はじめに
腕に巻かれたスマートウォッチを見つめ、今日の運動で何キロカロリー消費したかを確認したり、トレーニング中の心拍数ゾーンを気にかけたりすることは、いまや日常的な風景となりました。健康管理や運動療法の現場でも、こうしたウェアラブル端末から得られる生体データは広く活用されつつあります。しかし、画面に表示されるその数値は、医療現場で用いられる検査機器と比べてどの程度正確なのでしょうか。
ランニングのような有酸素運動のときは正確に見えても、重いバーベルを持ち上げる筋力トレーニングの最中はどうでしょうか。もしも表示された消費カロリーを過信して食事量を増やしてしまったり、心拍数の遅れによって負荷を誤認してしまったりしたら、健康増進や医療的なアプローチにおいて意図しない結果を招く可能性があります。
本稿では、市販の代表的なスマートウォッチ4機種を用い、持久的運動とレジスタンス運動の双方において心拍数とエネルギー消費量の測定精度を標準的な医療機器と比較検証した学術論文を紐解きます。日常のトレーニングや運動指導に直結する生体計測のリアルな精度と限界について、最新のエビデンスを共有します。
研究プロトコール概要と研究デザイン
研究デザイン：同一被験者を対象とした単一施設クロスオーバー型バリデーション研究（妥当性検証研究）
研究プロトコールの概要は以下の通りです。
- 対象（P）：心血管疾患や筋骨格系疾患のない健康な成人男性62名（平均年齢26.55±4.21歳、身長175.08±5.22 cm、体重73.29±7.81 kg、BMI 23.89±2.09 kg/m2、体脂肪量13.49±4.14 kg、除脂肪量33.95±3.66 kg）。
- 介入・評価対象機器（I）：4種類の市販スマートウォッチ（Apple Watch Series 7、Galaxy Watch 4、Fitbit Charge 5、Garmin Vivosmart 5）。
- 比較対照・基準法（C）：心拍数の基準測定としての12誘導標準心電図（ECG、Q-Stress System）、およびエネルギー消費量の基準測定としての呼吸代謝測定システム（間接熱量測定法、TrueOne 2400）。
- 主要評価項目（O）：低・中・高強度のトレッドミル走行・歩行（持久的運動プロトコル：計28分間）および10RM負荷による4種目（ベンチプレス、スクワット、Tバーロー、デッドリフト）の筋力トレーニング（レジスタンス運動プロトコル：計34分間）における心拍数およびエネルギー消費量の測定値、相関係数（r）、級内相関係数（ICC）、一致限界（Bland-Altman分析）。
従来研究に対する本研究の新規性
ウェアラブル端末の妥当性評価に関する従来の報告は、主にウォーキング、ランニング、サイクリングといった周期的な動きを伴う持久的運動に偏っていました。レジスタンス運動を対象とした研究も散見されますが、被験者数や運動種目が限られており、同一の被験者が同一の実験条件下で複数の主要スマートウォッチを同時に装着し、持久的運動とレジスタンス運動の双方にわたって心電図および呼気ガス分析の実測値と直接比較した包括的検証は極めて稀でした。
本研究の際立った新規性は、心拍数という直接的な生体信号と、アルゴリズムにより推測されるエネルギー消費量という2つの指標を、運動様式の違いという切り口から同時に、かつ厳格な実験室環境で浮き彫りにした点にあります。
心拍数測定の精度：有酸素運動と筋力トレーニングの差異
スマートウォッチによる心拍数測定は、皮膚表面から毛細血管内の容積変化を光学的に捉える光電容積脈波記録法（PPG）を基盤としています。今回の検証結果から、心拍数の計測精度は運動の様式によって興味深い特徴を示すことが明らかになりました。
持久的運動
持久的運動において、すべてのスマートウォッチは心電図と極めて高い一致度を示しました。反復測定分散分析において、機器間での主効果に有意差は認められず（F = 1.09、p = 0.34）、心電図とのピアソン相関係数はAppleでr = 0.913、Garminでr = 0.897、Galaxyでr = 0.881と非常に強固でした。Fitbitのみr = 0.637と相対的に控えめな相関にとどまりましたが、全体として単一測定のICCは0.847、平均測定のICCは0.965と極めて優秀な信頼性を示しました。Bland-Altman分析による平均バイアスも、Appleが−0.97±3.29 bpm、Galaxyが+0.15±3.63 bpm、Fitbitが+1.08±5.97 bpm、Garminが+0.35±3.45 bpmであり、全機種において誤差はおおむね±10 bpm以内に収束していました。腕を振るリズミカルな走行運動下であっても、最新の端末は心拍数を正確に捉えています。
