對剛發表 Apple Watch Series 12 很有興趣，所以就一直在蘋果的官網瀏 覽，無意間發現了這個白皮書。原文在： https://www.apple.com/health/pdf/Heart_Rate_Accuracy_Study_2026.pdf 題目是 「Apple Watch Heart Rate Accuracy Study」（2026 年 9 月） 過往比較少看到這麼大規模的且新的穿戴裝置的 head to head 比較，也正好猶豫著買 或不買 XD ，因此就認真看了一下內文，分享了下我認為跟跑者有關的。 內容很多，我盡量簡短的只講我覺得有趣的部份。其他部份有興趣的跑友可以直接閱讀 ，或丟給你訂閱的 AI， 或是交給 Gemini Notebook 當作生成語音的 podcast 一邊跑 步一邊聽。 這個實驗頗大，共招募 1460 人，最終有 1254 人納入分析，受試者涵蓋不同膚色，並 排除可能影響實驗結果的科技媒體從業者，以及不適合進行測試或配戴裝置的使用者。 針對大多數的運動以及一般日常生活，報告中甚至提到了光學式 PPG 容易出錯的 cadence lock（跑步時的步頻被誤認為心率，有跑步的朋友或多或少有遇過），又或 是重訓以及自行車運動時握把造成的前臂張力，快速手腕移動等 PPG 難題。 測試的方式一隻手戴 Apple Watch 另外一隻手戴其他穿戴裝置，再戴 Polar H10 ECG 胸帶比較，Oura 戴食指上。然後比對相較於 H10 誰錯的最少 (RMSE 以及 MAE)，誰最 接近 H10。有趣的是，報告沒有直接列出各穿戴裝置對 H10 的絕對 RMSE/MAE，而是先 讓 Apple Watch 與各比較裝置分別對 H10 計算誤差，再呈現兩者的誤差差值。這使 得我們不知道究竟各裝置與 H10 差距多大。 計算各裝置的誤差使用兩個指標 RMSE 以及 MAE，MAE 可以理解成整趟跑下來，每個時 間點的心率平均偏差幾下。而 RMSE 同樣看每個時間點的誤差，但大誤差會因平方而受 到更重的懲罰，因此少數嚴重錯誤會把 RMSE 明顯拉高。cadence lock 若大幅偏離， 那在這種情況下就會被放大。RMSE 會比較敏感。 篇幅限制我們直接說結論，在這項大規模，涵蓋多種日常與運動情境的研究中， Apple Watch 的心率準確度優於所有受測的比較裝置，是本研究評估的穿戴裝置中最接 近Polar H10的產品。 這裡我們只看跑者比較相關的項目，對原文中的Figure 2 的關於跑步的結果。我們把 Figure 2 用數字表達以便描述，精確的數字與信賴區間請以原文為準。 戶外跑步： 我們依點估計粗略的分成四個不同梯隊列於開頭，正值代表該裝置相較於 Apple Watch 額外增加的誤差。 1. Apple Watch Series 12，與Polar H10誤差最小 2. Pixel Watch 4，RMSE 約 +2；MAE 約 +1.5 bpm 2. Garmin Forerunner 970，約 +2.5～3 / +2 bpm 2. Huawei Watch 5，約 +2.5～3 / +2～2.5 bpm 3. WHOOP 5，約 +3～3.5 / +2～2.5 bpm 3. Galaxy Watch 8，約 +3.5 / +3 bpm 4. Oura Ring 5，約 +7～8 / +4.5～5 bpm 跑步機間歇跑： 1. Apple Watch Series 12，與Polar H10誤差最小 2. Pixel Watch 4，RMSE 約 +2；MAE 約 +1.5～2 bpm 2. Huawei Watch 5，約 +3 / +2.5 bpm 3. WHOOP 5，約 +4～5 / +3.5～4 bpm 3. Galaxy Watch 8，約 +5～5.5 / +4 bpm 3. Garmin Forerunner 970，約 +5～6 / +4～4.5 bpm 4. Oura Ring 5，約 +7 / +5 bpm 戶外自行車： 1. Apple Watch Series 12，與Polar H10誤差最小 1. Pixel Watch 4 與 Apple 在統計上無法區分 2. Huawei Watch 5，約 +2～2.5 / +1.5～2 bpm 2. WHOOP 5，約 +3 / +2～2.5 bpm 3. Garmin Forerunner 970，約 +3.5 / +3 bpm 3. Galaxy Watch 8，約 +4～4.5 / +3.5 bpm 4. Oura Ring 5，約 +9 / +7～8 bpm Apple 是如何抓取各裝置的心率值呢？在白皮書的第四頁中，提到穿戴裝置的收集方式 ，也揭露了心率回報間隔。 Polar H10 是 1 秒/筆 回報一次心率。 Apple Watch Series 12 是 5 秒/筆 Garmin Forerunner 970 是密集的 0.25 - 0.5 秒/筆 Pixel Watch 4 是 2秒/筆 Oura Ring 5 是 5秒/筆 其他裝置都是 1秒/筆 這是整篇報告我覺得最有趣的部份 Apple Watch Series 12 跟 Garmin Forerunner 970 心率回報間隔差了10 ~ 20倍。資料密度差了一個數量級。跟 Polar H10 黃金標準 也差了 2 ~ 4 倍。 