Apple Watchの睡眠ステージはどれほど正確か？バリデーション研究が実際に示すもの

Apple Watchは睡眠と覚醒を区別するのが得意で、ステージを区別するのはやや得意です。Apple自身のポリソムノグラフィー（PSG）に対するバリデーションにおいて、現在のアルゴリズムは96.8％の睡眠エポックと78.9％の覚醒エポックを認識し、4つのステージで人間のスコアラーとKappa 0.68で一致しています¹。Appleの関与なしにWatchをテストした独立した研究所は、睡眠と覚醒の強度は同じであり、同じ弱点、つまりWatchがEEGが見ている30秒のウィンドウの約半分でしか深い睡眠を見つけられないという点にあります²³。

Kappaは偶然訂正された合意スコアです：1.0は完璧、0はコインの表裏です。文脈のために、同じPSG記録をスコアリングしている訓練された技術者たちは、約0.76のKappaで互いに一致します¹⁰。したがって、一晩を通してWatchはほぼ第二の人間の意見に近いですが、そのエラーは深い睡眠と静かで動いていない覚醒に集中しています。

以下のすべては、2022年にwatchOS 9で導入され、2025年9月にwatchOS 26のために再訓練されたApple自身の睡眠ステージ機能に関するものです¹。2026年9月にリリースされるwatchOS 27とApple Watch Series 12以降、Appleは新しいバリデーション文書を公開していないため、2025年10月の数字が現在の数字となっています¹¹⁵。

睡眠ラボは脳波、目の動き、筋肉の緊張から睡眠を評価します。Apple Watchにはそのセンサーがありません。そのステージ分類器は3軸加速度計からのみ機能し、粗大な動きと呼吸によって引き起こされる小さな手首の振動を読み取ります、そして30秒ごとにそれぞれのエポックを目覚め、REM、コア、または深いの4つのラベルの1つに割り当てます¹。心拍数、手首の温度、血中酸素は他の機能のために一晩記録されます；ステージ分類器自体は加速度計ベースです¹。

ラベルは臨床的なラベルに1つの単純化でマッピングされます。深いはN3、REMはREM、コアはN1とN2を統合します。なぜならWatchはそれらを分けられないからです。Appleは「軽い」という単語の代わりに「コア」という言葉を選びました。N2は通常、夜の半分以上を占め、劣った種類の睡眠ではないからです¹。

このアルゴリズムは858人からの1,171晩に基づき訓練され、166人からの別の299晩でテストされました。これには睡眠時無呼吸や周期的な肢運動のある参加者も含まれます¹。2025年にAppleはそれをApple HeartおよびMovement Studyデータに基づく基盤モデルで再訓練し、新しいバージョンを同じ評価セットで評価しました¹。watchOS 11以降、Watchはスケジュール外でも睡眠を追跡しますが、3時間以上のセッションに対してのみステージを書き込みます。短い昼寝は単に睡眠中または覚醒中の記録が得られます¹。

ここでは2つの数字が重要です。感度はWatchが睡眠とレベル付けする真の睡眠エポックの割合です；特異性は真の覚醒エポックを覚醒としてラベル付けする割合です。Appleは2022年のアルゴリズムに対して97.9％および75.0％の中央値を、2025年の更新に対しては96.8％および78.9％を報告しています¹。従来の研究アクティグラフィは通常90〜97％の感度を達成しますが、特異性は50％以下です¹。

独立した研究が感度を確認し、特異性にはより厳しい見解を示しています。2024年の35人の健康な成人を対象とした1晩の研究では、Apple Watch Series 8が97％の睡眠エポックを検出し、すべてのエポックの93％でPSGとの間で睡眠対覚醒が一致しました³。2025年の62人の成人を対象とした研究では、疑われる睡眠時無呼吸のために感度は96％でしたが、特異性は52％に低下し、したがってほぼ半分の夜の覚醒エポックが睡眠として記録されました²。

実際の結果は一貫したバイアスです：Watchはあなたが得たよりもわずかに多くの睡眠を報告する傾向があります。健康群では総睡眠時間が8分過大評価され、無呼吸群では20分過大評価された上、睡眠開始後の覚醒が10分および21分過小評価されました²³。2025年の24件の手首追跡デバイスに関するメタアナリシスでは、Apple Watchを含むすべての研究でPSGとの間の総睡眠時間のずれは約17分、睡眠開始後の覚醒が約13分とされています⁷。7時間の夜に対して、それはおおよそ3〜5％のエラーです。

