はじめに
日常診療の現場で、患者さんや周囲の方から「スマートウォッチで心肺体力が低めと出た」「運動中の消費カロリーを信じて食事量を決めている」といった相談を受ける機会が増えています。世界中で5億人以上がウェアラブル端末を身につけ、自身の生体シグナルを日常的に可視化する時代になりました。その一方で、市販デバイスが弾き出す数値がどの程度ゴールドスタンダードの医学的測定法と一致しているのか、その科学的根拠を明確に把握している方はまだ多くありません。本稿では、Googleの最新フラッグシップモデルであるGoogle Pixel Watch 3の計測精度を厳密に検証した最新の学術論文をもとに、臨床や日常生活においてこれらのデータをどのように評価し、付き合っていくべきかを掘り下げて解説します。
研究プロトコールの概要と研究デザイン
研究デザイン：確立された基準測定法との一致度を検証した横断的妥当性検証研究
PICO/PECO
P（対象）：アイルランド・ダブリン近郊から募集された18歳以上の健常成人34名（平均年齢29.12±8.37歳、女性12名［35%］、平均BMI 24.04±1.78 kg/m2）
I / E（評価対象）：Google Pixel Watch 3（Wear OS 5.1搭載）による測定・推定値（運動中の心拍数、運動時の総消費エネルギー、自由生活下でのGPSランニングから算出されたVO2 max）
C（比較対照）：医学・運動生理学のゴールドスタンダード測定法（心拍数：Polar H10胸部心電心拍計、VO2 maxおよび消費エネルギー：呼気ガス分析器COSMED Quark CPETを用いた間接熱量測定）
O（主要評価項目）：Pixel Watch 3と基準測定値との統計学的一致度（Bland-Altman分析による平均バイアス、95%一致限界［LoA］、平均絶対誤差［MAE］、平均絶対パーセント誤差［MAPE］、FRIEND基準による心肺体力分類の一致率）
本研究の新規性
これまでFitbitなどの旧世代デバイスやApple Watchに関するバリデーション研究は複数存在していましたが、GoogleがFitbitを買収した後に登場した最新世代のGoogle Pixel Watch 3について、独立した研究機関が厳格な学会ガイドライン（INTERLIVEコンソーシアムの推奨基準およびV3フレームワーク）に完全準拠して包括的な分析的妥当性を検証した研究は、これが世界で初めてとなります。また、実験室内のトレッドミル上だけで完結させるのではなく、VO2 maxの推定についてはユーザーが実生活で行う屋外ランニング条件（GPS稼働、1回15分以上）で取得させるなど、実際の利用環境を反映した高い生態学的妥当性（ecological validity）を持たせている点も本研究の大きな特色です。さらに、時系列の心拍データに対して被験者内・被験者間の分散を適切に考慮した反復測定混合効果モデルを適用するなど、統計手法の妥当性も極めて高い水準にあります。
心拍数測定の精度：日常モニタリングには十分、だが突発的な乖離に注意
運動負荷試験中の心拍数データにおいて、基準となるPolar H10とPixel Watch 3のタイムスタンプが完全に一致した11,826組のデータペアが解析されました。
統計解析の結果、Pixel Watch 3は基準値に対して平均で−2.39 bpm（95% CI: −5.01〜0.16 bpm）とわずかに低めに出る傾向を示しました。
全体の平均絶対パーセント誤差（MAPE）は2.73%（95% CI: 1.21〜4.25%）、平均絶対誤差（MAE）は4.06 bpm（95% CI: 1.67〜6.45 bpm）と、全体としては非常に良好な追従性を示しています。一般的な運動強度の把握や有酸素運動の管理において、平均的な指標としては実用上十分な精度と言えます。
しかし、Bland-Altman分析による95%一致限界（Limits of Agreement: LoA）を見ると、−24.42〜19.65 bpmという比較的広いばらつきが存在していました。個別の生データを精査すると、33名中2名において、基準の心電図式心拍計から最大で61 bpmも乖離する極端な測定誤差が発生していました。これら外れ値を示した2名を除外した探索的解析では、平均バイアスが−2.01 bpm（95% CI: −2.68〜−1.02 bpm）、LoAが−12.12〜8.09 bpmと大幅に狭小化しました。手首の光学式脈波測定（PPG）は、ランニング時の激しい腕の振りや皮膚とセンサーの接触圧の変化、発汗、末梢血流などの影響でノイズが混入しやすく、一時的なスパイクや急激なドロップアウトが生じ得ることを認識しておく必要があります。
VO2 max推定値の落とし穴：集団の平均値と個人の測定値のギャップ
