนละประชากร หรือคนละรุ่น OS มาเทียบกันโดยตรง

เอกสารนี้มีขนาดใหญ่และสำคัญ แต่เป็นรายงานการตรวจสอบโดยผู้ผลิต ข้อมูลดิบสำหรับฝึกและตัวแบบไม่ได้เปิดเผยต่อสาธารณะ และ Apple เองก็ไม่ได้ระบุว่าระยะการนอนหลับมีไว้ใช้ทางคลินิก

งานวิจัยที่เป็นอิสระจาก Apple พบอะไร

งานวิจัยปี 2024 ให้ผู้ใหญ่ 35 คนที่ไม่มีความผิดปกติด้านการนอนหลับเข้ารับ PSG 1 คืน โดยมี 29 คน ที่ได้ข้อมูล Apple Watch Series 8 ซึ่งนำมาวิเคราะห์ได้ ความสอดคล้องระหว่าง Apple Watch กับ PSG อยู่ที่ 93%, κ=0.60 สำหรับการแบ่ง 2 ระยะหลับ/ตื่น และ 75.0%, κ=0.60 สำหรับการแบ่ง 4 ระยะ

อย่างไรก็ตาม เมื่อเทียบกับ PSG แล้ว Apple Watch ประเมินเวลาหลับลึกน้อยกว่าเฉลี่ย 43 นาที และเวลาหลับตื้นมากกว่า 45 นาที การศึกษานี้มีขนาดเล็กและวัดผู้ใหญ่สุขภาพดีเพียง 1 คืน จึงไม่อาจนำผลไปใช้ตรง ๆ กับคนต่างวัยหรือผู้มีความผิดปกติด้านการนอนหลับได้ นอกจากนี้ แม้งานนี้ไม่ได้ทำโดย Apple แต่ได้รับทุนจาก Oura Ring Inc. ซึ่งเป็นผู้ผลิตผลิตภัณฑ์คู่แข่ง และผู้เขียนคนแรกเป็นสมาชิก Medical Advisory Board ของ Oura จึงควรพิจารณาทั้งผลการศึกษา แหล่งทุน และผลประโยชน์ทับซ้อนร่วมกัน

การทบทวนอย่างเป็นระบบที่เผยแพร่ในปี 2026 ก็สรุปว่า Apple Watch แยกการหลับกับการตื่นได้ค่อนข้างดี แต่แยกระยะการนอนหลับที่คล้ายกันได้ในระดับปานกลางถึงต่ำ กล่าวคือ เวลานอนรวมกับจำนวนนาทีในแต่ละระยะไม่ได้มีความแน่นอนเท่ากัน

Paper 17 ตรวจสอบอะไร

Paper 17 ไม่ใช่งานที่ทำซ้ำฟังก์ชันระยะการนอนหลับมาตรฐานของ Apple แต่เป็นการศึกษาความเป็นไปได้ภายในที่ยังไม่ผ่านการประเมินโดยผู้ทรงคุณวุฒิ โดยใช้แบบจำลองวิจัยที่อาศัยข้อมูลจากอัตราการเต้นหัวใจและบริบทตามเวลาจาก cohort สาธารณะ เพื่อดูว่าจะประเมิน 5 ระยะของ PSG ได้เพียงใด ไม่เปิดเผยการออกแบบคุณลักษณะ ช่วงอ้างอิง การประมวลผลล่วงหน้า และโครงสร้างแบบจำลองโดยละเอียด

แบบจำลองภายในของ Feelmo	กลุ่มข้อมูล	macro AUROC	κ	ผล
ข้อมูล Apple Watch／PSG สาธารณะของ Walch	31 คน	0.708	0.221	ไม่ถึงเป้าหมายภายใน
ข้อมูล PSG ทางคลินิก HMC (5-fold แบ่งตามผู้เข้าร่วม)	35 คน	0.711	0.244	ไม่ถึงเป้าหมายภายในแม้ประเมินภายใน cohort เดียวกัน
ข้อมูล PSG ทางคลินิก HMC＋CAP＋SLPDB (LODO)	รวม 67 ระเบียน	ค่าเฉลี่ย 0.639 (SD 0.013)	ค่าเฉลี่ย 0.132 (SD 0.028)	ลดลงอีกเมื่อประเมินกับ cohort ที่ไม่เคยเห็น