レジスタンス運動
ところが、レジスタンス運動になると状況が変化します。全般的な相関係数自体はApple（r = 0.970）、Galaxy（r = 0.959）、Fitbit（r = 0.959）、Garmin（r = 0.960）といずれもr > 0.95を超え、ICCも単一測定で0.949、平均測定で0.989と統計的には極めて高い数値を示しました。しかし、二元配置分散分析では機器の主効果に有意差が生じ（F = 155.14、p < 0.001）、事後検定において心電図の実測値と有意な差を示さなかったのはApple Watchのみでした。Galaxy、Fitbit、Garminの3機種は、心電図に対して統計学的に有意な乖離を示しました。Bland-Altman分析の平均バイアスを見ても、Appleが−0.53±3.18 bpmであったのに対し、Galaxyは+4.48±3.70 bpm、Fitbitは+3.60±3.97 bpm、Garminは+2.56±3.62 bpmと、系統的な偏りが生じています。
時間的な追従遅延とアルゴリズムの設計思想
なぜ、レジスタンス運動において機器ごとの挙動差が浮き彫りになったのでしょうか。その背景には、急激な心拍変動に対する時間的な追従遅延（ラグ）が存在します。
ベンチプレスやスクワットのような高負荷の筋力トレーニングでは、セット開始からわずか数十秒の間に心拍数が急上昇し、セット終了と同時に急激に低下します。心電図のデータでは、運動直後に明瞭で急峻なピークが現れます。しかし、Galaxy、Fitbit、Garminのグラフを観察すると、運動直後のピーク値が心電図よりも低く抑えられ、セットが終了して休息に入った1分後の測定点で遅れて数値が上昇するといった現象がみられました。
手首装着型の光学センサーは、腕の動きによる体動ノイズの影響を非常に受けやすいという弱点があります。これを防ぐために各メーカーは、数秒から十数秒の測定値を平均化して滑らかにする平滑化（スムージング）処理や、突発的な数値の跳ね上がりを外乱としてカットするノイズ除去フィルターを組み込んでいます。一定のペースを保つランニングではこの平滑化が安定した表示に貢献しますが、短時間で心拍数が急騰するレジスタンス運動では、アルゴリズムが生理的な急上昇をノイズと誤認して抑制してしまい、表示の遅れやピーク値の平坦化を引き起こしてしまうのです。
これに対し、Apple Watchは内蔵された加速度計やジャイロセンサーの信号と光学波形を統合し、過度な時間平均化に頼ることなく体動成分を適応型フィルターで差し引く処理を行っているため、急峻な心拍の立ち上がりに高い追従性を保てたと考えられます。また、Fitbitに見られた特徴として、低心拍域で心拍数を過大評価し、高心拍域で過小評価するという比例バイアスの存在も確認されました。
エネルギー消費量（カロリー）推定の現実
心拍数が実用に耐えうる高い精度を維持していたのとは対照的に、エネルギー消費量（EE）の推定は、あらゆる機種において厳しい結果となりました。
持久的運動
まず、持久的運動プロトコルにおける呼気ガス分析の実測値は203.75±32.99 kcalでした。これに対し、各スマートウォッチが算出した平均消費エネルギーは、Appleが232.87±35.61 kcal、Galaxyが221.50±43.92 kcal、Fitbitが246.19±27.98 kcal、Garminが265.87±35.23 kcalであり、すべての機種が実測値と統計学的に有意な差を示しました（F = 59.99、p < 0.001）。呼気ガス分析値との相関はAppleでr = 0.591、Galaxyでr = 0.487、Fitbitでr = 0.451、Garminでr = 0.262と中等度から低い水準にとどまり、単一測定のICCは0.377と極めて低い信頼性でした。Bland-Altman分析では、Appleで−32.30 kcal、Galaxyで−17.75 kcal、Fitbitで−42.44 kcal、Garminで−62.12 kcalの系統的な誤差が示され、一致限界の幅も極めて広いものでした。
レジスタンス運動
