跳到正文
穿戴裝置與測量科學測量驗證研究/回顧4 分鐘閱讀

智慧手錶資料能當「證人」嗎:心率驗證得最充分,其餘證據參差

MoveVitals 編輯部 · 研究發表 · 解讀更新

原文:Is my smartwatch a valid witness? A systematic review and meta-analysis · Forensic Science International · 2026 · 論文原文 ↗

先看重點

一項圍繞數字取證展開的系統評價和統合分析,梳理了四大主流品牌智慧手錶的驗證研究,發現心率是研究最多、也最準確的指標。步數、距離、能量消耗、活動分類和睡眠的驗證不夠一致,結果因品牌、方案和報告方式而異。摘要沒有給出彙總資料,且多數研究是在健康族群中、於實驗室內完成的,所以無法說明某一塊手錶對某個人在日常生活中的表現。

證據類型

測量驗證研究/回顧

解讀依據

公開摘要

閱讀重點

參照與測量誤差

研究在問什麼

智慧手錶裝有加速度計、陀螺儀和光電容積描記感測器,可以記錄活動、心率、睡眠和其他生理訊號,因此調查人員開始思考這些資料能否用於取證。前提是這些資料必須有效。作者先做第一步:把已有的、將智慧手錶輸出與公認金標準對照的驗證研究彙總起來,看看哪些輸出、哪些品牌有紮實的證據。

研究對象與方法

這是一項系統評價和統合分析,納入的研究驗證了四大主流品牌智慧手錶採集的資料,重點關注其在取證調查中的潛在用途。納入的研究把智慧手錶的輸出,如活動分類、步數、距離、心率、能量消耗和睡眠指標,與公認的金標準測量作對照。

摘要中沒有完整細節:沒有寫明具體品牌和檢索的資料庫,沒有給出檢索日期、納入的研究和參與者數量,沒有說明如何評價研究質量、採用了哪些彙總統計方法,也沒有報告任何數值形式的準確性結果。

主要發現

  1. 1
    心率是研究最多、也最準確的輸出。在與金標準對照的各項指標中,它的證據最充分,不過摘要沒有給出具體的誤差數值。
  2. 2
    證據覆蓋並不均衡。並非所有品牌、所有指標都得到了同樣充分的研究,結果在準確性、研究方案和報告方式上各不相同。
  3. 3
    多數研究是在健康族群和實驗室環境中驗證智慧手錶,因此很難據此推斷有健康問題的族群,或者日常佩戴的情況。
  4. 4
    作者的結論是:智慧手錶在數字取證分析中有潛力,但目前的驗證證據高度異質。他們呼籲開展更廣泛、更標準化的驗證,納入更大、更多樣的研究族群,並要求廠商提高透明度,同時指出這些結論同樣適用於臨床和健康研究。

限制與不確定性

  1. 1
    作者指出,驗證證據高度異質:各項研究在品牌、指標、方案和報告方式上不同,很難合併,他們呼籲開展標準化驗證並納入更大、更多樣的族群。
  2. 2
    作者指出,多數研究在健康族群中於實驗室內完成。我們的觀察:這種條件下的準確性,說明不了手錶在生病、做不尋常動作或長達數月的真實佩戴中的表現,而且摘要也沒有描述任何真正測試過的取證場景。
  3. 3
    我們的觀察:心率既是研究最多的輸出,也是最準確的輸出,但這並不表明研究得越多就越準確;對於研究很少的指標,證據稀少也不能說明準確。摘要沒有給出彙總估計值、研究數量或品牌名稱,所以單憑摘要無法判斷結論的強弱。
  4. 4
    我們的觀察:本解讀只依據摘要。沒有品牌、型號和數值,就不能用這篇綜述在不同手錶之間做選擇。

日常健康啟示

如果你依賴智慧手錶,在這篇綜述裡驗證記錄最好的是心率;步數、距離、熱量和睡眠指標的證據則零散得多,更適合當作大致的趨勢來看。如果手錶資料真的要作為證據,不管是法律還是醫療場合,都需要結合裝置型號、軟體版本和測量方法來解讀,並與另一來源核對。

