肤色会不会影响手表手环测心率和血氧的准确度？

这篇文章梳理肤色和光学传感器之间的研究到底说了什么，并和另外两个相关但不同的问题区分开：为什么腕部心率在运动中会掉准（这是一个与肤色无关的动作+延迟故事），以及智能手表测血氧到底能信多少（这是一个与佩戴者是谁无关的场景适用性故事）。这篇只单独讲肤色这一个变量。

光学传感器究竟是怎么"透过皮肤看"的

几乎所有消费级心率传感器——Apple Watch、WHOOP、Garmin、Fitbit、Oura、Samsung——用的都是光电容积描记法(PPG)。设备背面的 LED 向皮肤发光，光电二极管测量反射回来的光量；血液在每次脉动经过血管时会吸收更多光，所以反射信号会随每次心跳起伏，算法再把这种起伏换算成心率。血氧传感器原理相同，只是对比两种波长(红光和红外光)，因为含氧和脱氧血红蛋白对这两种波长的吸收程度不同。

黑色素——让皮肤更深的色素——在这些传感器使用的很多波段上同样会吸光，尤其是心率常用的绿光（因为成本低、在一般条件下对脉动血流的检测效果不错）。光路中黑色素越多，能到达皮下血管的光就越少，反射回来的干净信号也越弱,算法在真正开始计算之前,拿到的原始输入本身就更差、更嘈杂。这正是这整个领域所有肤色准确度问题背后的物理机制——不是软件 bug，而是一个光学物理问题，软件只能去补偿它，无法彻底消除它。

血氧的肤色偏差是证据最扎实、结论最明确的一个

脉搏血氧测量的肤色偏差，在这篇文章涉及的所有指标里研究历史最长，而且几乎全部来自临床指夹式设备而非消费级手环。一篇被广泛引用的 2020 年《新英格兰医学杂志》研究发现，医院级脉搏血氧仪漏判有临床意义的低氧血症(即抽血才能测出的危险性低氧)的概率，在黑人患者身上大约是白人患者的三倍——用的还是同一台设备、同一种测量方式。FDA 此后也在一份公开安全通告中，把肤色与运动、血液循环不良并列,直接点名为脉搏血氧仪误差的已知来源之一。

消费级腕上和指环设备用的是同一套光学原理，但 FDA 也指出，这些具体产品的大多数准确度验证测试都没有纳入足够多深肤色参与者，所以目前并不清楚具体某一款手表或戒指上这个差距到底有多大。在相关验证测试补上这一课之前，一个合理的默认假设是：临床研究里发现的偏差方向——读数偏向"看起来更乐观"而非"看起来更危险"——在深肤色人群身上同样成立。消费级血氧的完整准确度图景，包括这项功能在哪些场景下即便有这层偏差依然有用，在另一篇文章里有更深入的讨论。

心率证据是一幅真正混合的图景——每项研究到底测到了什么

和血氧不同，关于肤色和心率的研究并没有指向同一个方向。有几项研究专门去找这个效应，结果基本没测到；另一些、尤其是专门围绕运动强度设计的研究,却测到了真实的差距。

这张表里有两点格外值得注意。第一，这个效应——如果存在的话——集中出现在运动中,而非静息状态，这和普遍存在的动作伪影模式一致，两者很可能是互相叠加而非巧合：本就因光穿透减弱而偏弱的基础信号，在动作和强度同时拉低读数质量时，几乎没有缓冲余地了。第二，效应的大小因设备差异很大——2026 年这项四品牌对比研究发现，在同样条件下 Apple 和 Garmin 明显比 Fitbit 和 Samsung 更有韧性，这说明在这个问题上把"手环手表"当成一个不分彼此的整体来讨论并不合适。

