Apple, Garmin, Samsung i Fitbit pod lupą naukowców. Sprawdzono dokładność pomiaru spalonych kalorii

Popularne smartwatche mogą istotnie błędnie szacować wydatek energetyczny podczas wysiłku, a wielkość błędu zwiększa się wraz ze wzrostem odsetka tkanki tłuszczowej – wynika z badania zespołu Florida International University opublikowanego w czasopiśmie PLOS One. Naukowcy porównali wskazania czterech popularnych urządzeń konsumenckich z pomiarem za pomocą kalorymetrii pośredniej. Najmniejszy błąd kierunkowy odnotowano dla Apple Watch Series 8, natomiast Garmin Forerunner 955 i Samsung Galaxy Watch 5 miały tendencję do zawyżania wydatku energetycznego.

W artykule:

• Jak sprawdzano dokładność smartwatchy?
• Które smartwatche uwzględniono w badaniu?
• Jak duże były błędy w szacowaniu wydatku energetycznego?
• Jak odsetek tkanki tłuszczowej wpływał na dokładność?
• Dlaczego wyniki dla Fitbit wymagają ostrożnej interpretacji?
• Jak interpretować dane ze smartwatcha w praktyce?

Smartwatch kontra kalorymetria pośrednia

Smartwatche i opaski monitorujące aktywność fizyczną są powszechnie wykorzystywane do szacowania liczby kilokalorii wydatkowanych podczas treningu. Wiele osób posługuje się tymi danymi również podczas kontroli masy ciała i planowania bilansu energetycznego. Badacze z Florida International University postanowili sprawdzić, jak bardzo wskazania popularnych urządzeń konsumenckich odpowiadają pomiarom uzyskanym metodą laboratoryjną.

Badanie opisano w pracy Body fat, skin tone, and the accuracy of smartwatch caloric expenditure estimates, opublikowanej 29 lipca 2026 roku w PLOS One. Pierwszym autorem publikacji jest Jason Kostrna z Department of Teaching and Learning, Florida International University. Wśród współautorów znaleźli się Ekaterina Oparina, Cristina Palacios, Andres J. Rodriguez, JunZhu Pei, Ajmal Ajmal i Jessica C. Ramella-Roman.

Głównym przedmiotem analizy była dokładność szacowania wydatku energetycznego związanego z aktywnością fizyczną – PAEE (ang. physical activity energy expenditure). Oceniano również, czy wielkość błędu zależy od rodzaju urządzenia, odsetka tkanki tłuszczowej oraz typu skóry w klasyfikacji Fitzpatricka.

58 uczestników i kontrolowany wysiłek na cykloergometrze

W badaniu uczestniczyło 58 dorosłych pochodzenia latynoskiego. Średni wiek uczestników wynosił 23 lata. W grupie znalazło się 31 kobiet i 27 mężczyzn. Średnia wartość wskaźnika masy ciała BMI wynosiła 29,73 kg/m².

U 33 osób BMI było niższe niż 30 kg/m², natomiast 25 uczestników miało BMI wynoszące co najmniej 30 kg/m². Odsetek tkanki tłuszczowej oceniano za pomocą bioimpedancji elektrycznej, a jako dodatkowy pomiar wykonywano również ocenę fałdów skórno-tłuszczowych.

Uczestnicy wykonywali kontrolowany wysiłek na rowerze poziomym. Po pięciominutowym okresie spoczynku następowało 10 minut jazdy obejmującej naprzemienne dwuminutowe okresy umiarkowanej i dużej intensywności. Intensywność umiarkowana odpowiadała około 64-76% maksymalnej częstości rytmu serca, a wysoka 77-95%. Po zakończeniu wysiłku następował kolejny pięciominutowy okres odpoczynku.

Wartość maksymalnej częstości rytmu serca szacowano według wzoru Tanaki. Podczas badania utrzymywano kadencję 85 obrotów na minutę, natomiast opór cykloergometru regulowano tak, aby uzyskać założony zakres częstości rytmu serca.

Cztery popularne smartwatche poddane porównaniu

Do analizy szacowania wydatku energetycznego wykorzystano cztery urządzenia:

• Apple Watch Series 8,
• Fitbit Sense 2,
• Samsung Galaxy Watch 5,
• Garmin Forerunner 955.

Uczestnicy nosili urządzenia podczas tej samej sesji wysiłkowej. Rozmieszczenie zegarków na nadgarstkach było zmieniane według ustalonego schematu, aby ograniczyć możliwość systematycznego wpływu miejsca założenia urządzenia na wyniki.

Punktem odniesienia był przenośny system metaboliczny COSMED K5, umożliwiający analizę wymiany gazowej metodą kalorymetrii pośredniej. Badacze traktowali jego wskazania jako wartość referencyjną, z którą porównywano dane generowane przez smartwatche.

