本文来自微信公众号:果壳 (ID:Guokr42),作者:糕级冻雾,题图来自:视觉中国


90 分钟的一套“刘畊宏”下来,闺蜜 A,面色红润精神矍铄,手表显示消耗 500 大卡;闺蜜 B,气喘吁吁故作淡定,手环显示消耗 800 大卡;我,仰面朝天形似瘫痪,左手手表显示 20 大卡,右手手环显示接触不良。


(省略骂骂咧咧两个自然段)都是青春美少女,为啥我的数据比她们差了那么多?!


智能手表早就成为一种“运动装备”似的存在,真运动党将其视为运动时重要的量化参考,真装备党将其当作标记身份的象征。


2014 年,苹果发布了第一代 Apple Watch——很多人把这作为智能手表(手环)进入消费电子市场的标志之一。产品迭代了八年,就用户体征监测功能来说,小到测个心率,算出你今日消耗卡路里;大到测绘心电图,“必要时”还能帮你报警、叫救护车。手表一戴,手指一按,恨不得能把你整个人都建模了。


智能手表早就成为一种“运动装备”似的存在丨图片来源  Samsung HK<br>
智能手表早就成为一种“运动装备”似的存在丨图片来源  Samsung HK


但仍有不少用户对此,“信,但不全信”。当我们在运动时,手表是如何识别我们的体征变化,并“转化”出直观的消耗数据?这些数据真得准吗?


每天消耗的热量,是咋算的?  


市面上大多数智能手表第一次和手机配对后,都会要求我们要把性别、身高、体重、年龄如实汇报,以唤醒相关健康应用。这些信息录入后,躺着不动光呼吸消耗的热量,也就是基础代谢率(BMR)就计算出来了。


一种相对流行的计算公式来自美国运动医学会(American College of Sports Medicine)


男性 BMR = 66+(13.7*体重 (kg))+(5*身高 (cm))–(6.8*年龄 (岁));


女性 BMR=655+(9.6*体重 (kg))+(1.8 身高 (cm))–(4.7*年龄 (岁))


有一点健身知识或主观经验的人应该已经能察觉到“误差”。这个公式里没有考虑肌肉和脂肪的含量,理论上,肌肉含量越高,基础代谢率越高,在静息状态下消耗的热量越高。一磅肌肉和一磅脂肪的每日消耗热量可以差 4 卡路里。


以及美国营养与饮食学会发言人罗宾·福尔顿就曾表示,甲状腺、线粒体健康、营养状态和代谢灵活性(机体从碳水化合物代谢转变为脂肪/生酮代谢的程度)等因素,也影响 BMR 高低。


当运动开始,主动代谢热量随之增加。计算这部分数据时,其中一个重要因素是时间,运动时间越长,消耗越多,这一点很好量化;另一个重要因素是活动强度。在专业的医疗机构,计算一段时间内运动强度会使用呼吸面罩(又称代谢检测仪)来计算氧气代谢。因为当我们运动时,身体需要制造更多能量,就会提高氧气消耗量。


摄氧量(VO2)是测量运动强度的关键(摄氧量是吸入的氧气与呼出氧气量的差值,也就是身体真正应用的氧气量)。理论上,消耗 1L 氧气大约燃烧 5 Kcal(千卡、大卡)热量。


VO2 不能通过智能手表直接测量。但我们知道另一组关系。当我们在运动时,需要氧气供给,因此心跳加速,心率上升,这样得以将更多的氧送入运动的肌肉。


人们总结出了最大摄氧量(VO2 Max,人体进行运动时机体所能摄入的最大氧气量,它能反映出心肺健康水平,是衡量个人运动能力的重要指标)。与最大心率和静息心率的关系:VO2Max =(HR max / HR rest)x 15.3 ml/(kg·minute)。


VO2 Max 是衡量个人运动能力的重要指标丨图片来源 Giphy<br>
VO2 Max 是衡量个人运动能力的重要指标丨图片来源 Giphy


和计算基础代谢率的问题一样,固定公式有局限性。因此市面上的智能手表数据准确度的高下之分更多的在于其使用的算法技术,比如目前主流的 Firstbeat(佳明、颂拓,小米,华米,华为,都内置这家运动及健康生理数据分析提供商的算法),就是通过综合整合心率、心率变化和跑步速度,估算出跑步者的最大摄氧量。


