夜深了，灯关了，手腕上的屏幕却还亮着。
3月21日世界睡眠日的热榜，把这一幕推到了公众视野中央。诊室里，医生面对的，不再只是“睡不着”的人，还有一群“看起来睡不好”的人。他们的焦虑，往往从一块手表开始。
当我们试图用一串数字定义睡眠时，一个更隐蔽的问题正在浮现：你焦虑的，真的只是失眠吗？
在过去，睡眠是主观的。根据自身感受，有人觉得自己睡得沉，有人觉得浅睡易醒。
如今，睡眠被量化了。
智能手表通过加速度计记录翻身，通过光电容积描记（PPG）监测心率变化，再用算法把一整夜拆分成“浅睡、深睡、REM”。这一过程看似精细，却并不等同于医学中的睡眠评估。
在临床上，用于判断睡眠结构的，是多导睡眠监测（PSG）。它记录脑电、眼动、肌电等信号，可以逐30秒判定一次睡眠阶段，被视为金标准。
相比之下，手表依赖的是间接信号。
一项纳入62名受试者的研究发现，主流可穿戴设备虽然能够识别超过90%的睡眠片段，但在区分清醒与浅睡方面，准确性明显不足，特异性仅为29.39%–52.15%。翻译过来就是手表容易把“躺着但没睡着”当成“已经入睡”。
于是就会出现这样的情况——有人主观上几乎一夜未眠，手表却显示“睡了6小时”。
更现实的是，另一项包含11种设备、349,114个时间片段的研究显示，不同设备在睡眠分期上的表现差异很大，评分指标从0.26到0.69不等。同一晚的睡眠，在不同设备中可能被记录成截然不同的状态。
当技术进入生活，数据变得具体而清晰，但它并没有消除不确定性，只是让不确定换了一种形式存在。
问题不仅在于存在偏差，更在于这种偏差往往是有方向的。
研究显示，可穿戴设备在总睡眠时间的测量上存在系统性偏差，部分设备会高估睡眠时长，与翻身频率、睡姿等因素有关。
在进一步的量化研究中，这种偏差变得更加具体——智能手表记录的睡着时间，平均会比真实情况多出约28.7分钟；而夜间清醒的时间，则会被少算约37分钟。
这意味着，一个真正存在睡眠问题的人，手表上的数据反而可能看起来“还不错”。
在失眠或睡眠呼吸暂停人群中，设备与真实睡眠的吻合度更低——越需要精确判断的人群，设备反而越不可靠。
设备的局限，并不在于它不准，而在于它无法区分“临床问题”和“感知差异”。它可能掩盖需要干预的病情，也可能制造新的困扰。
有一类人，并不符合传统意义上的失眠。
他们能入睡，也能维持睡眠，但每晚醒来后第一件事，是查看手表上的深睡眠时间。一旦低于某个心理阈值，就开始担心。
这种现象在睡眠医学中并不陌生。一些研究者称之为“睡眠焦虑”或“对睡眠的过度关注”。4 当个体不断监测、评价自己的睡眠状态时，大脑的警觉系统反而被激活，入睡变得更加困难。
一位从事咨询工作的来访者曾描述自己的变化：最初只是好奇记录睡眠，后来逐渐形成习惯，再后来，每晚睡前都会担心“今天能不能达到标准”。她并没有明显的入睡困难，但清晨醒来后，总觉得没有睡好。
这种体验，与客观睡眠并不总是同步。
更微妙的是，深睡眠本身并不是越多越好。不同年龄、不同个体之间，深睡比例本就存在差异。用一个固定数值作为健康标准，本身就缺乏科学依据。
当一个人把睡眠变成“需要完成的任务”，焦虑便有了新的载体。
从技术角度看，可穿戴设备并非没有价值。
部分设备在长期监测中，可以用于观察睡眠结构的变化趋势，尤其是在算法一致、使用时间足够长的前提下，其相对变化具有参考意义。
这意味着，它更接近一个“记录工具”，而不是“诊断工具”。
手表监测睡眠之所以引发问题，往往出在使用方式上。有人根据一晚的数据判断自己“严重失眠”，有人因为连续几天深睡偏低而尝试用药，还有人直接将设备数据作为就医依据，甚至决定去尝试“睡眠针”。
但在医学实践中，任何诊断都需要基于完整评估，包括症状、病史、心理状态以及必要的客观检查；明确诊断之后，才谈得上治疗选择。
设备可以提示变化，却无法解释原因。它记录的是信号，而不是疾病。
夜晚仍然会降临，睡眠仍然是那个最私密、也最难被完全量化的过程。
在诊室里，医生面对的不只是失眠本身，还有被数据放大的不安。有人带着厚厚的记录，有人反复询问“我是不是不正常”。这些问题的答案，往往不在手表里。
我们要学会把数据放回它该在的位置，或许那时候你会发现自己奇迹般睡好了。
热门跟贴