对刚发表 Apple Watch Series 12 很有兴趣，所以就一直在苹果的官网浏 览，无意间发现了这个白皮书。原文在： https://www.apple.com/health/pdf/Heart_Rate_Accuracy_Study_2026.pdf 题目是 「Apple Watch Heart Rate Accuracy Study」（2026 年 9 月） 过往比较少看到这麽大规模的且新的穿戴装置的 head to head 比较，也正好犹豫着买 或不买 XD ，因此就认真看了一下内文，分享了下我认为跟跑者有关的。 内容很多，我尽量简短的只讲我觉得有趣的部份。其他部份有兴趣的跑友可以直接阅读 ，或丢给你订阅的 AI， 或是交给 Gemini Notebook 当作生成语音的 podcast 一边跑 步一边听。 这个实验颇大，共招募 1460 人，最终有 1254 人纳入分析，受试者涵盖不同肤色，并 排除可能影响实验结果的科技媒体从业者，以及不适合进行测试或配戴装置的使用者。 针对大多数的运动以及一般日常生活，报告中甚至提到了光学式 PPG 容易出错的 cadence lock（跑步时的步频被误认为心率，有跑步的朋友或多或少有遇过），又或 是重训以及自行车运动时握把造成的前臂张力，快速手腕移动等 PPG 难题。 测试的方式一只手戴 Apple Watch 另外一只手戴其他穿戴装置，再戴 Polar H10 ECG 胸带比较，Oura 戴食指上。然後比对相较於 H10 谁错的最少 (RMSE 以及 MAE)，谁最 接近 H10。有趣的是，报告没有直接列出各穿戴装置对 H10 的绝对 RMSE/MAE，而是先 让 Apple Watch 与各比较装置分别对 H10 计算误差，再呈现两者的误差差值。这使 得我们不知道究竟各装置与 H10 差距多大。 计算各装置的误差使用两个指标 RMSE 以及 MAE，MAE 可以理解成整趟跑下来，每个时 间点的心率平均偏差几下。而 RMSE 同样看每个时间点的误差，但大误差会因平方而受 到更重的惩罚，因此少数严重错误会把 RMSE 明显拉高。cadence lock 若大幅偏离， 那在这种情况下就会被放大。RMSE 会比较敏感。 篇幅限制我们直接说结论，在这项大规模，涵盖多种日常与运动情境的研究中， Apple Watch 的心率准确度优於所有受测的比较装置，是本研究评估的穿戴装置中最接 近Polar H10的产品。 这里我们只看跑者比较相关的项目，对原文中的Figure 2 的关於跑步的结果。我们把 Figure 2 用数字表达以便描述，精确的数字与信赖区间请以原文为准。 户外跑步： 我们依点估计粗略的分成四个不同梯队列於开头，正值代表该装置相较於 Apple Watch 额外增加的误差。 1. Apple Watch Series 12，与Polar H10误差最小 2. Pixel Watch 4，RMSE 约 +2；MAE 约 +1.5 bpm 2. Garmin Forerunner 970，约 +2.5～3 / +2 bpm 2. Huawei Watch 5，约 +2.5～3 / +2～2.5 bpm 3. WHOOP 5，约 +3～3.5 / +2～2.5 bpm 3. Galaxy Watch 8，约 +3.5 / +3 bpm 4. Oura Ring 5，约 +7～8 / +4.5～5 bpm 跑步机间歇跑： 1. Apple Watch Series 12，与Polar H10误差最小 2. Pixel Watch 4，RMSE 约 +2；MAE 约 +1.5～2 bpm 2. Huawei Watch 5，约 +3 / +2.5 bpm 3. WHOOP 5，约 +4～5 / +3.5～4 bpm 3. Galaxy Watch 8，约 +5～5.5 / +4 bpm 3. Garmin Forerunner 970，约 +5～6 / +4～4.5 bpm 4. Oura Ring 5，约 +7 / +5 bpm 户外自行车： 1. Apple Watch Series 12，与Polar H10误差最小 1. Pixel Watch 4 与 Apple 在统计上无法区分 2. Huawei Watch 5，约 +2～2.5 / +1.5～2 bpm 2. WHOOP 5，约 +3 / +2～2.5 bpm 3. Garmin Forerunner 970，约 +3.5 / +3 bpm 3. Galaxy Watch 8，约 +4～4.5 / +3.5 bpm 4. Oura Ring 5，约 +9 / +7～8 bpm Apple 是如何抓取各装置的心率值呢？在白皮书的第四页中，提到穿戴装置的收集方式 ，也揭露了心率回报间隔。 Polar H10 是 1 秒/笔 回报一次心率。 