Analizowano między innymi błąd kierunkowy, czyli różnicę pomiędzy wynikiem urządzenia a wynikiem COSMED K5, błąd bezwzględny oraz bezwzględny błąd procentowy.

Błędy rzędu kilkunastu do kilkudziesięciu procent

Badacze stwierdzili, że konsumenckie smartwatche nie zapewniały wiarygodnego bezwzględnego pomiaru wydatku energetycznego podczas zastosowanego protokołu wysiłkowego. Typowe wartości bezwzględnego błędu procentowego znajdowały się w przybliżeniu w zakresie 15-25%, przy czym rozkład błędów różnił się istotnie pomiędzy urządzeniami.

Po zastosowaniu określonych przez autorów kryteriów jakości danych do analizy pozostały 52 zestawy wyników dla Apple Watch, 51 dla Garmin, 50 dla Samsung oraz 44 dla Fitbit.

Średni błąd kierunkowy wynosił:

• Apple Watch Series 8: +21,60 kcal – 95% CI: 11,59-31,60 kcal,
• Garmin Forerunner 955: +68,61 kcal – 95% CI: 53,28-83,94 kcal,
• Samsung Galaxy Watch 5: +56,76 kcal – 95% CI: 45,11-68,41 kcal,
• Fitbit Sense 2: +3,14 kcal – 95% CI: od -8,96 do 15,24 kcal, po usunięciu określonych wartości odstających.

Wartości dodatnie oznaczają zawyżanie wydatku energetycznego w porównaniu z kalorymetrią pośrednią. W przypadku trzech z czterech urządzeń średni błąd kierunkowy istotnie różnił się od zera. Najmniejszy błąd kierunkowy spośród urządzeń z systematycznym przeszacowaniem odnotowano dla Apple Watch. Garmin i Samsung wyraźniej zawyżały wydatek energetyczny.

Autorzy komunikatu prasowego zwracają uwagę, że błąd może mieć praktyczne znaczenie dla osób próbujących kontrolować bilans energetyczny. Przykładowo wskazanie smartwatcha informujące o wydatkowaniu 500 kcal podczas treningu nie musi oznaczać, że rzeczywisty wydatek energetyczny rzeczywiście był zbliżony do tej wartości.

Więcej tkanki tłuszczowej wiązało się z większym błędem

Jednym z najważniejszych wyników badania był związek pomiędzy odsetkiem tkanki tłuszczowej a dokładnością pomiarów. W modelach statystycznych wykazano istotny efekt rodzaju urządzenia oraz odsetka tkanki tłuszczowej. Stwierdzono również interakcję pomiędzy urządzeniem a odsetkiem tkanki tłuszczowej.

Wraz ze wzrostem odsetka tkanki tłuszczowej wzrastał błąd szacowania PAEE. Wielkość tego zjawiska różniła się jednak między urządzeniami.

Autorzy podkreślają, że nie można na podstawie tego badania jednoznacznie wskazać mechanizmu odpowiedzialnego za obserwowane różnice. Jednym z możliwych elementów są algorytmy wykorzystywane przez producentów do przeliczania danych z czujników, między innymi informacji dotyczących częstości rytmu serca i ruchu, na szacunkowy wydatek energetyczny.

Jason Kostrna zwrócił uwagę, że sposób tworzenia i kalibracji tych algorytmów jest w dużej mierze niejawny. Zdaniem badacza dane z niezależnych badań mogą pomóc producentom w dalszym udoskonalaniu urządzeń.

Nie wykazano jednoznacznego wpływu typu skóry

Drugim analizowanym czynnikiem był typ skóry według klasyfikacji Fitzpatricka. W badanej grupie 30 uczestników miało typ III, 24 osoby typ IV, a cztery osoby typ V.

W analizie bezwzględnego błędu procentowego nie stwierdzono wyraźnego głównego efektu typu skóry według Fitzpatricka. Autorzy zaznaczają jednak, że wynik ten należy interpretować ostrożnie, szczególnie ze względu na niewielką liczbę osób reprezentujących typ V oraz ograniczenie badanej populacji do typów III-V.

Nietypowe wyniki Fitbit i znaczenie filtrowania danych

Szczególnej ostrożności wymaga interpretacja wyników uzyskanych dla Fitbit Sense 2. Po usunięciu wartości uznanych za niewiarygodne średni błąd kierunkowy tego urządzenia był niewielki i nie różnił się istotnie od zera. Nie oznaczało to jednak, że Fitbit był najbardziej wiarygodnym urządzeniem.

W trakcie badań Fitbit generował bowiem część wartości skrajnie odbiegających od pomiaru referencyjnego. Autorzy wskazują siedem wyników przekraczających 450% wartości uzyskanej za pomocą COSMED K5. Stanowiło to około 13% prób wykonanych z tym urządzeniem.

