Sleep latency tracker được ước tính như thế nào?
- Sleep latency mà tracker hiển thị thực chất là gì?
- Tracker dùng tín hiệu nào để nhận biết bạn đã ngủ?
- Thuật toán ước tính sleep latency diễn ra như thế nào?
- Vì sao sleep latency trên tracker có thể khác thực tế?
- Sleep latency tracker chính xác đến mức nào?
- Nên đọc chỉ số sleep latency trên tracker như thế nào?
Ở các thiết bị đeo tay hoặc nhẫn, cơ chế thường dựa nhiều vào actigraphy — phân tích mức độ chuyển động — và có thể kết hợp thêm nhịp tim hoặc dữ liệu quang học từ cảm biến PPG. Các nghiên cứu xác nhận rằng thiết bị đa cảm biến có thể dùng gia tốc kế và nhịp tim để ước tính sleep onset, nhưng độ chính xác vẫn khác nhau giữa thiết bị và từng người.
Sleep latency mà tracker hiển thị thực chất là gì?
Về bản chất, sleep latency là khoảng thời gian từ lúc bắt đầu cơ hội ngủ đến khi xuất hiện sleep onset.
Ví dụ, nếu khoảng ngủ được tính từ 23:00 và thiết bị xác định bạn bắt đầu ngủ vào 23:18, tracker có thể báo sleep latency khoảng 18 phút.
Điểm quan trọng là mốc “bắt đầu ngủ” của tracker không nhất thiết trùng với thời điểm được xác định bằng polysomnography (PSG). PSG sử dụng nhiều tín hiệu sinh lý, đặc biệt là hoạt động điện não, để đánh giá trạng thái ngủ; trong khi wearable thường suy luận trạng thái này từ các tín hiệu gián tiếp. Vì vậy, cùng một đêm có thể cho ra hai giá trị sleep latency khác nhau.
![]()
Tracker dùng tín hiệu nào để nhận biết bạn đã ngủ?
Chuyển động là tín hiệu nền tảng
Gia tốc kế theo dõi chuyển động của cổ tay hoặc ngón tay. Khi người dùng còn thức, các chuyển động thường biến đổi nhiều hơn; khi bắt đầu ngủ, mức chuyển động thường giảm và xuất hiện các khoảng bất động dài hơn.
Đây là nền tảng của actigraphy. Tuy nhiên, nằm yên không đồng nghĩa chắc chắn với đã ngủ. Một người có thể tỉnh nhưng ít cử động, khiến thiết bị dễ nhận diện nhầm trạng thái thức thành ngủ. Đây là một trong những nguyên nhân khiến wearable thường có khả năng phát hiện giấc ngủ tốt hơn khả năng phát hiện trạng thái thức.
Nhịp tim và PPG có thể bổ sung thông tin
Một số wearable kết hợp gia tốc kế với cảm biến quang học đo nhịp tim hoặc các biến thiên liên quan. Nghiên cứu trên thiết bị đa cảm biến cho thấy dữ liệu photoplethysmography (PPG) và acceleration có thể được đưa vào hệ thống phân loại sleep/wake và các giai đoạn ngủ.
Vì vậy, tracker có thể không chỉ hỏi “bạn có đang cử động không?” mà còn đánh giá mẫu tín hiệu sinh lý thay đổi theo thời gian. Tuy nhiên, thành phần cảm biến và thuật toán cụ thể phụ thuộc từng sản phẩm; không nên giả định mọi sleep latency tracker đều dùng cùng một công thức.
Thuật toán ước tính sleep latency diễn ra như thế nào?
Ở mức khái quát, quy trình có thể hiểu thành bốn bước:
Mốc bắt đầu → Phân tích tín hiệu → Xác định sleep onset → Tính khoảng thời gian
Đầu tiên, thiết bị cần xác định hoặc nhận được mốc bắt đầu khoảng ngủ. Mốc này có thể liên quan đến thời điểm người dùng khai báo đi ngủ hoặc thời điểm hệ thống tự động phát hiện một khoảng ngủ.
Tiếp theo, dữ liệu cảm biến được phân tích theo các khoảng thời gian liên tiếp. Thuật toán tìm mẫu tín hiệu phù hợp với trạng thái ngủ, chẳng hạn mức vận động giảm và các thay đổi sinh lý đi kèm.
Sau đó, hệ thống xác định một mốc sleep onset theo tiêu chí của thuật toán. Đây không nhất thiết là một khoảnh khắc mà cảm biến “đo được” trực tiếp; nó là kết quả phân loại từ chuỗi dữ liệu.