Apple Watch Series 12 是 5 秒/笔 Garmin Forerunner 970 是密集的 0.25 - 0.5 秒/笔 Pixel Watch 4 是 2秒/笔 Oura Ring 5 是 5秒/笔 其他装置都是 1秒/笔 这是整篇报告我觉得最有趣的部份 Apple Watch Series 12 跟 Garmin Forerunner 970 心率回报间隔差了10 ~ 20倍。资料密度差了一个数量级。跟 Polar H10 黄金标准 也差了 2 ~ 4 倍。 Apple 在白皮书第 3 页明确说，他们选资料流的第一个条件是： "the data stream needed to be visible to the user in the product experience" 接着解释原因是，研究目的在於评估： "the purpose of the study is to evaluate accuracy experienced by the user 换句话说，在实验中，Apple 并没有试图把所有装置先统一成相同的取样频率，再去比 较谁的光学感测器本质上比较准，它比较的是各家产品实际交到使用者手上的心率资料 。 Garmin 有更高频率持续输出心率，Apple 则选择每约 5 秒提供一次经过演算法判断後 的数值，这些不同的输出策略本来就被视为产品体验的一部分，这是各家公司的选择。 因此，这份白皮书真正回答的问题不是谁的 PPG 感测器最好，而是「在各家公司自己 选择的资料输出方式下，使用者实际得到的心率数值，谁与 Polar H10 的参考值最接 近」。 Apple 早期的手表[1]，在硬体不断更新的情况下，到现在仍然只把 workout 模式维持 着「每 5 秒回报一次心率」 因此我猜这也许是基於心率的最终的资料输出的选择， 而非 PPG 的限制。 我不知道为何 Garmin 会有较高的心率回报频率，我们查询了 Firstbeat Sports Cloud API 确实公开了 EPOC 的时间序列，它的输出解析度就是 0.2 Hz，也就是每 5 秒一笔。[2], Firstbeat 相关专利的实施案例中也可以看到 5 秒的计算间隔 [3]，而 在 Firstbeat Sports Help Center 内的 Q & A 说明甚至直接表示 EPOC，TRIMP 每5秒更新是因为对这些变数而言，更细的时间解析度从生理角度并不 可行[4]。就目前为止，我找到的资料仍然无法回答为什麽 Garmin 有 0.25 ~ 0.5 秒的心率高回报频率。 而在这次 Apple 的研究中，如果同一装置存在多种可取得的资料频率，Apple 会选择其 中最高频率的资料来源，目的在於降低各厂商平均处理所造成的影响与模糊，再用 timestamp 与 H10 做逐笔配对。 这就让我好奇了，Garmin 有没有额外的 1 秒, 2秒, 又或是 5秒的心率回报的选项？ 毕竟 0.25 ~ 0.5 秒回报一次的资料密度是Apple 10~20 倍的情况下，我很难不联想 Garmin 如果有其他不同的输出策略可选，甚至可和 Apple 一样的 5 秒资料，结果会 不会改变？会不会更接近 H10 ? 对於 Apple 手表每 5 秒一次的心率尽管违背我的直觉，毕竟我已经很习惯以1秒为单 位的一起看所有的包含速度，心率，跑步动态，GPS 等等资料，但是查了一下看起来 在计算训练负荷上也并非不够，就我能找到的资料，至少对 TRIMP 这类累积型训练负 荷指标而言，5 秒的心率资料看起来并不构成明显限制，EPOC 与 TRIMP 本身的输出也 常见每 5 秒更新一次。 我想如同 Apple 白皮书所说的： "accuracy experienced by the user." 这的确很重要。 但也许 the accuracy and practical adequacy experienced by the user. 也就是数 字够不够准是一回事，资料密度对自己的实际用途到底够不够则是另一回事。 这或许就是两间公司不同的输出策略的取舍，也是每个使用者要依自己的用途选择判断 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 审阅声明： 本文之观点、论证、资料解读与原始文字均由作者完成。完成初稿後，作者使用多个生 成式 AI 模型进行独立的批判性审阅，以协助发现可能的事实错误、论证缺口、前後矛 盾、遗漏的反方观点，以及文字与结构上的问题。 然而为了让文章维持可读性，内容必须大量简化，而无法逐项完整保留原始白皮书的所 有限定条件与上下文。因此，即使经过多重语言模型审阅，仍可能因简写、语意边界或 上下文省略而被指出不够精确之处。涉及 Apple 原始研究方法、数据与技术定义时， 应以 2026 年 Apple Watch Series 12 研究白皮书原文为准。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 123.192.90.23 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Road_Running/M.1789862810.A.4EE.html