Thiết bị và ứng dụng theo dõi giấc ngủ khác nhau thế nào?

Khác biệt cốt lõi vì thế không nằm ở việc một bên có “app” còn bên kia không, mà nằm ở tín hiệu đầu vào. Thiết bị chuyên dụng có thể ghi chuyển động và, tùy thiết kế, thêm tín hiệu sinh lý như quang thể tích ký (PPG) để ước tính nhịp tim/biến thiên nhịp tim hoặc SpO₂. Ứng dụng chỉ dùng điện thoại thường dựa nhiều hơn vào gia tốc kế, micro và thao tác bắt đầu/kết thúc của người dùng. Cả hai đều dùng thuật toán để suy luận trạng thái ngủ; chúng không đo trực tiếp hoạt động não như polysomnography (PSG).

Nguồn dữ liệu quyết định phần lớn khác biệt

PSG phân loại giấc ngủ từ nhiều kênh sinh lý, trong đó EEG, EOG và EMG là các tín hiệu cốt lõi để xác định thức, NREM và REM. Thiết bị tiêu dùng không tái tạo đầy đủ hệ đo này. Chúng thường quan sát các dấu hiệu thay thế — chuyển động, nhịp tim, biến thiên nhịp tim, oxy máu hoặc các tín hiệu cơ học — rồi dùng mô hình để ước tính khi nào người dùng ngủ và đang ở giai đoạn nào.

Điều đó tạo ra hai hệ quả. Thứ nhất, thiết bị chuyên dụng có lợi thế khi cảm biến nằm sát cơ thể hoặc được bố trí cố định để thu tín hiệu suốt đêm. Thứ hai, ứng dụng điện thoại có ít kênh dữ liệu trực tiếp hơn và dễ bị ảnh hưởng bởi vị trí đặt máy, tiếng động trong phòng hoặc chuyển động không phải của người đang ngủ. Tuy nhiên, “nhiều cảm biến” chỉ tạo thêm thông tin đầu vào; độ chính xác cuối cùng còn phụ thuộc chất lượng cảm biến, thuật toán, cách đeo/đặt thiết bị và nhóm người mà thuật toán đã được kiểm định.

Thiết bị chuyên dụng thường có dữ liệu liên tục và đa cảm biến hơn

Thiết bị đeo có thể kết hợp gia tốc kế với PPG và các cảm biến khác để theo dõi đồng thời chuyển động lẫn biến đổi sinh lý. Đây là lợi thế đáng kể khi cần phân biệt một người nằm yên nhưng còn thức với một khoảng ngủ thực sự: chuyển động đơn lẻ không chứa đủ thông tin, trong khi thay đổi nhịp tim và nhịp tim biến thiên có thể bổ sung tín hiệu cho thuật toán. Một tổng quan về 62 cấu hình wearable cho thấy xu hướng dùng kết hợp accelerometer và PPG; hệ chỉ dùng accelerometer phù hợp hơn với phân biệt ngủ/thức nhưng hạn chế hơn khi phân loại nhiều giai đoạn ngủ.

Dữ liệu phong phú hơn cũng giúp thiết bị tạo chuỗi theo dõi tự động qua nhiều đêm, miễn là người dùng đeo hoặc đặt thiết bị đúng cách và thiết bị còn pin. Nhưng các chỉ số “light”, “deep” hay “REM” trên thiết bị vẫn là ước tính từ tín hiệu thay thế, không phải các giai đoạn được đo theo EEG/EOG/EMG. Vì thuật toán thương mại có thể khác nhau, cùng một đêm ngủ không nhất thiết được hai thiết bị phân loại giống nhau.

Ứng dụng điện thoại dễ dùng hơn nhưng dữ liệu thường ít trực tiếp hơn

Ưu điểm lớn của ứng dụng chỉ dùng điện thoại là không cần mua hay đeo thêm phần cứng. Người dùng có thể bắt đầu với chiếc điện thoại đã có và không gặp cảm giác khó chịu do vòng, đồng hồ hoặc nhẫn khi ngủ. Với mục tiêu đơn giản như ghi giờ lên giường, thời điểm thức dậy hoặc quan sát một xu hướng tương đối qua nhiều đêm, mức tiện dụng này có giá trị thực tế.

Đổi lại, điện thoại không nằm trên cơ thể theo cách một wearable được thiết kế để làm. Ứng dụng thường suy luận giấc ngủ từ chuyển động của máy, âm thanh hoặc cả hai, nên kết quả phụ thuộc việc điện thoại được đặt ở đâu và các tín hiệu môi trường mà micro hoặc gia tốc kế thu được. Trong một nghiên cứu đối chiếu trực tiếp với PSG, 495 trường hợp dùng ứng dụng điện thoại và 170 trường hợp dùng wearable được phân tích; các ứng dụng được thử không cho thấy tương quan có ý nghĩa với PSG về hiệu suất ngủ hay thời lượng thức, ngủ nhẹ và ngủ sâu, trong khi một số chỉ số của wearable có tương quan ở mức nhất định. Dữ liệu được thu trong giai đoạn 2015–2019, nên kết quả này phản ánh các ứng dụng và thiết bị được kiểm tra khi đó, không phải để xếp hạng các ứng dụng hiện nay.

Độ chính xác không chỉ phụ thuộc số lượng cảm biến

Dữ liệu đối chiếu với PSG cho thấy wearable tiêu dùng có thể hữu ích để theo dõi xu hướng, nhưng vẫn có sai lệch ở các chỉ số cơ bản. Một meta-analysis gồm 24 nghiên cứu với 798 người dùng thiết bị đeo ghi nhận, so với PSG, chênh lệch trung bình khoảng −16,9 phút ở tổng thời gian ngủ, −4,7 điểm phần trăm ở hiệu suất ngủ, 2,6 phút ở độ trễ vào giấc và 13,3 phút ở thời gian thức sau khi đã ngủ. Các giá trị này là trung bình gộp của nhiều thiết bị, không phải sai số cố định áp dụng cho từng sản phẩm hay từng người.