心肺体力の指標である最大酸素摂取量（VO2 max）は、心血管疾患や全死亡リスクと強い逆相関を示すため、米国心臓協会（AHA）も臨床的なバイタルサインとして位置づける極めて重要な指標です。先行研究では、VO2 maxが3.5 mL/kg/min向上するごとに全死亡リスクが11%低下することが報告されています。
本研究において、基準となる呼気ガス分析で真のVO2 max達成が確認され、かつ1週間以内にPixel Watch 3で規定の屋外ランニングを実施して推定値を生成できた26名が解析されました。
基準法による実測平均値が50.57±6.99 mL/kg/minであったのに対し、Pixel Watch 3の推定平均値は50.04±10.18 mL/kg/minでした。平均差（バイアス）はわずか−0.53 mL/kg/min（95% CI: −3.01〜1.95 mL/kg/min）であり、集団全体の平均値として見ると驚くほど過不足がありません。MAPEも8.65%（95% CI: 5.66〜11.63%）、MAEは4.42 mL/kg/min（95% CI: 2.72〜6.12 mL/kg/min）でした。
しかし、個人の臨床判断という観点からBland-Altmanの95%一致限界を確認すると、状況は一変します。LoAは−12.56〜11.50 mL/kg/minに及び、その幅は約24 mL/kg/minに達していました。これは、真の値が45 mL/kg/minの人物に対して、時計が33 mL/kg/minと表示することもあれば、56 mL/kg/minと表示することもあり得ることを意味します。前述の通り3.5 mL/kg/minの差が生命予後に直結する指標において、±12 mL/kg/min前後の振れ幅は臨床的に無視できない大きさです。
さらに、客観的体力基準であるFRIENDデータベースの年代・性別パーセンタイルに当てはめた場合、Pixel Watch 3の推定値が正しく被験者のパーセンタイル区分と一致したのは全体の30%（8名/26名）に過ぎませんでした。隣接する1区分のズレまで許容しても54%（14名）であり、全体の15%（4名）は2区分以上の乖離が生じていました。
なぜこのような現象が起きるのでしょうか。心拍数はPPGセンサーから比較的直接的に得られる生体信号ですが、VO2 maxは直接測定しているわけではありません。屋外走行時の心拍応答、GPSから得られる走行速度・距離・傾斜、そしてユーザーがあらかじめ登録した年齢・性別・身長・体重などの多変量を複合アルゴリズムに投入し、軽度から中等度の運動応答から最大負荷時を外挿して推定しているからです。走行路の路面状況、気温、風、カフェイン摂取、個人の心拍応答特性といった微小なノイズが各入力段階で重なり、多段階の推論プロセスを経て合成される結果、個人レベルでの誤差が増幅されてしまうのです。
消費エネルギーの大きなばらつき：鵜呑みにしてはいけないカロリー表示
トレッドミル運動負荷試験中の総消費エネルギー（EE）の推定精度について、間接熱量測定による実測値とPixel Watch 3のFitbitアプリ上に記録された数値を比較した30名の解析結果は、さらに慎重な解釈を促すものでした。
平均バイアスは−8.43 kcal（95% CI: −20.69〜3.82 kcal）と、やはり集団平均ではわずかな過小評価にとどまっています。
しかし、MAPEは15.02%（95% CI: 10.70〜19.33%）、MAEは26.10 kcal（95% CI: 18.22〜33.98 kcal）に達し、95%一致限界は−72.75〜55.88 kcalと非常に広い範囲に広がっていました。
具体的な数値で比較すると、以下のようになります。
- テスト中の平均消費エネルギー 本研究の運動負荷試験中（十数分程度）における実測の平均消費エネルギーは、呼気ガス分析で173.07 kcal（Pixel Watch 3の表示では164.63 kcal）でした。
- 173 kcalに対する誤差の大きさ 1日の消費エネルギーではなく、この「約170 kcalの運動」に対して95%一致限界（LoA）が −72.75 〜 +55.88 kcal あります。
- 基準が173 kcalのときに、人によってはウォッチが約100 kcalと表示したり、約230 kcalと表示したりすることを意味します。
- 運動1回あたりの消費量に対して、およそマイナス42%からプラス32%ものズレが生じる計算になります。
