朝起きて体が重く、頭に靄がかかったような感覚が残っているにもかかわらず、手首のスマートウォッチは「睡眠スコア88」と告げてくる。この画面表示と実際の体感との落差に戸惑った経験を持つ人は少なくないはずだ。手首に巻かれたセンサーは、心拍数や体動の変動をミリ秒単位で追跡し、毎朝精緻なグラフと睡眠ステージの内訳を提示する。数字は整然と並び、昨晩の眠りが客観的にどうであったかを雄弁に語っているかのように見える。しかし、その数値が本人の「よく眠れた」という実感とどれほど結びついているのかについて、精密な検証はこれまで十分に行われてこなかった。
医療現場では、ウェアラブル端末のデータを印刷して診察室に持ち込む患者が増加している。だが、機器が示す高い数値は、本人が抱える不眠の苦痛を正しく表していない可能性がある。この主観と客観の乖離を巡り、北米の医学者チームが既存のエビデンスを網羅的に検証した系統的レビューを公表した。
5件の研究と2,006名のデータが示した「体感との断絶」
査読付き医学誌『Sleep Medicine』の2026年版に掲載された系統的レビュー論文（DOI: 10.1016/j.sleep.2026.108941）は、市販のリストバンド型ウェアラブル端末が測定する睡眠指標と、利用者が主観的に感じる睡眠の質との一致度を検証した。論文の筆頭著者および責任著者を務めたのはデューク大学の呼吸器内科医Narat Srivaliであり、共著者にはMayo Clinicの医師科学者Wisit Cheungpasitpornが名を連ねる。
研究チームはシステマティックレビューの国際指針であるPRISMAガイドラインに厳格に準拠して作業を進めた。医学文献データベースの主要基盤であるPubMed/MEDLINE、Embase、Cochrane Libraryを対象とし、2025年10月までに発表された適格研究を網羅的に検索した。対象としたのは、18歳以上の成人を対象に、手首装着型のアクチグラフィ技術に基づく市販ウェアラブル端末の測定値と、妥当性が検証された主観的睡眠尺度を比較検討した観察研究である。
文献の選別、データ抽出、およびQUADAS-2（診断精度研究の質評価ツール）を用いたバイアスリスク評価は、2名の研究者が独立して実施した。最終的に組み入れ基準を満たしたのは5件の観察研究であり、被験者の合計は2,006名に達した。エビデンスの確実性を評価するGRADEシステムに基づくと、全体的な確実性は「低から中等度（low to moderate）」と判定された。本研究は過去の観察研究を集約して精査した系統的レビューであり、個々の患者データを統合して新たな信頼区間を算出するメタアナリシス（量的メタ分析）までは実施されていない。そのため推定値の統計的な精密さには限界が伴うものの、現時点で得られる最良のエビデンスを整理した試みとして重要な位置を占める。
研究チームがこのレビューを行った背景には、臨床現場における切実な課題意識がある。睡眠トラッカーの普及に伴い、患者が自ら記録したデータを提示して睡眠障害の相談に訪れる事例が急増した。しかし、手首の加速度センサーや光電脈波センサーから得られる物理的な情報が、患者自身の睡眠満足度や疲労回復感と本当に一致しているのかについては、科学的な合意が確立されていなかった。
データを表で見る
| 許容可能な一致率 (%) | |
|---|---|
| 健常者 | 82.4 |
| 不眠症患者 | 39.4 |
上のグラフが示すように、端末の測定結果と主観的な実感との一致率は、対象者の健康状態によって大きな隔たりを見せる。健常者においては8割以上の高い一致率が確認される一方で、不眠を抱える集団では4割未満にまで落ち込む。この事実が、トラッカーの数値を鵜呑みにすることの危険性を端的に物語っている。
健常者と臨床集団を分かつ一致率の断絶
系統的レビューが導き出した主要な定量的結論は、市販ウェアラブル端末と主観的睡眠評価の間には、全般的に「低いから中等度（poor to moderate）」の一致しか認められないという事実だった。最も衝撃的な数値は、ウェアラブル端末が説明できた主観的睡眠スコアの分散の割合である。端末が計測したデータは、利用者が感じる主観的な睡眠の質のばらつきのうち、わずか2.5%から16.2%しか説明できなかった。残りの83.8%から97.5%の変動は、機器が追跡する物理的パラメーターの外側に存在している。
端末が記録した総睡眠時間（TST）と、利用者が当日に記録した睡眠日誌との相関係数は $r = 0.367$ という中等度の水準にとどまった。さらに、睡眠医学の分野で広く用いられる主観的睡眠評価基準であるピッツバーグ睡眠質問票（PSQI）のスコアを、ウェアラブル端末は適切に捉えることができていなかった。朝目覚めたときに本人が「どれほど休息を得られたか」という質的な情報は、手首のセンサーを素通りしている。