AUROC วัดความสามารถในการจัดลำดับแยกแต่ละระยะออกจากระยะอื่น ส่วน κ วัดความสอดคล้องของระยะสุดท้าย แม้การแบ่งผู้เข้าร่วมภายใน HMC เดียวกันได้ AUROC 0.711 แต่ κ ที่แสดงความสอดคล้องของ 5 ระยะอยู่ที่ 0.244 ในการประเมินแบบ LODO ซึ่งยก cohort ที่ไม่ได้ใช้ฝึกทั้งชุดมาทดสอบ ค่าเฉลี่ย AUROC ลดเหลือ 0.639 และค่าเฉลี่ย κ เหลือ 0.132 จึงไม่ควรนำตัวเลขจากวิธีประเมินต่างกันมาปะปนเป็นค่าประสิทธิภาพเดียวกัน

สำหรับตัวชี้วัดการนอนหลับ 5 รายการที่คำนวณจากระยะการนอนหลับซึ่งแบบจำลองทำนายใน 3 cohort รวม 67 ระเบียน ค่าสหสัมพันธ์ Pearson กับ PSG อยู่ที่ −0.007〜0.417 และไม่มีรายการใดถึงเป้าหมายภายในที่กำหนดไว้ล่วงหน้า การวิเคราะห์เชิงสำรวจอีกแบบให้ค่าสหสัมพันธ์สูงสุด 0.545 สำหรับสัดส่วนการหลับลึก แต่ตัวชี้วัดทั้ง 5 ก็ยังไม่ถึงเป้าหมายภายในฉบับแก้ไข ในอีกการวิเคราะห์หนึ่ง การเพิ่มข้อมูลต่างแหล่งจาก 53 เป็น 101 ระเบียนไม่ได้ทำให้ κ ดีขึ้น โดยเปลี่ยนจาก 0.336 เป็น 0.330 จึงไม่ใช่ผลที่แสดงว่าเพิ่มข้อมูลอย่างเดียวแล้วจะแก้ปัญหาได้ การออกแบบคุณลักษณะ ช่วงอ้างอิง การประมวลผลล่วงหน้า และโครงสร้างของแบบจำลองวิจัยเป็นเทคโนโลยีเฉพาะ จึงไม่เปิดเผย

ควรอ่านผลในแต่ละเช้าอย่างไร

• ดูแนวโน้มหลายสัปดาห์ด้วยอุปกรณ์และการตั้งค่าเดิม แทนการตัดสินจากตัวเลขคืนเดียว
• อย่าถือว่าเวลานอนรวมกับจำนวนนาทีของ REM, Core และหลับลึกมีความแน่นอนเท่ากัน
• อย่าสรุปว่าป่วยหรือฟื้นตัวไม่พอจากผล “หลับลึกน้อย” เพียง 1 ครั้ง
• การอัปเดต OS อาจเปลี่ยนอัลกอริทึม จึงควรระวังความต่างของตัวเลขก่อนและหลังอัปเดต
• หากง่วงมาก กรน หยุดหายใจ หรือนอนไม่หลับต่อเนื่อง อย่าตัดสินจากตัวเลขของนาฬิกาเพียงอย่างเดียว ควรปรึกษาบุคลากรทางการแพทย์

เอกสารอ้างอิง

1. Apple. Estimating Sleep Stages from Apple Watch. October 2025. เอกสารทางเทคนิคอย่างเป็นทางการ
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

※ คำอธิบายงานวิจัยนี้ไม่ได้ทดสอบประสิทธิผลของแอป Feelmo