Thiết bị đeo, cảm biến không chạm và ứng dụng điện thoại

Chương này hỏi: vòng đeo tay, nhẫn, đồng hồ, cảm biến cạnh giường và ứng dụng điện thoại đo được gì về giấc ngủ? Chúng sai bao nhiêu so với đa ký giấc ngủ (polysomnography, PSG)? Kết luận nhất quán qua các nghiên cứu thẩm định là thiết bị nhận ra giấc ngủ rất tốt nhưng nhận ra thức kém. Vì vậy chúng thường đánh giá cao tổng thời gian ngủ (total sleep time, TST), và độ lệch trung bình nhỏ của cả nhóm có thể che sai số từng đêm tới hàng giờ. Phân giai đoạn ngủ chỉ đồng thuận ở mức yếu đến vừa, và con số đổi theo người tài trợ, quần thể và phiên bản thuật toán. Nhịp tim quang học khi ngủ của phần lớn thiết bị được thử khá sát điện tim, nhưng không phải tất cả; biến thiên nhịp tim và độ bão hoà oxy kém chắc chắn hơn.

Cảm biến, thuật toán và phiên bản#

Thiết bị giấc ngủ tiêu dùng không đo giấc ngủ trực tiếp. Giấc ngủ được định nghĩa bằng điện não đồ (electroencephalography, EEG), còn phần lớn thiết bị đeo chỉ có gia tốc kế và cảm biến quang học (photoplethysmography, PPG). Thiết bị ghi cử động, nhịp tim, biến thiên nhịp tim (heart rate variability, HRV) và đôi khi nhiệt độ da. Từ đó một thuật toán không công bố suy ra người đeo đang ngủ hay thức, và ở giai đoạn nào. SL Mỗi con số trên ứng dụng vì thế là đầu ra của một mô hình dự báo, không phải một phép đo giấc ngủ theo định nghĩa.

Các chỉ số đồng thuận trong chương được tính trên từng epoch, tức đoạn 30 giây mà PSG dùng để chấm. Độ nhạy là tỉ lệ epoch ngủ theo PSG được thiết bị chấm là ngủ; độ đặc hiệu là tỉ lệ epoch thức được chấm là thức. Hệ số kappa (Cohen's kappa) đo đồng thuận sau khi trừ phần trùng do ngẫu nhiên. Vì phần lớn đêm là ngủ, thiết bị chấm gần như mọi epoch là ngủ vẫn có "độ chính xác" cao; con số đáng xem là độ đặc hiệu và kappa.

Tổng quan năm 2024 của Hội Nghiên cứu Giấc ngủ Mỹ (Sleep Research Society, SRS) tóm tắt bức tranh chung. So với PSG phòng thí nghiệm, thiết bị tiêu dùng thường có độ nhạy với ngủ > 90%, nhưng độ nhạy với thức chỉ 20–70% (de Zambotti và cs., 2024). Ở người lớn, chúng đánh giá cao TST, có khi hơn một giờ. Phân giai đoạn đúng khoảng 50–70% thời gian. Mức đúng là 50–90% cho ngủ nông (N1 + N2) và 30–80% cho ngủ sâu (N3) và giấc ngủ cử động mắt nhanh (rapid eye movement, REM). Một đồng tác giả là cố vấn của Oura Health; chúng tôi không đọc được mục công bố xung đột lợi ích của bài.

Một tổng quan phạm vi (scoping review) gồm 35 bài, 62 cấu hình thiết bị đeo (Birrer và cs., 2024). Tổng quan kết luận thiết bị chỉ dùng gia tốc kế kém khi phân nhiều giai đoạn; thiết bị có thêm PPG làm tốt hơn. Một nghiên cứu phát triển thuật toán cho nhẫn Oura cho cùng hướng. Tỉ lệ epoch xếp đúng 4 giai đoạn là 79% với đa cảm biến và 57% khi chỉ dùng gia tốc (Altini và Kinnunen, 2021). Hai tác giả là nhân viên và cố vấn của Oura Health. Đây là thẩm định nội bộ trên 440 đêm của 106 người 15–73 tuổi, không phải đánh giá độc lập.