この測定精度の問題は、すべての利用者に対して均一に現れるわけではない。被験者の臨床的背景によって、機器の信頼性は極端に分岐する。健康な睡眠パターンを維持している良眠者（good sleepers）においては、機器の測定値と主観的実感の間に82.4%という許容可能な一致率が確認された。ところが、不眠症を抱える患者集団に目を向けると、この一致率は39.4%へと43.0ポイント低下した。この両群の差異は統計学的に有意である（$p = 0.006$）。
さらに、高齢者集団や大うつ病性障害（うつ病）を抱える人々においても、端末の測定値と主観的な体感との一致度は著しく低かった。うつ病の患者は、客観的な睡眠時間や構造が正常範囲内に保たれていても、強い熟睡感の欠如や疲労を訴える場合がある。逆に、睡眠の断片化が生じている高齢者であっても、本人の期待値と合致していれば主観的な満足度が高く評価される事例も存在する。心理的な充足度や抑うつ症状の機微は、皮膚表面の加速度や脈拍の振幅といった物理量から直接算出できる性質のものではない。
論文の中でSrivaliとCheungpasitpornは、この落差が臨床現場にもたらす弊害について警鐘を鳴らしている。全般的な健康管理（ウェルネス）を目的として睡眠時間や規則性をモニタリングする健常者に対しては、ウェアラブル端末は妥当なフィードバックを提供し得る。だが、睡眠障害や精神疾患を抱える臨床集団においては、端末の測定値が利用者に誤解を与え、適切な医療介入を受ける機会を遅らせる恐れがあると著者らは指摘した。
| 評価指標および比較対象 | 報告された数値・統計量 | 系統的偏りの方向性および解釈 | 出典 |
|---|---|---|---|
| 主観的睡眠の質の分散説明率 | 2.5%〜16.2% | 機器データは主観的な満足度の大部分を説明できない | Srivali & Cheungpasitporn (2026) |
| 当日の睡眠日誌と総睡眠時間の相関 | $r = 0.367$ | 中等度の相関にとどまり、日々の実感を完全には反映しない | Srivali & Cheungpasitporn (2026) |
| 主観的評価の一致率（良眠者 vs 不眠症） | 良眠者: 82.4% / 不眠症: 39.4% | 不眠症患者において一致率が著しく低下（$p = 0.006$） | Srivali & Cheungpasitporn (2026) |
| 睡眠効率（SE）の一致度（対PSG） | ICC 0.478〜0.570 | 中等度の一致。機器が数値を+1.75%〜+7.9%過大評価 | Srivali & Cheungpasitporn (2026) |
| 入眠潜時（SOL）の相関（対PSG） | $r = 0.033$ | ほぼ無相関。布団に入ってから眠るまでの時間を捉えられない | Srivali & Cheungpasitporn (2026) |
| 中途覚醒時間（WASO）（対PSG） | -7分〜-30分 | 夜間の目覚めを過小評価（覚醒を睡眠と誤認） | Srivali & Cheungpasitporn (2026) |
| 不眠症群の総睡眠時間誤差（Fitbit Flex） | +32.9分 | 不眠症患者の睡眠時間を30分以上長く誤認 | Kang et al. (2017) |
上記の表は、系統的レビューが明らかにした主要な数値と、後述する基礎検証研究における実験室データとの対比を整理したものだ。機器は一貫して「睡眠時間を長く、睡眠効率を高く」見積もり、夜間の覚醒を見落とす偏りを持っている。
実験室測定が暴くアルゴリズムの盲点
ウェアラブル端末がなぜ主観的な睡眠感を捉え損ねるのかを理解するには、睡眠検査のゴールドスタンダード（標準基準）である終夜睡眠ポリグラフ検査（PSG）との比較データを確認する必要がある。PSGは脳波、眼球運動、筋電図、呼吸運動、血中酸素飽和度などを網羅的に測定し、睡眠の深さやレム睡眠の出現を客観的に判定する検査手法である。
系統的レビューで参照されたPSG対照データによると、市販デバイスの睡眠効率（就床時間に対する実睡眠時間の割合）に関する級内相関係数（ICC）は0.478から0.570の範囲であり、中等度の一致にとどまっていた。さらに、機器側には構造的な測定バイアスが存在した。睡眠効率の測定値において、端末はPSG基準値に対して+1.75%から+7.9%の系統的な過大評価を示していた。
より致命的な乖離は、就床から実際に眠りにつくまでの時間を示す入眠潜時（SOL）に現れる。機器が判定した入眠潜時とPSGの測定値との相関係数は $r = 0.033$ であり、統計的にほぼ無相関だった。人間がベッドの中で横たわり、眠れずにじっと静止している状態を、手首の加速度センサーは「入眠」と誤認してしまう。さらに、一度眠りについた後に目を覚ましている時間である中途覚醒時間（WASO）についても、端末は7分から30分短く見積もる過小評価を示していた。
この不眠症患者における精度の崩壊を具体的に検証したのが、レビューに含まれる主要な個別研究の一つであるKangらの研究（2017年、Journal of Psychosomatic Research掲載）である。KangらはFitbit Flexを通常モードで使用し、実験室環境での終夜PSG測定と直接比較した。その結果、健常な睡眠者においては総睡眠時間の過大評価がわずか6.5分、睡眠効率の過大評価が1.75%にとどまっていた。しかし、不眠症患者のグループでは、総睡眠時間が32.9分も過大評価され、睡眠効率も7.9%高く算出された。
