Умные часы могут предоставлять полезные сведения о состоянии здоровья, однако многие показатели являются алгоритмическими оценками, а не прямыми измерениями организма. Кроме того, точность разных функций устройства заметно отличается. К такому выводу пришли исследователи, результаты работы которых опубликованы в журнале Sensors.
Устройства широко используют для контроля сна, количества шагов, частоты сердечных сокращений и других параметров. При этом усложнение системы показателей нередко затрудняет их правильное понимание. Адам Лепли, доцент кафедры кинезиологии Мичиганского университета, и его коллеги разработали подход, помогающий различать измеряемые и расчетные данные.
«Главный вывод заключается в том, что не все показатели умных часов следует интерпретировать одинаково», — заявил Лепли. По его словам, некоторые результаты близки к тому, что непосредственно фиксирует датчик, тогда как другие формируются на основе сочетания сигналов сенсоров, пользовательских характеристик и закрытых алгоритмов. Поэтому такие данные не следует воспринимать безоговорочно: чаще они подходят для отслеживания изменений во времени, чем для точных измерений лабораторного уровня.
Умные часы объединяют сведения от нескольких типов датчиков. Оптические сенсоры с помощью света фиксируют изменения кровотока в области запястья, а датчики движения, GPS и другие технологии отслеживают перемещение, местоположение и дополнительные сигналы. Затем алгоритмы преобразуют полученную информацию в показатели, отображаемые пользователю.
Наиболее надежными обычно считаются частота пульса в состоянии покоя и при стабильной нагрузке, число шагов и темп движения на открытом воздухе. Оценки расхода калорий, стадий сна, состава тела, уровня гидратации и восстановления могут быть менее точными. Для одного человека устойчивое изменение пульса в покое, сна или активности зачастую информативнее, чем единичное необычное значение.
На точность показаний влияют движение, плотность прилегания часов, температура, пот, оттенок кожи, татуировки и особенности телосложения. Данные разных брендов также могут быть несопоставимыми из-за различий в датчиках, определениях показателей и алгоритмах. Исследователи провели обзор научных работ, материалов регулирующих органов и профессиональных рекомендаций, используя публикации из PubMed, SPORTDiscus и Google Scholar по июнь 2026 года; источник новости — Мичиганский университет.