FirstBeat 官网写到,最大摄氧量也是用来估算热量消耗时需要参考的数据。但这是一个复杂的算法。以 FirstBeat 为例,热量消耗的计算算法融合包括心率,根据心率变异性(HRV)算出的呼吸速率(呼吸频率与心率变异的频率一致),以及一个动态监测当前耗氧量,跟身体活动强度相对应的变量模型。


在这部分的计算当中,心率的变化常常成为那个导致“误差”的变量,因为除了运动,心情、压力等精神因素也会改变我们的心率。


除此之外,甚至还有一些意想不到的因素会导致数据失准——比如肤色差异和外部气温。


无论是 2014 年的小米手环第一代,还是 2022 秋季新推出的 Apple Watch 8,它们的心率监测原理都是一样的——光电容积脉搏波描记法(Photoplethysmographic,简称 PPG)


光电容积脉搏波描记法丨图片来源 Apple<br>
光电容积脉搏波描记法丨图片来源 Apple


脉搏跳动导致血液透光率发生变化,当 LED 光射向皮肤,透过皮肤组织反射回的光被光敏传感器接收,再转换成电信号,成了我们看到的心率数值。我们时不时看到手表绿光闪烁,血液是红色的,对绿光的吸收率最大。当心脏跳动向外迸发血液,流经手腕的血液量增大,对绿光的吸收也相应增大。


测心率原理丨图片来源 CSDN<br>
测心率原理丨图片来源 CSDN


皮肤中的黑色素含量会影响光的吸收。绿光波长短于红光,深色皮肤使用绿光监测,准确率就没有浅色皮肤的用户高(绿光被收得过于干净)。纹身也会有影响。


在冷天里锻炼,流经手腕的血流可能减少,这会影响传感器读取。所以有些高价的智能手表会同时配备绿光和红外光两种 LED。


要先算得准,先要测得精  


对于我们普通运动爱好者,手表光给我看一串数字,终归是半懂不懂。因此大多数手表都会给你的运动表现来一个定性评价,好中差、轻松适合困难、充沛疲劳需要休息,等等……


在背后又有很多数据维度,比如(距离上次运动结束)恢复时间,预估短了,你在下次运动时就心有余而力不足;预估长了,你达不到最好的运动效果;


昨晚睡眠质量,睡得不好,压力会变大,HRV 相应降低;


以及短期运动负荷,算法是通过将心率数据转换为运动后过量氧耗(EPOC,运动后机体要消耗多少氧量才能恢复到正常),计算出过去一周的运动负荷。


智能手表的一个运动评估背后包含很多数据维度丨图片来源 Giphy<br>
智能手表的一个运动评估背后包含很多数据维度丨图片来源 Giphy


别说两个人的运动消耗差别很大,即便一个人佩戴一款智能手表,连续两天的运动消耗都会不同。


FirstBeat Analytics 算法下涵盖睡眠侦测,有氧/无氧训练效果,热量消耗,训练负荷,热适应与高海拔适应等 26 项参数。硬件厂商会根据自家产品的定位选取所需要的功能。


几乎没有厂商能在一款手表里配齐所有功能。就连收购了 FirstBeat 的佳明,其售价 8480 元的专业的户外运动表 Enduor2,也只配备了其中 21 项参数功能。


如果手表设置了“间歇跑”运动模式,但是没有内置无氧运动算法,那么给出的运动数据就会出现偏差。同理,如果你选错了运动模式,手表给出的数据结果也有误差。


那算法一致,功能一致的两只手表,结果就保证相同么?当然不,算法有效的前提是基于硬件本身的支持。


智能手表的“智能”,首先在于各式各样的传感器,它们支撑起了那些眼花缭乱的监测功能。简单来说,加速度计可以探测运动,当与磁力仪结合使用,能监测到运动速度和方向。GPS 能知道你的跑步路线,高度计来监测高度变化,小到上了几层楼,大到翻过了几座山。陀螺仪能知道你在泳池里又游完一圈,再精细一点,还能识别出你的泳姿。


像三星就在 2021 年推出了首款可测量身体成分的智能手表(Galaxy Watch 4),内置生物电阻抗分析(BIA)传感器,来测量脂肪、肌肉百分比。该传感器读取“通过人体的低电压电流的阻抗或中断情况”。因为骨骼,肌肉,脂肪和其他组织具有不同的电阻质量。


体脂秤也是采用这种方式。技术本身并不复杂,测量准确性的“门槛”在于,采集到的数据量。比如配备手柄的八电极体脂秤,能得到全身数据;四电极体脂秤测量的是下半身数据,再推导出上半身数据。理论上,当电极与皮肤的接触面越大,得到数据越准确。连接通的“电路”越多,得到数据越丰富。