Kangらの研究は、エポック単位（30秒ごとの時間枠）での感度（睡眠を睡眠と正しく判定する確率）と精度において、Fitbitが研究用アクチグラフィと同等であることを示した。だが一方で、特異度（覚醒を覚醒と正しく判定する確率）は健常者群と不眠症群の双方で極めて低かった。つまり、市販端末のアルゴリズムは「動かない覚醒」を睡眠として処理してしまう。天井を見つめて苦悶している30分間が、端末の画面上では穏やかな眠りとして集計されてしまう構造がここにある。
ただし、PSG検査そのものにも限界がある。脳波上で正常な睡眠深度と持続時間が記録されていても、患者が翌朝激しい疲労感を覚えて目覚める事例は臨床上珍しくない。そのため、国際的な診断基準において不眠症の診断はPSGの検査値単独では行われない。不眠症は患者自身が訴える症状の問診と、数週間にわたる睡眠日誌の記録を主軸として診断される主観的症候群である。客観的測定の最高峰であるPSGですら主観的体験のすべてを代替できない以上、手首の簡易センサーが個人の睡眠満足度を完璧に推し量れないのは必然とも言える。
また、本系統的レビューが対象とした5件の研究のうち、4件がFitbitの端末を使用しており、Apple Watchを検証した研究は1件のみだった。Garmin、Oura Ring、Whoopといった他の主要ブランドのウェアラブルデバイスが、主観的睡眠品質とどの程度整合するのかについては、このレビューのデータだけでは判断できない。デバイスごとのセンサー精度や解析アルゴリズムの違いについては、独立した追試による検証が待たれる状態にある。
画面のスコアに惑わされないための臨床的知見
手首のデバイスが弾き出す数字と、起床時の疲労感の間にズレがあるとき、利用者はどちらを信じるべきなのか。レビュー論文の著者であるSrivaliとCheungpasitpornの見解は明確である。端末のデータは、長期的な睡眠時間の傾向や規則性を大まかに把握するための補助ツールとしては役立つ可能性がある。しかし、妥当性が確認された問診票や睡眠日誌といった主観的睡眠評価ツールの代替として見なすべきではない。
最も避けるべき状況は、患者が強い不眠感や疲労感を抱えて苦しんでいるにもかかわらず、端末の睡眠スコアが「良好」と表示されていることを理由に、医療機関への受診をためらったり、医師側が問題なしと決めつけたりすることだ。論文の著者らは、トラッカーが正常値を示していても、患者が睡眠の質の悪さを訴えている場合は、デバイスの数値を根拠に安心させるのではなく、より詳細な臨床評価を行う根拠とすべきだと強調している。
睡眠障害を疑う場合、医療者にとって最も価値のある情報源は、毎日の起床時間、就床時間、主観的な目覚めの感覚、日中の眠気を記録した詳細な睡眠日誌である。うつ病を併発しているケースでは、トラッカーは「過眠（寝過ぎ）」の兆候を検知できる場合があるものの、自己申告による睡眠評価が捉える複雑な心理的苦痛や睡眠の浅さの大部分を検出できない。
こうした客観データの不完全さは、利用者の心理にも直接的な影響を及ぼしている。ノルウェーで実施され学術誌『Frontiers in Psychology』に掲載された2026年の調査研究は、睡眠アプリやトラッカーの利用実態を浮き彫りにした。成人1,002名を対象とした調査のうち、現在または過去に睡眠アプリやトラッカーを使用した経験を持つ461名（主にスマートウォッチ利用者）の回答を分析したところ、端末の使用によって睡眠の質が改善したと答えた人はわずか15.4%にとどまった。
一方で、利用者の17.8%は端末を使い始めたことで「自分の睡眠に対する不安が強くなった」と回答した。特に不眠症を抱える回答者群では、睡眠トラッカーの使用に伴う否定的な心理的影響のスコアが、不眠症のない群に比べて有意に高かった（）。手元の画面が毎朝突きつけてくる不完全な睡眠スコアが、かえって利用者の不眠恐怖や強迫観念を煽ってしまう現象が起きている。
ただし、このノルウェーの調査は横断的な自己申告に基づくものであり、睡眠トラッカーの使用が睡眠不安を直接引き起こしたという因果関係を証明するものではない。もともと睡眠に強い不安を抱えている人ほど、解決策を求めてウェアラブル端末を購入する傾向があるという交絡因子も考慮する必要がある。
一般の生活者が睡眠トラッカーと付き合う上で必要な姿勢は、デバイスが弾き出す数値を絶対的な審判として扱わないことだ。手首のデバイスは、何時に寝て何時に起きたかという大まかなスケジュールを可視化する鏡としては機能する。しかし、その睡眠が心身を真に癒やしたかどうかを判定できるセンサーは、手首ではなく自分自身の体感の中にしかない。十分な睡眠時間が記録されているにもかかわらず日中のだるさや集中力低下が続くなら、スマートフォンの画面を眺めるのをやめ、睡眠日誌を手頭に専門医へ相談すべきだろう。