Thuật toán thay đổi theo thời gian. Tổng quan SRS ghi nhận hiệu năng thiết bị tiêu dùng tăng dần kể cả khi phần cứng không đổi, gợi ý thuật toán chấm được cải tiến. Hệ quả là kết quả thẩm định chỉ gắn với phiên bản thuật toán được thử. Tài liệu kỹ thuật do chính Apple công bố (tháng 10/2025, không bình duyệt) cho một ví dụ. Kappa trung vị 4 giai đoạn của Apple Watch tăng từ 0,63 lên 0,68 sau bản cập nhật watchOS 26 (Apple, 2025). Độ chính xác với thức tăng từ 70% lên 79%. Thuật toán gốc phát hành năm 2022 cùng watchOS 9.

Tổng quan SRS liệt kê ba hạn chế cấu trúc. Đó là thuật toán không công bố ("hộp đen"), dữ liệu thô thường không truy cập được, và người dùng không kiểm soát được cập nhật phần mềm. Một tổng quan năm 2019 cảnh báo thêm rằng bằng chứng thẩm định một mẫu thiết bị có khi chỉ xuất hiện khi mẫu đó đã ngừng sản xuất (de Zambotti và cs., 2019). Ba tác giả của bài này nhận tài trợ nghiên cứu, không liên quan bài, từ Fitbit Inc. và hai công ty khác.

Tổng quan SRS cũng ghi nhận tỉ lệ ngày càng tăng các nghiên cứu đánh giá hiệu năng do ngành công nghiệp tài trợ, nhưng không đưa ra con số. Tuyên bố quan điểm năm 2018 của Viện Hàn lâm Y học Giấc ngủ Mỹ (American Academy of Sleep Medicine, AASM) đặt một ranh giới. Thiết bị dùng để chẩn đoán hay can thiệp rối loạn giấc ngủ phải được Cục Quản lý Thực phẩm và Dược phẩm Mỹ (Food and Drug Administration, FDA) chấp thuận (Khosla và cs., 2018). Theo tuyên bố, hầu như chưa thiết bị tiêu dùng nào được FDA xem xét. Chúng tôi chỉ đọc văn bản này qua một bản tin thuật lại. Tuyên bố năm 2025 của National Sleep Foundation kêu gọi đánh giá hiệu năng độc lập theo các tiêu chuẩn CTA/NSF-2052.3-A và ANSI/CTA-2102 (National Sleep Foundation, 2025).

Phân biệt ngủ với thức#

Một nghiên cứu so sánh đồng thời 7 thiết bị với PSG phòng thí nghiệm là của Chinoy và cộng sự. Mẫu gồm 34 người trẻ khoẻ (22 nữ; 28,1 ± 3,9 tuổi), đo 3 đêm liên tiếp, có 1 đêm ngủ bị gián đoạn. Hai kỹ thuật viên chấm tay PSG theo epoch 30 giây. Cả 7 thiết bị đều có độ nhạy ≥ 0,93, nhưng độ đặc hiệu chỉ 0,18–0,54 (Chinoy và cs., 2021). Hai đồng hồ Garmin (Fenix 5S, Vivosmart 3) đánh giá cao TST khoảng 44–47 phút. Chúng đánh giá thấp thời gian thức sau khi đã ngủ (wake after sleep onset, WASO) khoảng 48–50 phút. Fitbit Alta HR (cùng nghiên cứu) chỉ lệch TST 2,6 phút. Theo siêu dữ liệu Europe PMC, nghiên cứu do Office of Naval Research tài trợ, không phải hãng thiết bị; chúng tôi chưa đọc được mục công bố xung đột lợi ích.

Ở 53 người lớn khoẻ (26 nữ; 25,4 ± 5,9 tuổi) nằm 9 giờ trên giường trong phòng thí nghiệm, sáu thiết bị đeo đồng thuận ngủ/thức với PSG 86–89% số epoch. Kappa của chúng chỉ 0,30–0,51 (Miller và cs., 2022). Đặt hai con số cạnh nhau cho thấy tỉ lệ epoch đúng bị kéo lên bởi việc phần lớn thời gian là ngủ. Apple Watch S6 và Garmin Forerunner 245 Music đánh giá cao TST khoảng 40–44 phút. Oura Gen 2, Polar Vantage V, WHOOP 3.0 và Somfit có độ lệch trung bình nhỏ (−12 đến +1,5 phút). Nhưng sai số tuyệt đối mỗi đêm của chúng vẫn khoảng 29–34 phút. Nghiên cứu do Australian Institute of Sport tài trợ; nhóm tác giả nhận kinh phí và thiết bị từ WHOOP Inc.