智能手表通过连接手腕和另一只手的指尖,形成上半身的“电路”,再依靠算法修正,换取作为可穿戴产品的便携性。DXA(双能 X 线吸收法测定)是能测量身体成分的准确,但复杂、成本高的方法。来自路易斯安那州立大学等组成的研究团队,将 Galaxy Watch4 与 DXA 测量结果比较,具有 97% 的相关性。


硬件厂商为了体现自己的“专业性”,以至于将传感器功能做得越来越精细。


最新一代的 Apple Watch 里塞下了,血氧传感器、电极式心率传感器、第三代光学心率传感器、高 g 值加速感应器、高动态范围陀螺仪、环境光传感器。这些传感器已经成为综合性智能手表的标配。


智能手表的“智能”,首先在于各式各样的传感器丨图片来源 Apple<br>
智能手表的“智能”,首先在于各式各样的传感器丨图片来源 Apple


想要获得更细分的健康市场,HUAWEI WATCH D 配备了温度传感器、ALS 传感器、差压传感器、霍尔传感器、心电采集传感器。Galaxy Watch 5 内置气压计,地磁传感器,生物电阻抗分析传感器……


这些都会导致佩戴体验上的差别,有人佩戴着智能手表会质疑,明明已经很累了,怎么消耗才这点儿?而有人能知道,这次训练表现不好,是因为前段时间的强度过大,导致这次运动心率比以往更高,配速却慢了 10 秒,后面得要更长的恢复时间。


也该反省一下自己了  


当然普通消费者,很难分清不同传感器的具体功能,也不会深究其中搭载了什么算法。他们只会根据运动报告,给出自己的主观想法,“这个不好,测得不准。”


有人帮我们做过更为专业的测评。2021 年底,香港消费者委员会曾挑出三位试用者,佩戴 35 款智能手表(手环)做静态、低强度步行、高强度跑步及踩单车,得到的运动数据与使用精密仪器取得的数据做比较。


硬件厂商为了调整算法,验证数据准确性也会做类似实验。比如在苹果健康实验室里,大量志愿者佩戴呼吸面罩,做着“室内跑步”,“划船”,“室内单车”、“椭圆仪”等 Apple Watch 提供的运动模式。香港消费者委员会把两组数据比较,得出很多有意思的结论:


数据差距客观存在,但也没有离谱到“瞎算”的程度丨图片来源香港消费者委员会
数据差距客观存在,但也没有离谱到“瞎算”的程度丨图片来源香港消费者委员会


大部分样本于不同的活动量得的心率数据都颇准确,偏差少于 8%,只有少数几款手表表现较差,Polar Ignite 2、荣耀 Honor Watch ES 及小米 Mi Watch 超值版于个别活动情况下量度心率的偏差超过 15%;


配备了 GPS 的智能手表,样本估算距离偏差均不超过 10%,只有一款没有配备 GPS 的小米手环 6,步行及跑步距离偏差高达 40%;


分别于步行、跑步、模拟日常生活情况下数算步数,再与放在脚上的计步器数据比较。全部样本估算步行及跑步步数的准确度都不错,偏差不超过 10%。实验结果显示,数据差距客观存在,但也没有离谱到“瞎算”的程度。


导致“测不准”的干扰因素有很多。有的时候,我开会罚站一个小时,手表却还是会提示我“不要久坐”;但早高峰挤个公交晃来晃去,却会被识别为高强度剧烈运动。


智能手表对于大部分普通消费者来说,无非是图个方便。它通过数据采集,结合算法,展示成一条条身体数据指标。将健康状态这件不太容易解释清的事情,尽可能科学地量化出来。


不过还是那句朴实的道理:睡眠不好的人,盯着 Apple Watch 的睡眠数据,只会失眠,不能助眠。


毕竟更多的人像我一样,几千块的智能手表把玩个把月后,乐趣就只剩下花式换表盘了。


参考文献

[1]https://blog.csdn.net/chehec2010/article/details/80507958

[2]https://www.consumer.org.hk/sc/article/541-smart-watches/541-smart-watches-test-results#tab

[3]https://www.garmin.com.cn/minisite/garmin-technology/firstbeat/

[4]https://link.springer.com/chapter/10.1007/978-3-031-07704-3_21

[5]https://www.thepaper.cn/newsDetail_forward_12696080


本文来自微信公众号:果壳 (ID:Guokr42),作者:糕级冻雾