W pojedynczych przypadkach urządzenie raportowało również wartości, które naukowcy uznali za fizjologicznie niewiarygodne, między innymi około jednej kilokalorii dla całej sesji. Zdarzyła się także sesja bez wygenerowanego wyniku.

Po włączeniu skrajnych wyników średni błąd kierunkowy Fitbit wzrastał do 128,6 kcal i był większy niż w przypadku pozostałych urządzeń. Z tego powodu autorzy podkreślają, że niska średnia wartość błędu po oczyszczeniu danych nie powinna być interpretowana jako dowód wysokiej dokładności tego modelu.

Jak interpretować wynik „spalonych kalorii” ze smartwatcha?

Badacze nie twierdzą, że smartwatche są bezużyteczne. Zwracają natomiast uwagę, że liczba kilokalorii wyświetlana po zakończeniu treningu nie powinna być traktowana jak dokładny pomiar laboratoryjny.

Autorzy materiału prasowego sugerują ostrożne podejście do szacunków wydatku energetycznego i traktowanie ich raczej jako wartości orientacyjnych niż precyzyjnej informacji o liczbie wydatkowanych kilokalorii. Jest to szczególnie istotne, gdy dane te mają być wykorzystywane do planowania redukcji masy ciała lub bilansu energetycznego.

Jednocześnie badacze przestrzegają przed próbami kompensowania potencjalnego błędu poprzez nadmierne ograniczanie podaży energii. Organizm potrzebuje odpowiedniej ilości energii do regeneracji i regularnego podejmowania wysiłku fizycznego.

Według autorów większą wartość może mieć obserwowanie własnych trendów w czasie niż koncentrowanie się na pojedynczym wyniku wyświetlonym po treningu. W materiale prasowym wskazano również na przydatność takich informacji jak częstość rytmu serca czy czas spędzony w poszczególnych strefach intensywności wysiłku.

Kostrna podkreśla, że użytkownicy mogą śledzić swoje indywidualne trendy, ale nie powinni nadmiernie koncentrować się na pojedynczych wartościach generowanych przez urządzenie.

Ograniczenia badania

Autorzy publikacji wskazują kilka ograniczeń, które należy uwzględnić przy interpretacji wyników. Badanie obejmowało tylko jeden rodzaj aktywności – jazdę na rowerze poziomym – dlatego wyników nie można automatycznie przenosić na bieganie, trening siłowy, chodzenie czy codzienną aktywność w warunkach pozalaboratoryjnych.

Badana grupa obejmowała dorosłych pochodzenia latynoskiego i typy skóry Fitzpatricka III-V, przy czym tylko cztery osoby należały do typu V. Ogranicza to możliwość wnioskowania o wszystkich populacjach i wszystkich typach skóry.

Każdy uczestnik wykonywał pojedynczą sesję wysiłkową. Badanie nie pozwala więc określić, czy dłuższe użytkowanie urządzeń i ewentualna adaptacja algorytmów do indywidualnego użytkownika wpływałyby na dokładność szacunków.

Autorzy zwracają również uwagę, że tryb aktywności w zegarkach był włączony nie tylko podczas samej jazdy, ale również podczas pięciominutowego spoczynku poprzedzającego wysiłek i pięciominutowego okresu regeneracji. Dodatkowo uczestnicy nosili kilka urządzeń jednocześnie, co mimo kontrolowanego rozmieszczenia mogło wpływać na dopasowanie zegarków do nadgarstka.

Istotnym ograniczeniem pozostaje także zamknięty, zastrzeżony charakter algorytmów stosowanych przez producentów. Badacze mogą obserwować wielkość i kierunek błędów, ale nie mają pełnego dostępu do sposobu, w jaki poszczególne urządzenia przeliczają dane z czujników na wynik dotyczący wydatku energetycznego.

Co dalej?

Zespół Jasona Kostrny kontynuuje badania nad dokładnością urządzeń ubieralnych. Kolejnym analizowanym obszarem jest szacowanie wydatku energetycznego podczas tradycyjnego treningu siłowego.

Autorzy publikacji wskazują również na potrzebę doskonalenia algorytmów na podstawie danych obejmujących osoby o zróżnicowanym składzie ciała, płci i wieku oraz lepszego rozpoznawania rodzaju wykonywanej aktywności. Badacze podkreślają, że ograniczona dokładność bezwzględnych szacunków kalorii nie wyklucza potencjalnej przydatności urządzeń do obserwowania względnych zmian i własnych trendów w czasie, jednak zagadnienie to wymaga dalszych badań.

Źródło naukowe: PLOS One, Body fat, skin tone, and the accuracy of smartwatch caloric expenditure estimates
Kostrna J, Oparina E, Palacios C, Rodriguez AJ, Pei J, Ajmal A, i wsp. (2026).
DOI: https://doi.org/10.1371/journal.pone.0353261