Một nghiên cứu năm 2025 tại Bệnh viện Đại học Antwerp đo 62 người lớn, gồm cả người nghi ngưng thở. Mẫu có 52 nam, 46,0 ± 12,6 tuổi, chỉ số khối cơ thể (body mass index, BMI) trung bình 28,8. Sáu thiết bị cổ tay đời mới cho cùng mẫu hình: độ nhạy 91,7–96,3%, độ đặc hiệu 29,4–52,2% (Schyvens và cs., 2025). Mọi thiết bị đánh giá thấp WASO, từ −12 đến −48 phút. Độ lệch TST từ +6 đến +40 phút, với giới hạn đồng thuận 95% rất rộng. Bài không báo phiên bản phần mềm, và văn bản với bảng ghi hai giá trị khác nhau cho độ lệch TST của Fitbit Charge 5 (−5,74 và 11,12 phút).

Bảng gom thêm ba nguồn. Ở 45 người tại một bệnh viện Tây Ban Nha, Xiaomi Mi Band 5 đánh giá cao TST 29,5 phút (Concheiro-Moscoso và cs., 2023). Ở người có rối loạn giấc ngủ, mức này là 41,4 phút. Nhóm nghiên cứu tự chi trả. Ở 21 người trẻ khoẻ ngủ tại nhà 7 đêm, chuẩn so sánh là băng đô EEG khô Dreem 2 chứ không phải PSG (Chinoy và cs., 2022). Ở 63 trẻ làm PSG lâm sàng, Fitbit Ultra (2012) chế độ thường đánh giá cao TST 41 phút, còn chế độ nhạy đánh giá thấp 105 phút (Meltzer và cs., 2015). Cài đặt người dùng đổi cả chiều sai lệch.

Một phân tích gộp 24 nghiên cứu (798 người) so thiết bị cổ tay tiêu dùng với PSG (Lee và cs., 2025). Khác biệt có ý nghĩa ở TST, hiệu quả giấc ngủ (sleep efficiency, SE), thời gian vào giấc (sleep onset latency, SOL) và WASO. Hiệu số gộp của TST là −16,854 (KTC 95% −26,332 đến −7,375). Chúng tôi chỉ đọc được trang tóm tắt, vốn không nêu đơn vị và chiều của hiệu số. Dấu âm của TST và dấu dương của WASO phù hợp với cách tính PSG trừ thiết bị, tức thiết bị đánh giá cao TST khoảng 17 phút SL.

Phân tích gộp về Fitbit (22 nghiên cứu, 8 được gộp) tách hai thế hệ (Haghayegh và cs., 2019). Các mẫu không phân giai đoạn đánh giá cao TST và SE, đánh giá thấp WASO có ý nghĩa. Các mẫu có phân giai đoạn, dùng thêm nhịp tim, không khác PSG có ý nghĩa ở TST, WASO và SE (SE chỉ có 1 so sánh), nhưng vẫn đánh giá thấp SOL có ý nghĩa. Bằng chứng cho thế hệ sau còn mỏng: chỉ 5/22 nghiên cứu, 3 trong số đó so với PSG.

Một cạm bẫy diễn giải xuyên suốt: độ lệch trung bình nhỏ không có nghĩa là đúng cho từng người. Oura Gen 2 lệch TST trung bình +1,5 phút nhưng sai số tuyệt đối khoảng 29 phút mỗi đêm (Miller và cs., 2022). Fitbit Sense lệch trung bình +6,31 phút, nhưng giới hạn đồng thuận chạy từ −124,70 đến 137,32 phút (Schyvens và cs., 2025). SL Ở cấp nhóm, sai số dương và âm triệt tiêu nhau; ở một đêm của một người thì không. Bài giới hạn của phép đo bàn thêm về khác biệt này.