Thời lượng ngủ thường dễ ước tính hơn giai đoạn ngủ

Các thiết bị hiện đại thường phát hiện “ngủ hay thức” tốt hơn việc phân biệt chính xác light, deep và REM. Trong một nghiên cứu năm 2024 trên Oura Ring Gen3, Fitbit Sense 2 và Apple Watch Series 8, độ nhạy phát hiện ngủ so với thức đạt ít nhất 95% ở cả ba thiết bị, trong khi độ nhạy phân loại các giai đoạn ngủ dao động khoảng 50–86% tùy thiết bị và giai đoạn.

Lý do nằm ở bản chất phép đo. Chuyển động và PPG có thể phản ánh các thay đổi đi kèm giấc ngủ, nhưng tiêu chuẩn chấm giai đoạn ngủ dựa trên hoạt động điện não, chuyển động mắt và trương lực cơ. Vì thế, một con số “7 giờ 20 phút ngủ” và biểu đồ “deep/REM” không nên được xem có cùng mức chắc chắn.

Thuật toán và người dùng có thể làm thay đổi sai số

Ngay cả trong nhóm wearable, kết quả không đồng nhất giữa thiết bị. Một meta-analysis công bố năm 2026 kết luận wearable có thể cung cấp ước tính hợp lý cho các chỉ số ngủ tổng quát và hữu ích cho theo dõi dọc, nhưng hiệu năng biến thiên đáng kể; không có thiết bị nào thể hiện ưu thế nhất quán trên mọi chỉ số và dữ liệu hiện tại chưa phù hợp để dùng như công cụ chẩn đoán độc lập hoặc để đặc tả chi tiết giai đoạn ngủ.

Vì vậy, lợi thế của thiết bị chuyên dụng nên hiểu là có nền dữ liệu cảm biến phong phú hơn, chứ không phải “luôn chính xác”. Với ứng dụng chỉ dùng điện thoại, thiếu tín hiệu sinh lý trực tiếp thường làm bài toán khó hơn; với wearable, hiệu năng vẫn thay đổi theo thiết bị, thuật toán và bối cảnh người dùng.

Độ tiện dụng phụ thuộc loại bất tiện người dùng chấp nhận

Không có lựa chọn nào “tiện hơn” theo mọi nghĩa. Ứng dụng chỉ dùng điện thoại không đòi hỏi thêm phần cứng; thiết bị chuyên dụng lại có thể giảm thao tác thu dữ liệu mỗi đêm sau khi người dùng đã hình thành thói quen đeo hoặc đặt thiết bị. Nếu mục tiêu là theo dõi dài hạn, yếu tố quyết định không chỉ là số chỉ số mà còn là khả năng sử dụng đều đặn: một hệ đo rất chi tiết nhưng thường xuyên bị bỏ quên sẽ cho chuỗi dữ liệu kém hữu ích hơn một hệ đơn giản được dùng nhất quán.

Nên đọc dữ liệu của hai nhóm theo mục tiêu theo dõi

Nếu chỉ cần quan sát giờ ngủ, giờ thức và xu hướng tương đối, ứng dụng chỉ dùng điện thoại có thể đáp ứng với ít thiết bị và ít chi phí phần cứng hơn. Nếu muốn theo dõi thêm biến đổi sinh lý qua đêm và chấp nhận việc đeo/sạc thiết bị, phần cứng chuyên dụng thường tạo bộ dữ liệu phong phú hơn. Trong cả hai trường hợp, nên ưu tiên xu hướng qua nhiều đêm hơn là diễn giải quá mức một đêm đơn lẻ hoặc một tỷ lệ “deep sleep” cụ thể.

Khi ứng dụng được ghép với smartwatch, nhẫn hoặc cảm biến khác, không nên đánh giá chất lượng theo nhãn “ứng dụng”. Câu hỏi đúng là cảm biến nào đang tạo dữ liệu, thuật toán nào biến dữ liệu đó thành chỉ số ngủ và hệ thống đã được đối chiếu với phương pháp chuẩn ra sao. Đây cũng là lý do dữ liệu consumer tracker không tương đương PSG: PSG ghi trực tiếp các tín hiệu thần kinh và sinh lý dùng cho chấm giai đoạn ngủ, còn thiết bị/app tiêu dùng chủ yếu suy luận từ các dấu hiệu thay thế.

Nếu dữ liệu tiêu dùng cho thấy bất thường kéo dài hoặc người dùng có triệu chứng đáng lo, các con số từ thiết bị hay ứng dụng không nên được dùng để tự chẩn đoán. PSG vẫn là phương pháp chuẩn trong nhiều đánh giá rối loạn giấc ngủ và ghi đồng thời nhiều tín hiệu sinh lý mà consumer tracker không thay thế đầy đủ.

Thiết bị và ứng dụng theo dõi giấc ngủ khác nhau chủ yếu ở nguồn dữ liệu và cách thu dữ liệu. Thiết bị chuyên dụng thường có cảm biến gần cơ thể, thu liên tục và có thể kết hợp nhiều tín hiệu nên phù hợp hơn khi cần dữ liệu dài hạn, chi tiết hơn; ứng dụng chỉ dùng điện thoại dễ tiếp cận, không phải đeo thêm thiết bị nhưng phụ thuộc nhiều vào cảm biến điện thoại và môi trường. Dù chọn cách nào, các chỉ số nên được xem là ước tính để theo dõi xu hướng chứ không phải phép đo tương đương polysomnography.