Appleの2025年アルゴリズムの混乱行列は、それぞれの真のステージがどれほど正確にラベル付けされているかを示しています：コア82％、REM82％、覚醒79％、深い68％¹。2022年のバージョンは同じ4つで83％、78％、70％、62％を記録したため、更新は覚醒と深い睡眠に最も寄与し、中央値の4ステージKappaは0.63から0.68に上昇しました¹。

同様のパターンがApple以外でも見られます。2024年の健康な成人を対象とした研究では、Series 8がライトスリープのエポックの86％、REMエポックの83％を見つけましたが、深い睡眠のエポックは51％にとどまり、深い睡眠を43分過小評価し、ライトスリープを45分過大評価しました；PSGとの4ステージの一致は75％（Kappa 0.60）でした³。2025年の6デバイス研究では、Watchは再びライト（83％）とREM（69％）でリードしましたが、深い睡眠では51％にしか達せず、25分過小評価されました。そのKappa 0.53は、6つの手首デバイスの中でのベストであり、Fitbit Sense（0.42）、Whoop 4.0（0.37）、Garmin Vivosmart 4（0.21）をリードしていました²。

1つのニュアンスはWatchの favoreに働きます。WatchがエポックをDeepとラベル付けすると、通常は正しいです：健康な成人の研究では深い睡眠の精度は88％でした³。問題は、Watchが見逃す深い睡眠であって、創造する深い睡眠ではありません。40分の深い睡眠が示される夜は、実際にはそれ以上の深い睡眠が含まれているはずです。このステージが何をし、どのくらいの深さが正常であるかについては、深い睡眠の基本を参照してください。

すべての研究が誤差の方向に同意するわけではありません。2026年の健康な成人がSeries 7を装着した自宅でのPSG研究では、逆のバイアスが見つかり、ライトスリープが74分過小評価され、REMが30分過大評価されましたが、Watchは依然としてテストされた3つのデバイスの中で最も高い評価でした⁵。異なるWatchの世代、ソフトウェアのバージョン、および寝室は異なるエラーを生じさせるため、自分の数字に適用する固定修正はありません。

静かな覚醒がコアに見える

目を開けたままじっとしていると、ほとんど動きが生じません。Appleのバリデーションでは、2022年のアルゴリズムで真の覚醒エポックの27％がコアとラベル付けされました；2025年の更新では、「静かな覚醒」に特化して、その値は17％に削減されました¹。これがWatchが覚醒時間を過小評価する理由であり、断片化された睡眠で特異性が52％に低下する原因でもあります²。

深い睡眠もコアに見える

Appleの混乱行列で最も一般的なエラーは、真の深い睡眠がコアとラベル付けされることです：2022年の深いエポックの38％が、2025年には32％がコアとラベル付けされました¹。深いとコアはどちらも静止しており、通常の呼吸があり、それらを分ける特徴であるゆっくりした脳波は手首センサーには見えません。生のApple Watch加速度計データに心拍数を加えた研究グループは、EEGヘッドバンドに対して約71％の4クラス精度を達成しているため、手首信号の限界はAppleが現在いる場所からあまり遠くありません⁹。

断片化された睡眠は難しい

Apple自身の分析では、頻繁なステージ遷移と高い無呼吸-低呼吸指数が合意を最も低下させる2つの要因であり、ウォッチモデルには違いがないことが示されています¹。236人の睡眠クリニック患者からなる別のコホートでは、2022年のアルゴリズムでKappaは0.55、2025年のもので0.66でした¹。独立したクリニック研究はさらに厳しいです。2023年に75人の患者を対象に行われた多施設の韓国研究では、平均無呼吸-低呼吸指数が18であり、最も上位のアプリが出た技術会社が実施し、Apple Watch 8のKappaは0.30であり、深いエポックの41％とREMの43％が見られました⁴。2026年の方法論の論文は、睡眠時無呼吸のある人々からのApple Watchのデータを基にしており、長時間の「簡単」覚醒、たとえば寝る前のベッドでの時間が報告された精度を膨らませているため、健康なボランティアからの数字は破損した睡眠には移転しないという警告を追加しています⁸。