Phân giai đoạn ngủ và nguồn tài trợ#

Một nghiên cứu đa trung tâm tại Hàn Quốc, không do các hãng thiết bị đeo tài trợ, so phân giai đoạn của nhiều thiết bị cùng lúc. Mười một thiết bị được so với PSG phòng thí nghiệm tại 2 cơ sở, do 2 kỹ thuật viên chấm theo AASM (Lee và cs., 2023). 75 người tham gia đều có than phiền về giấc ngủ, tuổi 43,59 ± 14,10. Chỉ số ngưng thở–giảm thở (apnea–hypopnea index, AHI) trung bình của họ là 18,18 ± 20,39, một quần thể khó hơn người trẻ khoẻ. Kappa 4 giai đoạn (thức, ngủ nông, ngủ sâu, REM) dao động từ 0,06 đến 0,56.

Dòng đầu bảng cần đọc kèm một điều kiện. Ứng dụng SleepRoutine do công ty Asleep phát triển, và một số tác giả là nhân viên hoặc nắm cổ phần của Asleep. Thuật toán được huấn luyện trên dữ liệu PSG của bệnh viện nơi một số tác giả làm việc. Kinh phí nghiên cứu đến từ IITP, một cơ quan của chính phủ Hàn Quốc. Khác biệt hiệu năng theo BMI, AHI và giới nhỏ hơn khác biệt giữa thiết bị, nhưng các phân nhóm nhỏ, chưa đủ để kết luận.

Một nghiên cứu do Oura tài trợ cho thứ tự khác hẳn, với Oura đứng đầu. Mẫu gồm 35 người lớn khoẻ 20–50 tuổi, 1 đêm PSG nội trú tại Brigham and Women's Hospital (Robbins và cs., 2024). Kappa 4 giai đoạn là 0,65 với Oura Gen3 (thuật toán OSSA 2.0), 0,60 với Apple Watch Series 8 và 0,55 với Fitbit Sense 2. Tác giả đầu là thành viên Hội đồng cố vấn y khoa của Oura và nhận phí tư vấn từ hãng. Trong nghiên cứu này, Apple Watch đánh giá thấp ngủ sâu 43 phút và đánh giá cao ngủ nông 45 phút.

Như vậy cùng một dòng nhẫn có kappa 0,65 trong nghiên cứu do hãng tài trợ. Trong nghiên cứu độc lập tại Hàn Quốc, kappa là 0,35, sau Fitbit, Galaxy Watch và Pixel Watch (Lee và cs., 2023). Các nguyên nhân khả dĩ không loại trừ nhau. Thứ nhất là tài trợ và xung đột lợi ích. Thứ hai là quần thể: người khoẻ so với người có than phiền giấc ngủ, AHI trung bình 18. Thứ ba là thế hệ thiết bị và phiên bản thuật toán. Thứ tư là cách ánh xạ giai đoạn của thiết bị sang giai đoạn PSG.

Apple Watch cho thấy rõ hơn rằng một tên thiết bị không tương ứng với một con số.

Theo tài liệu của Apple, lỗi phân loại phổ biến nhất ở mọi giai đoạn là bị xếp thành "Core" (ngủ nông), và AHI cao làm giảm kappa. Khác biệt giữa các dòng có ít nhất bốn nguồn: phiên bản thuật toán, số lớp được so, quần thể và người thực hiện. SL Đồng hồ S6 trong bài công bố năm 2022 có thể chưa chạy thuật toán phân giai đoạn mà Apple phát hành cùng năm.

Thời lượng từng giai đoạn lệch theo cả hai chiều. Trong nghiên cứu 7 thiết bị, cả 6 thiết bị có chức năng phân giai đoạn đều khác PSG có ý nghĩa ở lượng ngủ nông (Chinoy và cs., 2021). Ba thiết bị đánh giá cao ngủ sâu và 3 thiết bị đánh giá thấp REM. Ở nghiên cứu Antwerp, Withings đánh giá cao "ngủ sâu" 73,2 phút, còn Apple Watch đánh giá thấp 25,2 phút (Schyvens và cs., 2025). Với Withings, "ngủ sâu" được so với N3 cộng REM vì thiết bị không tách REM. Trong nghiên cứu tại nhà, Polar Vantage V Titan xếp toàn bộ giấc ngủ thành ngủ sâu ở 10 đêm (Chinoy và cs., 2022).

Ngay cả khi thời lượng gần đúng, cấu trúc đêm ngủ có thể sai. Ở 23 sinh viên tại Nhật Bản, Fitbit Charge 2 đánh giá cao xác suất ở lại cùng giai đoạn so với EEG một kênh tại nhà (Liang và Chapa-Martell, 2019). Thiết bị đánh giá thấp xác suất chuyển giai đoạn.