Apple 在白皮書第 3 頁明確說，他們選資料流的第一個條件是： "the data stream needed to be visible to the user in the product experience" 接著解釋原因是，研究目的在於評估： "the purpose of the study is to evaluate accuracy experienced by the user 換句話說，在實驗中，Apple 並沒有試圖把所有裝置先統一成相同的取樣頻率，再去比 較誰的光學感測器本質上比較準，它比較的是各家產品實際交到使用者手上的心率資料 。 Garmin 有更高頻率持續輸出心率，Apple 則選擇每約 5 秒提供一次經過演算法判斷後 的數值，這些不同的輸出策略本來就被視為產品體驗的一部分，這是各家公司的選擇。 因此，這份白皮書真正回答的問題不是誰的 PPG 感測器最好，而是「在各家公司自己 選擇的資料輸出方式下，使用者實際得到的心率數值，誰與 Polar H10 的參考值最接 近」。 Apple 早期的手錶[1]，在硬體不斷更新的情況下，到現在仍然只把 workout 模式維持 著「每 5 秒回報一次心率」 因此我猜這也許是基於心率的最終的資料輸出的選擇， 而非 PPG 的限制。 我不知道為何 Garmin 會有較高的心率回報頻率，我們查詢了 Firstbeat Sports Cloud API 確實公開了 EPOC 的時間序列，它的輸出解析度就是 0.2 Hz，也就是每 5 秒一筆。[2], Firstbeat 相關專利的實施案例中也可以看到 5 秒的計算間隔 [3]，而 在 Firstbeat Sports Help Center 內的 Q & A 說明甚至直接表示 EPOC，TRIMP 每5秒更新是因為對這些變數而言，更細的時間解析度從生理角度並不 可行[4]。就目前為止，我找到的資料仍然無法回答為什麼 Garmin 有 0.25 ~ 0.5 秒的心率高回報頻率。 而在這次 Apple 的研究中，如果同一裝置存在多種可取得的資料頻率，Apple 會選擇其 中最高頻率的資料來源，目的在於降低各廠商平均處理所造成的影響與模糊，再用 timestamp 與 H10 做逐筆配對。 這就讓我好奇了，Garmin 有沒有額外的 1 秒, 2秒, 又或是 5秒的心率回報的選項？ 畢竟 0.25 ~ 0.5 秒回報一次的資料密度是Apple 10~20 倍的情況下，我很難不聯想 Garmin 如果有其他不同的輸出策略可選，甚至可和 Apple 一樣的 5 秒資料，結果會 不會改變？會不會更接近 H10 ? 對於 Apple 手錶每 5 秒一次的心率儘管違背我的直覺，畢竟我已經很習慣以1秒為單 位的一起看所有的包含速度，心率，跑步動態，GPS 等等資料，但是查了一下看起來 在計算訓練負荷上也並非不夠，就我能找到的資料，至少對 TRIMP 這類累積型訓練負 荷指標而言，5 秒的心率資料看起來並不構成明顯限制，EPOC 與 TRIMP 本身的輸出也 常見每 5 秒更新一次。 我想如同 Apple 白皮書所說的： "accuracy experienced by the user." 這的確很重要。 但也許 the accuracy and practical adequacy experienced by the user. 也就是數 字夠不夠準是一回事，資料密度對自己的實際用途到底夠不夠則是另一回事。 這或許就是兩間公司不同的輸出策略的取捨，也是每個使用者要依自己的用途選擇判斷 的。 Reference : [1] Characterising the application of the “progressive overload” principle of exercise training within cardiac rehabilitation: A United Kingdom-based community programme https://pmc.ncbi.nlm.nih.gov/articles/PMC7425879/ [2] Firstbeat Sports - Cloud API Documentation https://apidocs.firstbeat.com/variables/ [3] Method and a system for determining the maximum heart rate of a user in a freely performed physical exercise https://patents.google.com/patent/US11779226B2/en [4] Feature: Firstbeat Sports Data Export https://reurl.cc/GgQ4ZW AI 審閱聲明： 本文之觀點、論證、資料解讀與原始文字均由作者完成。完成初稿後，作者使用多個生 成式 AI 模型進行獨立的批判性審閱，以協助發現可能的事實錯誤、論證缺口、前後矛 盾、遺漏的反方觀點，以及文字與結構上的問題。 然而為了讓文章維持可讀性，內容必須大量簡化，而無法逐項完整保留原始白皮書的所 有限定條件與上下文。因此，即使經過多重語言模型審閱，仍可能因簡寫、語意邊界或 上下文省略而被指出不夠精確之處。涉及 Apple 原始研究方法、數據與技術定義時， 應以 2026 年 Apple Watch Series 12 研究白皮書原文為準。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 123.192.90.23 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/Road_Running/M.1789862810.A.4EE.html