フィット感とセッションの長さ

Appleは、ゆるいバンドが加速度計の信号を劣化させ、ステージは3時間以上の睡眠セッションに対してのみ書き込まれると述べています¹¹¹。短い夜や、手首で滑っているウォッチは、上記の研究が示唆するよりも悪いグラフを生成します。

watchOS 26は2025年9月にリリースされ、上記で説明した再訓練された加速度計モデルを導入し、睡眠スコアを導入しました¹¹⁴。Appleはこのスコアのアルゴリズムが、Apple HeartとMovement Studyデータからの500万晩以上で開発され、アメリカ睡眠医学アカデミー、国家睡眠財団、世界睡眠学会からの指針を受けたと述べています¹⁴。後の26.2アップデートでスコア分類が洗練され、現在のバンドは非常に低い（0から40）、低い（41から60）、OK（61から80）、高い（81から95）、非常に高い（96から100）となっています¹²¹³。

Apple Watch Series 11は睡眠特化センサーを追加していません；睡眠スコアはSeries 6以降、SE（第2世代）以降、すべてのUltraでiOS 26で実行されます¹⁴。2026年9月に発表されたSeries 12とUltra 4は、心拍数を日中毎秒5回読み取り、HRVを最大24回測定する健康センサリングシステムの再設計をもたらし、睡眠スコアを1つの入力として使用した夜間のバイタルに回復HRVの読みを追加し、0から10の準備スコアを追加します¹⁵。これにより、ステージのスコアリング方法に変更はありません：Appleのスコアリング文書は依然として加速度計のみの分類器を記述しており、そのバリデーションはウォッチモデル間のKappaに差が見られず、watchOS 27や新しいハードウェアのための新しいステージ精度の数字は存在しません¹¹⁵。

ステージのパーセンテージは、Watchが正確にラベル付けしたそのステージの真のエポックの割合です。バイアスは、全体の夜のWatch minus PSGです。

フレームを信頼し、填充を疑え。 就寝時間、起床時間、総睡眠時間、およびスケジュールの規則性は、最も強い証拠に基づくアルゴリズムの一部から来ており、Apple自身によってスコア付けされています：睡眠スコアは、持続時間に50ポイント、過去13晩の就寝時間の整合性に30ポイント、中断に20ポイントから構成され、ステージの分数にはポイントがありません¹¹¹²。1つのことを追跡するなら、一貫性を追跡してください。

ステージの分数はマージンを持って読む。 上記の研究で、深い睡眠は夜ごとに25〜43分、ライト睡眠は45〜74分、いずれかの方向でオフでした²³⁵。 「深い睡眠が35分しかない」といった単一の夜は、その誤差範囲内にあり、ほとんど情報を提供しません。30晩にわたるランダムな誤差の部分は大部分はキャンセルされるため、数週間のトレンドは、単夜より意味のあるものになります。毎朝グラフをチェックする場合は、Apple Watchの睡眠データを過剰解析しない方法を参照してください。

数字が最も信頼性が低いときがあることを知っておく。 大きないびきをかく、頻繁に目が覚める、むずむず脚症候群がある、または長時間目を覚ましている場合、すべての研究が最も弱い合意を見つけた母集団にいます¹²⁴。Watchは時刻と持続時間については役に立ちますが、持続的な苦情は、より良いウェアラブルよりも臨床医や本物の睡眠研究に取るに足るものです。Apple自身は、睡眠段階は臨床的な使用を意図していないと述べています¹。

あなたが持っている質問に適したフォームファクターを選択してください。 2024年の直接対決では、Oura Ring Gen3はWatchの51％に対して80％の深い睡眠エポックを検出しましたが、2つのデバイスは睡眠と覚醒については同じでした³。当社のウォッチ、リング、ベッドサイドセンサーの比較では、トレードオフをカバーしています。Moonは証拠の同じ読みを追随します：Apple WatchがApple Healthに書き込むステージをインポートしますが、持続時間、タイミング、一貫性を優先し、ステージの変化を毎晩の評決ではなく数週間のトレンドとして表示します。