Thiết bị không chạm và ứng dụng điện thoại#

Thiết bị không chạm đặt cạnh hoặc dưới giường ghi cử động và nhịp thở mà không chạm vào người. Trong nghiên cứu 7 thiết bị, ba thiết bị loại này có độ lệch TST từ −0,3 đến +13,6 phút so với PSG (Chinoy và cs., 2021). EarlySense Live đánh giá cao TST 13,6 phút, có ý nghĩa; ResMed S+ lệch −0,3 phút; SleepScore Max lệch +7,5 phút. Cả ba đều đánh giá cao ngủ sâu.

Radar Soli của Google (Nest Hub) là trường hợp mâu thuẫn rõ nhất giữa thẩm định của hãng và thẩm định độc lập. Báo cáo của các tác giả Google ghi độ chính xác ngủ/thức theo epoch 87% ở người ngủ khoẻ (Dixon và cs., 2021). Thiết bị phát hiện đúng 96% epoch ngủ nhưng chỉ 55% epoch thức. Toàn bộ tác giả thuộc Google, và trang tóm tắt không nêu cỡ mẫu. Trong nghiên cứu độc lập tại Hàn Quốc, Nest Hub 2 có kappa 4 giai đoạn 0,0644 và độ chính xác 0,4121, thấp nhất nhóm không chạm (Lee và cs., 2023). Hai kết quả đo hai việc khác nhau: 2 lớp so với 4 lớp, người ngủ khoẻ so với người có than phiền giấc ngủ. Người thực hiện và có thể cả phiên bản phần mềm cũng khác.

Cũng ở Hàn Quốc, nhóm không chạm đánh giá cao SOL trung bình 29,02 phút, trong khi thiết bị đeo lệch −2,71 phút. SL Một giải thích khả dĩ là người nằm yên chờ ngủ trông giống người đã ngủ với cảm biến cử động; nghiên cứu không kiểm điều này.

Một nghiên cứu ở Ý thử 4 ứng dụng iPhone so với PSG trên 21 người lớn khoẻ, 42 đêm (Fino và cs., 2020). Sleep Cycle (bản gia tốc kế và bản micro) và Sense cho hiệu quả giấc ngủ thấp hơn PSG có ý nghĩa và không đủ tin cậy để phân biệt ngủ với thức. Ứng dụng Smart Alarm có độ chính xác 92,8%, nhưng độ đặc hiệu với thức chỉ 0–48%. Đây là ví dụ rõ về "độ chính xác" cao do phần lớn thời gian là ngủ. Ứng dụng này đánh giá cao ngủ sâu 42 phút. Các tác giả viết rằng kết quả của ứng dụng không được coi là báo cáo chẩn đoán.

Ứng dụng dùng micro SleepRoutine lại đạt kappa cao nhất ở Hàn Quốc, kèm xung đột lợi ích đã nêu. SL Với ứng dụng điện thoại, khoảng cách giữa sản phẩm tốt nhất và kém nhất trong cùng một nghiên cứu lớn hơn khoảng cách giữa các loại cảm biến.

SpO2, nhịp tim và HRV quang học#

Thiết bị đeo còn báo nhịp tim, HRV và độ bão hoà oxy máu đo qua mạch (peripheral oxygen saturation, SpO2) suốt đêm. Chuẩn so sánh cho nhịp tim và HRV là điện tâm đồ (electrocardiography, ECG). Chỉ số đồng thuận thường dùng là hệ số tương quan nội lớp (intraclass correlation coefficient, ICC) cùng độ lệch trung bình.

Trong nghiên cứu 53 người khoẻ, nhịp tim khi ngủ của Apple Watch S6 và WHOOP 3.0 khớp tốt với ECG (ICC 0,96 và 0,99). Garmin Forerunner 245 lệch +5,0 nhịp/phút, ICC 0,41 (Miller và cs., 2022). Với HRV ban đêm, mọi thiết bị đều đánh giá thấp so với ECG, từ −4,5 đến −22,4 ms. WHOOP gần nhất (ICC 0,99), Garmin xa nhất (ICC 0,24). Nhóm tác giả nhận tài trợ và thiết bị từ WHOOP, và thiết bị có HRV tốt nhất là của chính hãng đó.