不要由此認為某個讀數能證明某一時刻發生了什麼,也不要認為各品牌表現相同,或者認為健康志願者在實驗室裡的準確性可以照搬到疾病狀態或不尋常的活動中。摘要沒有給出數值,對細節的把握有限;它能支援的是心率明顯優於其他輸出,以及需要更好的驗證。

如何連結自己的資料

把品牌、型號、韌體和佩戴位置與資料一起記下來,一項指標只同它自己在數週內的變化相比,不要同其他品牌比較。心率是最可靠的輸出,步數、距離、熱量和睡眠只是粗略參考,不要把某一天或某一晚的數字當作事實。裝置或軟體有更新時要做標記,以免把資料的跳變誤當成自己身體的變化。

如何理解這類證據

一致性取決於裝置、韌體、參照、族群和使用情境。相關性不等於一致性;驗證某個指標不等於已證明診斷或治療獲益。

來源與署名

Is my smartwatch a valid witness? A systematic review and meta-analysis

Forensic Science International · 2026-07

DOI: 10.1016/j.forsciint.2026.112901 ↗PubMed · 41819643 ↗

MoveVitals 編輯解讀 · 健康教育內容 · 未記錄個人臨床審閱

來源查核日期 2026-11-01

實用健康指南

放在一起讀

·世代研究

加速度計處理方法不同,身體活動與中風、心肌梗死的關聯曲線也不同

在英國生物銀行中,基線無心血管疾病的90237名成年人追蹤至2022年12月,共發生1298例中風和2031例心肌梗死;中高強度身體活動(MVPA)與這兩種結局的關聯曲線形狀,取決於加速度計資料的處理方法。就中風而言,只有機器學習法得到直線下降的風險;就心肌梗死而言,機器學習法和LFENMO法呈曲線下降,活動計數法呈直線下降。摘要沒有給出風險比,只能說明不同方法的結論不一致,不能說明哪種方法更正確,而且這些只是觀察性關聯。

Preventive Medicine

重點論文精講閱讀論文 →
·回顧的回顧

活動追蹤器:每天多走約1800步,對其他健康指標影響較小

這項傘形綜述彙總了39篇系統評價和統合分析,涉及163992名參與者;結果顯示使用活動追蹤器與身體活動增加相關(標準化均數差SMD為0.3–0.6),相當於每天多走約1800步、多步行40分鐘,體重減輕約1公斤。對血壓、膽固醇、糖化血紅蛋白、生活質量和疼痛的影響通常很小,且多數不顯著。摘要沒有說明這些專案裡追蹤器還搭配了什麼,也沒有說明各評價之間重疊多少,因此不能把效果完全歸功於裝置本身。

The Lancet Digital Health

重點論文精講閱讀論文 →
·測量驗證研究/回顧

七款睡眠追蹤裝置:識別睡著很準,識別醒著和睡眠分期較差

在睡眠實驗室裡,34名健康的年輕成年人連續三晚佩戴七款消費級睡眠追蹤裝置中的若干款。與多導睡眠監測相比,所有裝置識別睡眠都很準(靈敏度均不低於0.93),但識別清醒較差(特異度0.18–0.54),七款中有五款與研究用活動記錄儀(特異度0.39)持平或更好;睡眠分期的估計結果不穩定。受試者是18至35歲的健康成年人,臥床時間固定為8小時,每款裝置只在其中11至20人身上測試,因此對有睡眠問題的人幾乎沒有參考價值。

Sleep

重點論文精講閱讀論文 →
·測量驗證研究/回顧

七款腕戴裝置:心率誤差多在5%以內,熱量估算偏差很大

60名成年人在實驗室裡佩戴7款腕戴裝置,依次完成靜坐、步行、跑步和騎車。與心電圖相比,心率的中位數誤差騎車時為1.8%,步行時為5.5%;但沒有任何一款裝置的能量消耗(熱量)誤差低於20%,各裝置的中位數誤差為27.4%至92.6%。測試的是當時在售的消費級型號,且只在實驗室內進行,不能據此給今天的手錶排名,也不能說明日常使用中的表現。

Journal of Personalized Medicine

重點論文精講閱讀論文 →
穿戴裝置與測量科學 →