レジスタンス運動における推定精度は、さらに壊滅的です。呼気ガス分析による実測値が140.79±14.37 kcalであったのに対し、Appleは299.10±63.14 kcal、Galaxyは258.10±57.27 kcal、Garminは304.71±67.66 kcalと、実測値の2倍前後に達する大幅な過大評価を記録しました（F = 215.44、p < 0.001）。Fitbitのみ平均値としては145.95±64.67 kcalと統計学的な有意差を示しませんでしたが、標準偏差が64.67 kcalと極めて大きく、相関係数に至ってはわずかr = 0.102でした。機種全体の単一測定ICCは0.140にまで落ち込み、測定機器としての信頼性はほぼ担保されていない状態でした。
この乖離が生じる理由は明確です。スマートウォッチは酸素消費量を直接測定しているわけではなく、心拍数、体動データ、およびあらかじめ入力された年齢、性別、身長、体重などからメーカー独自の回帰モデルでエネルギーを推定しています。しかし、レジスタンス運動は短い高負荷運動と長めの休息が交互に訪れる間欠的な様式であり、限られた局所筋肉の活動や無酸素性代謝が主導します。このような運動負荷下では、心拍数と実際の酸素消費量との相関関係は非線形となり、通常の有酸素運動を想定した計算式を当てはめると、莫大な推定誤差が積み重なってしまうのです。
研究の限界（Limitation）
本研究の結果を現場で解釈するにあたっては、いくつかの限界点を考慮する必要があります。
- 被験者が健康な成人男性62名のみに限定されており、女性や高齢者、ならびに心血管疾患などを抱える臨床集団に対してそのまま結果を外挿することはできません。
- レジスタンス運動の負荷設定が10RMの一定速度に統一されており、より高負荷・低回数のトレーニングや爆発的な挙上動作など、多様な運動条件下での挙動までは網羅されていません。
- 本研究は単一セッションでの絶対的な精度検証に焦点を当てており、日を変えて同一プロトコルを実施した際の日内・日間再現性や、長期間の相対的変化の妥当性までは追跡していません。
- 実験環境下において端末の装着位置やバンドの締め付け強度が厳格に均一化されており、緩めに装着されることの多い一般的な実生活での使用感とは異なる可能性があります。
明日からの実践と運動指導への活かし方
この論文が提示した科学的根拠は、明日からのセルフコンディショニングや患者・クライアントへの運動指導に明確な指針を与えてくれます。
第一に、心拍数に基づくトレーニング強度のモニタリングには、スマートウォッチを大いに活用できます。有酸素運動での目標心拍数ゾーン管理はもちろん、レジスタンス運動でもインターバル間の心拍回復傾向を把握する目的であれば十分に実用可能です。ただし、重いウエイトを扱っている最中の急激な最高心拍数を正確に捉えたい場合、端末によっては数秒から十数秒の表示遅延が生じることを知っておく必要があります。セット終了直後の数値を鵜呑みにせず、少し時間をおいてからピーク値を確認する、あるいはより即時性の高い追従性を求めるならば機種ごとの特性を意識してデバイスを選択することが推奨されます。
第二に、画面に表示される消費カロリーの数値を、食事管理やエネルギー収支の計算にそのまま用いてはいけません。特に筋力トレーニングを実施した際、スマートウォッチが示す消費カロリーは実際よりも大幅に過大表示されている可能性が極めて濃厚です。表示された300 kcalという数値を信じてプロテインバーやおにぎりを追加摂取してしまえば、意図しないカロリーオーバーにつながります。スマートウォッチの消費カロリー表示は、絶対的な真値として扱うのではなく、「先週と比べて今週は運動量を増やせたか」という日々の相対的な運動量の増減を比較するための目安にとどめるのが賢明です。
テクノロジーの利便性を最大限に享受するためには、その強みと限界の両方を正確に知ることが欠かせません。数字に振り回されることなく、科学的エビデンスに基づいたスマートなヘルスケアを実践していきましょう。
参考文献
Lee, T.-H.; Jun, D.-U.; Bae, J.-Y.; Roh, H.-T.; Cho, S.-Y. Comparative Validity of Smartwatch-Derived Heart Rate and Energy Expenditure During Endurance and Resistance Exercise. Sensors 2026, 26, 2526. https://doi.org/10.3390/s26082526