Cuối cùng, sleep latency được tính từ mốc bắt đầu đến mốc sleep onset. Cách triển khai cụ thể có thể rất khác nhau giữa các thiết bị. Một nghiên cứu về THIM, chẳng hạn, phát triển thuật toán riêng để xác định sleep onset và so sánh trực tiếp với PSG.
Vì sao sleep latency trên tracker có thể khác thực tế?
Sai lệch chủ yếu xuất phát từ việc wearable suy luận trạng thái ngủ từ tín hiệu gián tiếp.
Một trường hợp điển hình là bạn nằm rất yên nhưng vẫn tỉnh. Nếu thuật toán đặt trọng số lớn cho tình trạng bất động, nó có thể nhận diện sleep onset sớm hơn thực tế. Ngược lại, những cử động nhỏ sau khi bắt đầu ngủ có thể khiến thiết bị trì hoãn mốc sleep onset.
Độ chính xác cũng thay đổi theo từng người và từng đêm. Một nghiên cứu trên 102 người cho thấy Actiwatch ước tính sleep latency trung bình cao hơn PSG khoảng 2,6 phút, nhưng khoảng sai lệch giữa từng cá nhân rất rộng. Nghiên cứu cũng nhấn mạnh rằng hiệu năng của thiết bị chịu ảnh hưởng bởi nhiều yếu tố ở cấp độ người dùng.
Một phân tích gộp 24 nghiên cứu với 798 người dùng thiết bị đeo cổ tay cho thấy sleep latency của các thiết bị tiêu dùng khác biệt trung bình khoảng 2,57 phút so với PSG, cho thấy sai lệch trung bình có thể khá nhỏ nhưng không đồng nghĩa mọi cá nhân đều có sai số nhỏ.
Sleep latency tracker chính xác đến mức nào?
Không có một mức độ chính xác duy nhất cho mọi tracker.
Một số thiết bị chuyên biệt có thể cho kết quả khá gần PSG trong điều kiện nghiên cứu. Với THIM, nghiên cứu cải tiến thuật toán ghi nhận sleep latency trung bình 3,65 phút so với 3,41 phút khi đo bằng PSG và có mức tương quan cao.
Nhưng kết quả của một thiết bị chuyên biệt không thể đại diện cho toàn bộ thị trường. Các nghiên cứu trên wearable tiêu dùng cho thấy độ chính xác thay đổi đáng kể theo thiết bị, thuật toán và đặc điểm người dùng. Một số nghiên cứu còn ghi nhận sai lệch lớn ở các chỉ số ngủ khi áp dụng cho từng cá nhân.
Vì vậy, sleep latency từ tracker phù hợp hơn để theo dõi xu hướng của chính bạn qua nhiều đêm hơn là xem một con số đơn lẻ như phép đo tuyệt đối.
Nên đọc chỉ số sleep latency trên tracker như thế nào?
Nếu mục tiêu là theo dõi giấc ngủ hằng ngày, nên chú ý xu hướng và sự thay đổi bất thường thay vì quá tập trung vào một con số của một đêm.
Ví dụ, nếu tracker thường ghi nhận sleep latency tương đối ổn định nhưng liên tục tăng trong nhiều đêm, dữ liệu đó có thể hữu ích để nhận ra sự thay đổi trong thói quen ngủ. Ngược lại, một giá trị bất thường duy nhất chưa đủ để kết luận rằng thời điểm ngủ thực sự đã thay đổi tương ứng.
Cũng cần phân biệt sleep latency với thời gian nằm trên giường, thời gian ngủ thực tế và wake after sleep onset. Một tracker có thể xác định khá tốt tổng thể thời gian ngủ nhưng vẫn gặp khó khăn khi phân biệt những giai đoạn nằm yên nhưng còn thức. Các nghiên cứu so sánh wearable với PSG cho thấy đây là giới hạn quan trọng khi diễn giải dữ liệu ở cấp cá nhân.
Vì vậy, cách hiểu hợp lý nhất là: sleep latency tracker cung cấp một ước tính dựa trên tín hiệu cảm biến và thuật toán phân loại, không phải phép đo trực tiếp thời điểm não chuyển từ thức sang ngủ. PSG vẫn là phương pháp tham chiếu để đánh giá giấc ngủ trong nghiên cứu và lâm sàng.
Nếu cần độ chính xác ở mức chẩn đoán hoặc đánh giá lâm sàng, không nên dùng riêng một chỉ số sleep latency từ thiết bị tiêu dùng để thay thế phương pháp đo chuyên môn.