为什么这些研究彼此得不出一致结论

有几个真实存在的方法学差异，可以解释大部分的结论分歧——而不是某一批研究者做错了：

• 静息 vs 运动。 主要在静息或轻度活动状态下做的研究(杜克、2025 年 Garmin/Polar 对比)往往测不到肤色效应；而专门围绕高强度运动设计的研究往往能测到。一个在静息时信号余量刚好够用的传感器，一旦叠加上运动和强度带来的信号衰减，余量很可能就不够了。
• 设备和算法差异。 不同厂商使用的波长数量、LED 和光电二极管数量、以及用来补偿嘈杂信号的专有算法都不一样。2026 年的四品牌研究是目前最清楚的证据，说明这并不是一个全行业统一的数字——有些算法对弱信号的补偿能力明显更强。
• 样本量和人群构成。 这些研究中不少只有 50-60 名受试者，足以发现一个很大的效应，但可能漏掉一个真实存在但较小的效应——小样本研究测不到效应，不等于效应真的不存在。
• 肤色本身的测量方式。 这些研究大多采用自报的 Fitzpatrick 分级(一个最初为日晒/紫外线敏感度设计的六级量表，而非为光学传感器校准设计)，这比用分光光度计直接测黑色素含量要粗糙、主观得多——好几篇论文自己也承认了这个局限。

这些研究反复触及的公平性议题

这些研究都没有把结论定调成"反对佩戴手环手表"——杜克团队的核心结论是：对他们测试的设备而言，活动类型比肤色更重要；而更新的、测到真实运动强度效应的研究，也同时发现部分设备明显处理得更好。贯穿这整个领域反复出现的主题，其实是一个"测量公平性"的论点：如果一个传感器的误差和某个人口统计学特征相关，而不是随机分布的，那么本就最需要被设备服务好的那群人，反而更可能拿到一份悄悄不那么可靠的健康数据——这正是 FDA 针对临床脉搏血氧仪提出的同一类公平性担忧，以一种研究得还不够充分、但结构相似的形式，出现在消费级手环手表上。这是业界应该在低成本 LED 传感器持续改进的同时继续做跨肤色验证的理由，而不是让人今天就对每一次读数都产生怀疑的理由。

一份自查自己读数的实操方法

1. 用不依赖光学皮肤传感的方法做交叉验证。 胸带心电图监测仪，或者用秒表数 30 秒脉搏再乘以二，能提供一个不受同类偏差影响的独立参照，静息和高强度运动时都各测一次。
2. 在强度状态下做这个检验，不要只测静息。 上面表格里每一项测到真实差距的研究，都是专门在运动中测到的——安静的晨起自测恰恰是最不可能暴露问题的场景，即使这个问题确实在你高强度运动时存在。
3. 留意设备自带的置信度或信号质量提示（如果有的话）。 很多平台会悄悄降权或直接丢弃低置信度的读数,而不是显示出来——如果高强度运动时数据频繁缺失,这本身就是一个信息。
4. 看趋势，不要迷信单次读数。 一整段相对稳定的训练里某一个区间突然出现异常偏低或偏高的数字,更可能是传感器噪声而非心脏突然出了问题——这和步频锁定等运动特有的伪影背后的逻辑是一样的。
5. 把任何血氧读数当成趋势指标，而不是精确数值，尤其该看整夜平均值而不是白天单次读数——血氧准确度的完整故事本身就是一个更有定论、但也有自己注意事项的独立话题。

什么时候这已经不只是测量问题了

真正的心律不齐、胸痛、晕厥，或者静息时出现呼吸困难，都是该去看医生的信号——这时候该信的是自己的真实感受和一份能与之印证的静息心率读数,而不是纠结于某一台设备的数字对不对。设备和设备之间对不上，是一个传感器准确度的故事；你自己的身体和平时的表现对不上，则是另外一回事。

总结

血氧的肤色偏差已有扎实证据；心率偏差在特定条件下(主要是较高强度运动)确实存在,且因设备而异、并非所有品牌一概如此——目前唯一一项直接的四品牌对比发现,有些品牌的误差明显小于其他品牌。Vita 会把心率、HRV 和血氧从你连接的任何数据源——WHOOP、Apple 健康，或两者都有——汇总进同一张恢复画像里，权衡的是你自己的长期趋势而不是某一次噪声读数；如果某个数字看起来不太对劲，Vita 的 AI 教练可以陪你一起判断，这到底值得交叉验证一下，还是只是日常的正常波动。