Nhẫn Oura so với ECG ngực tại nhà cho một ví dụ kinh điển về tương quan không phải đồng thuận. Ở 35 người lớn khoẻ, nhịp tim 5 phút tương quan r = 0,993 với độ lệch −0,44 nhịp/phút (Cao và cs., 2022). Chỉ số HRV được dùng là căn bậc hai trung bình bình phương hiệu số giữa các nhịp kế tiếp (root mean square of successive differences, RMSSD). RMSSD tương quan r = 0,915, nhưng nhẫn đánh giá thấp trung bình 14,97 ms, với khoảng từ −44,07 đến 14,13 ms. Oura chỉ cấp quyền truy cập dữ liệu; nghiên cứu do Quỹ Khoa học Quốc gia Mỹ tài trợ. Tổng quan SRS lưu ý chỉ một nhiễu đơn lẻ trong cửa sổ 5 phút có thể làm thay đổi mạnh HRV ước tính từ PPG.

Màu da là câu hỏi lớn của cảm biến quang học, và bằng chứng không cùng chiều. Tuyên bố của Quỹ An toàn Bệnh nhân Gây mê (Anesthesia Patient Safety Foundation, APSF) thuật lại một nghiên cứu ở bệnh nhân nội trú Mỹ dùng máy đo oxy xung lâm sàng. Thiếu oxy bị bỏ sót, tức bão hoà oxy máu động mạch (SaO2) < 90% khi SpO2 ≥ 92%, gặp ở 11,7% bệnh nhân Da đen (Sjoding và cs., 2020). Tỉ lệ ở bệnh nhân Da trắng là 3,6%. Trong thí nghiệm gây giảm oxy có kiểm soát, máy đo lệch tối đa 3,56 ± 2,45% ở người da sẫm khi bão hoà 60–70% (Bickler và cs., 2005). Khi bão hoà > 80%, độ lệch không quá 0,93 ± 1,64%. Theo thông báo an toàn của FDA năm 2021, khi máy đo được chấp thuận đọc 90%, bão hoà thực thường nằm trong khoảng 86–94% (APSF, 2021). Các mức này áp dụng cho máy y tế; đồng hồ tiêu dùng thường không thuộc diện chấp thuận đó.

Ở 49 người (18 nữ), bốn đồng hồ được so với máy đo oxy xung cấp lâm sàng, bản thân máy này cũng có sai số (Jiang và cs., 2023). Apple Watch Series 7 gần chuẩn nhất, sai số tuyệt đối trung bình (mean absolute error, MAE) 2,2%. Garmin Venu 2s xa nhất, MAE 5,8%. Withings ScanWatch chỉ đo thành công 69,5% số lần thử. Sắc da theo thang Fitzpatrick, do người tham gia tự đánh giá, liên quan với sai lệch trung bình (β = 0,47; p = 0,04). Khi phân loại da bằng góc sắc da đo màu (individual typology angle, ITA), không thấy khác biệt.

Tổng quan SRS dẫn một tổng quan hệ thống: SpO2 của Apple Watch Series 6 có giới hạn đồng thuận ±2,7% đến ±5,9%, với giá trị ngoại lai tới 15% (de Zambotti và cs., 2024). Garmin Forerunner 245 có tỉ lệ lỗi 50%, tăng lên 80% ở độ cao. Tổng quan nêu màu da hoặc béo phì làm giảm hiệu năng cảm biến, nhưng cũng dẫn một nghiên cứu trên Apple Watch S6 không thấy màu da là yếu tố dự báo sai số. Với nhịp tim, một nghiên cứu ở 53 người trải đều thang Fitzpatrick I–VI không thấy khác biệt có ý nghĩa về độ chính xác theo màu da (Bent và cs., 2020). Phép đo đó diễn ra khi thức và hoạt động, không phải khi ngủ.