最も注目すべきは、被験者ごとのMAPEが最小2%から最大49%まで極端に散らばっていた点です。同じ時間、同じ強度の運動を行っても、ある人では基準値とほぼ一致する一方、別の人では半分程度に過小評価されたり、過大評価されたりします。消費エネルギーもまた、加速度センサーによる身体活動量、心拍数、体格データなどを複合的に組み合わせた多段推論モデルに基づいているため、個人の代謝効率やバイオメカニクスの個体差をアルゴリズムが十分に補正しきれていない現状が浮き彫りになっています。
研究の限界点（Limitations）
本研究の結果を解釈し、臨床や日常に応用する上では、以下の限界点を押さえておく必要があります。
第一に、対象集団が平均年齢29歳前後の若年健常者に偏っており、心肺体力が非常に高い集団であったことです。参加者34名中14名がFRIEND基準の90パーセンタイル以上に属し、50パーセンタイル以下はわずか4名でした。そのため、高齢者、低体力者、あるいは心血管疾患などを抱える患者集団にこの精度をそのまま当てはめることはできません。
第二に、被験者の肌の色がFitzpatrick分類のType IIに集中（21名）しており、濃い肌色の参加者（Type IVは2名のみ、Type VおよびVIは含まれず）におけるPPGセンサー精度の検証ができていません。
第三に、GoogleおよびFitbitの推定アルゴリズムが非公開のプロプライエタリ（企業秘密）であるため、どの入力変数がどの程度誤差に寄与しているかを外部から完全に特定することは困難です。
第四に、本研究は横断研究であるため、同じ被験者で日を変えて測定を繰り返した際の再現性や信頼性（reliability）が検証されていません。従来の臨床的な運動負荷試験でも、妥当性が低くても信頼性が高ければ縦断的な変化の追跡には有用と見なされることがありますが、その検証は今後の課題です。
第五に、心拍数と消費エネルギーの検証が実験室内のトレッドミル走行という単一プロトコルに限定されており、屋外環境や異なる運動種目（サイクリングや筋力トレーニングなど）における精度は本データからは判断できません。
明日から現場や生活で活かせる実践的アプローチ
この研究結果から得られる知見は、スマートウォッチを日常や運動指導、診療で扱う際に、明日からすぐに使える明確な行動指針を与えてくれます。
第一に、心拍数データの信頼と限界を切り分けることです。運動中の平均心拍数や大まかな心拍ゾーンの把握については、Pixel Watch 3は十分に実用的です。有酸素運動の強度管理やトレーニング負荷の指標として安心して活用できます。ただし、画面上で一瞬だけ極端な高心拍や急激な低下が記録されていたとしても、慌てて不整脈や異常と決めつけず、体動アーチファクトによる一時的エラーの可能性をまず考慮してください。激しいランニング時には時計が手首から浮かないよう適切な装着位置（尺骨茎状突起の近位）でしっかり固定することが推奨されます。
第二に、VO2 max表示の単発の数値を病態の評価や確定診断に使わないことです。手元のウォッチに表示されたVO2 maxが低かったとしても、直ちに患者さんや自身の心肺機能が低下していると悲観する必要はありません。一致限界が±12 mL/kg/min程度あるため、1回ごとの絶対値には大きな個人誤差が含まれています。現在推奨できる使い方は、絶対値ではなく同一条件下での長期的な推移（トレンド）を観察すること、あるいは大規模な疫学調査のように集団全体の平均的な傾向を把握する用途に留めることです。
第三に、表示される消費カロリーをベースにした厳密な栄養・体重管理を避けることです。運動時の消費エネルギー表示には最大で±50%近い個人誤差が潜んでいます。時計の「消費カロリー」表示を信じてその分だけ摂取カロリーを上乗せすると、大幅なカロリー過多や不足に陥るリスクがあります。食事指導や減量指導においては、デバイスの数値を確定値として扱うのではなく、体重や体組成の実際の変動推移を見ながら食事量を微調整するアプローチが現実的です。
市販のウェアラブルデバイスは、個人の健康意識を高め、運動行動を促すための優れた動機づけツールです。しかし、そこに出力される数値の背後にあるアルゴリズムの仕組みと誤差の性質を正しく理解し、「参考値としてのトレンド把握」と「精密な医学的診断」の境界線を明確にしておくことこそが、デジタルヘルス時代に求められる賢明な姿勢と言えます。
参考文献
Lambe R, Schumann M, Hamilton S, Donnelly L, White T, O’Reilly S, et al. (2026) The accuracy of VO2 max, heart rate and energy expenditure measurements from Google Pixel Watch 3. PLoS One 21(9): e0356808. https://doi.org/10.1371/journal.pone.0356808
