朝は時計の報告から始まります。リカバリー42%、深い睡眠が少ない、練習は先送りしたほうがいい。プランを組み直す前に立てるべき問いはこうです。その数字は、そもそも夜に起きたことをどれくらい映しているのか。

睡眠測定のゴールドスタンダードは ポリソムノグラフィ（PSG）です。脳波、眼球運動、筋緊張を記録し、米国睡眠医学会の基準に沿って人の手で判定します。ウェアラブルが測っているのはまったく別のもの——体動と脈拍——で、そこから睡眠段階を推定します。比較のデータは、具体的に語れるだけ溜まりました。

6機種の検証

SLEEP Advances、2025年4月。成人62人 が睡眠検査室で一晩を過ごし、PSGと、1人あたり2〜4台のウェアラブルを同時に装着しました。

対象は Fitbit Charge 5、Fitbit Sense、Withings ScanWatch、Garmin Vívosmart 4、WHOOP 4.0、Apple Watch Series 8 です。

中心的な結果は、非対称性です。

感度（睡眠の検出）：全機種で90%超。 眠っていれば、トラッカーはそれを見ています。
特異度（覚醒の検出）：29.39〜52.15%。 眠れずに横になっているとき、あるいは夜中に目が覚めたとき、トラッカーはたいていそれを見ていません。

そこから直接の帰結として、睡眠時間の系統的な過大評価が生じます。

WHOOP 4.0：+24.46分
Apple Watch Series 8：+19.60分

大半の機種は、総睡眠時間、睡眠効率、入眠後覚醒時間、そして浅い睡眠についてPSGと有意に食い違いました。

深い睡眠については、検証されたリストバンドの中で最も良かったのが WHOOP 4.0 で、PSGがN3と判定した区間の 69.63% を正しく分類しました。この中では最良の成績ですが、それでも深い睡眠の3分の1近くが誤って判定されているということです。

リングとリストバンド

別枠で見る価値があるのが、リング型では最大の検証研究です。Sleep Medicine、2024年。睡眠段階判定アルゴリズムOSSA 2.0を載せた Oura Ring Gen3 を、在宅・複数夜のPSGと比較しました。参加者96人、30秒エポック421,045個。

感度 94.4〜94.5%
特異度 73.0〜74.6%
正確度 91.7〜91.8%
段階判定の精度は 75.5%（浅い睡眠）から 90.6%（REM）まで

特異度73〜75%は、リストバンドの29〜52%と比べてはっきり良い。リングは指から信号を拾います。指は手首より血流と脈波が安定して読めるところで、それが実際に効いているようです。

ただしここでも、覚醒のエポックのおよそ4個に1個は睡眠として数えられています。

ここから何が言えるか

最も信頼できる数字は総睡眠時間です。 どの機種でもこれが真実に最も近く、それでも20〜25分ほど上に寄っています。

最も弱いのは睡眠段階です。 判定が最も難しいのは浅い睡眠で、しかも見栄えのする「リカバリー指標」は、その段階から組み立てられています。

誤差は偶然ではなく系統的です。 これは良い知らせです。トラッカーが安定して20分上乗せしているなら、推移のほうは意味を保ちます。先週の自分と比べるのは可能です。絶対値を「8時間眠りましょう」という推奨と比べるのは、あまり意味がありません。

悪い夜を、トラッカーは実際より軽く見せます。 まさに覚醒の検出が最も苦手だからです。1時間寝返りを打っていたのに、機器はそれを睡眠として計上します。レースの後や長距離移動の後の夜を、機器は実際より良く描きます。

重要な留保。 これらのデータはすべて健康な成人から得られたもので、トレーニングブロックの最中のアスリートからではありません。高い練習量と大きな心拍変動を持つ人にどこまで当てはまるかは、まだ決着のついていない別の問題です。

実践にどう落とすか

段階の内訳ではなく、総睡眠時間と1週間のトレンドを見てください。
リストバンドを使っているなら、表示された睡眠時間から 頭の中で20〜25分引いておく。
一晩の結果で計画を組み直さないこと。 一晩は、既知の系統誤差を含んだ一回の測定にすぎません。
指標より体感です。 リカバリーが90%と出ていて、それでも体がボロボロなら、正しいのはあなたであって機器ではありません。
覚醒の検出という一点でなら、リングはリストバンドより正確です。 差ははっきりしていますが、絶対的なものではありません。
準備期の途中で機器を替えないこと。 ブランドをまたいだ数字は比較できず、比べる土台を失います。
本物の睡眠障害を疑うなら——無呼吸、慢性の不眠——トラッカーはそれを診断しません。きちんとした睡眠検査が必要です。

要点

SLEEP Advances 2025：成人62人、検査室での一晩、6機種をPSGと比較。
睡眠は全機種で感度 90%超 で検出され、覚醒は特異度 29.39〜52.15%。
総睡眠時間の過大評価：WHOOP 4.0 +24.46分、Apple Watch S8 +19.60分。
深い睡眠の最良成績は WHOOP 4.0 の69.63%（N3エポックを正しく分類）。
Oura Gen3（Sleep Medicine 2024、96人、421,045エポック）：正確度 91.7〜91.8%、特異度 73.0〜74.6%、段階判定は75.5%（浅い睡眠）から90.6%（REM）。
誤差は系統的——推移は情報になるが、絶対値はならない。
悪い夜を、トラッカーは実際より良く見せる。
データは健康な成人のもので、負荷下のアスリートのものではない。

出典：「A performance validation of six commercial wrist-worn wearable sleep-tracking devices for sleep stage scoring compared to polysomnography」、SLEEP Advances, 2025. https://doi.org/10.1093/sleepadvances/zpaf021 · 「Validity and reliability of the Oura Ring Generation 3 (Gen3) with Oura sleep staging algorithm 2.0 (OSSA 2.0) when compared to multi-night ambulatory polysomnography」、Sleep Medicine, 2024. https://www.sciencedirect.com/science/article/pii/S1389945724000200