Các nguồn trên không mâu thuẫn trực tiếp mà đo những thứ khác nhau. Có ba lý do khả dĩ SL. SpO2 dựa trên tỉ lệ hấp thụ ánh sáng ở hai bước sóng, nên có thể nhạy với melanin hơn phép đếm nhịp. Đa số người khoẻ có SpO2 > 90%, vùng mà sai lệch nhỏ. Và nhóm da sẫm trong các mẫu thường nhỏ. SL Chúng tôi chưa thấy dữ liệu nào cho phép kết luận SpO2 ban đêm của đồng hồ đủ tin cậy ở vùng bão hoà thấp, nơi câu hỏi lâm sàng thực sự nằm.

Phát hiện ngưng thở bằng đồng hồ là ứng dụng gần lâm sàng nhất. Cảnh báo ngưng thở của Apple Watch dùng tín hiệu gia tốc kế, không dùng SpO2 (Apple, 2024). Thẩm định của hãng so với đo ngưng thở tại nhà (home sleep apnea testing, HSAT) loại 3, trên 1.448 người hoàn thành. Độ nhạy là 66,3% (KTC 95% 62,2–70,3) và độ đặc hiệu 98,5%. Độ nhạy chỉ 43,4% cho ngưng thở mức trung bình và 89,1% cho mức nặng. Đây là tài liệu của chính hãng; không nhận cảnh báo không có nghĩa là không có ngưng thở.

Một phân tích gộp 12 nghiên cứu cho độ nhạy gộp 88,6% và độ đặc hiệu gộp 73,0% để phát hiện AHI ≥ 5 (Khanzada và cs., 2026). Đây là tóm tắt hội nghị (Viện Hàn lâm Thần kinh học Mỹ 2026), chưa bình duyệt toàn văn. Mẫu gộp giàu bệnh nhân, khoảng 80% có AHI ≥ 5, nên giá trị dự báo dương bị thổi phồng so với cộng đồng. Một bản tin ngành thuật lại nghiên cứu về Galaxy Watch trên 147 người nguy cơ cao (HME News, 2026). Với ngưỡng mặc định 15, độ nhạy là 94,1% và độ đặc hiệu 66,7% cho ngưng thở trung bình–nặng so với PSG. Chúng tôi chưa đọc được bài gốc, nên chưa rõ tác giả và nguồn tài trợ.

Ba con số khác nhau có thể vì ngưỡng AHI mục tiêu (≥ 5 so với ≥ 15) và cách chọn điểm cắt SL. Apple ưu tiên độ đặc hiệu để giảm báo động giả trong cộng đồng; các nghiên cứu khác ưu tiên độ nhạy. Quần thể, chuẩn so sánh và người thực hiện cũng khác. Chương về đo ngưng thở tại nhà trình bày chuẩn HSAT mà các so sánh này dựa vào.

Điều chưa biết#

• Chúng tôi chưa tìm được nghiên cứu thẩm định thiết bị giấc ngủ tiêu dùng nào thực hiện ở Việt Nam. Dữ liệu châu Á gần nhất đến từ Hàn Quốc, Nhật Bản và vị thành niên Singapore trong dữ liệu phát triển thuật toán của Oura.
• Chưa có dữ liệu thẩm định riêng cho Garmin, Whoop, Samsung hay Xiaomi ở người cao tuổi hoặc trẻ em.
• Chúng tôi chưa tìm được nghiên cứu định lượng tỉ lệ nghiên cứu thẩm định có tài trợ hoặc tác giả của hãng.
• Chúng tôi không đọc được mục tài trợ của Chinoy 2021, Schyvens 2025 và tổng quan SRS 2024, cũng như toàn văn tuyên bố AASM 2018.
• Bài gốc của Sjoding và cộng sự chỉ được đọc qua tuyên bố APSF, nên thiếu cỡ mẫu. Bài gốc về Galaxy Watch chưa mở được, nên chưa rõ hãng có tham gia hay không.
• Chưa có số liệu thẩm định độc lập cho cảm biến dưới nệm với chỉ số ngưng thở, hay cho các radar thế hệ khác.
• SL Vì thuật toán đổi theo cập nhật, mọi con số trong chương có hạn sử dụng. Chúng tôi chưa thấy cơ chế công khai nào cho biết một thiết bị đang chạy phiên bản thuật toán đã được thẩm định hay chưa.

Tổng quan ngắn hơn nằm ở chương Thang đo, thiết bị đeo và dữ liệu tự báo cáo của Tập 7. Bài thiết bị theo dõi giấc ngủ trình bày cùng dữ liệu ở cấp hướng dẫn.