Seu Apple Watch está errado sobre seu sono profundo — Em quanto ele erra e no que confiar em vez dele

Você acorda, olha para o gráfico de sono do Apple Watch, vê 1 hora e 38 minutos de sono profundo e se sente satisfeito com sua recuperação. Esse número — especificamente o bloco de sono profundo — está quase certamente errado. Não um pouco errado. Sistemática e estruturalmente errado de uma forma que é relevante se você usa os dados de sono para decidir se deve treinar pesado hoje.

Estudos recentes controlados por polissonografia quantificaram essa margem de erro. A comparação direta feita por Berryhill et al. (2025) entre seis dispositivos vestíveis e a PSG descobriu que a maioria dos dispositivos, incluindo o Apple Watch Series 8, diferiu significativamente do padrão-ouro no tempo total de sono, na eficiência do sono, no tempo acordado após o início do sono e na classificação do sono leve. A metanálise de 2025 do Journal of Clinical Sleep Medicine, abrangendo 24 estudos e 798 pacientes, confirmou a direção do erro: os dispositivos vestíveis superestimam o tempo total de sono e a eficiência do sono, subestimam o tempo acordado após o início do sono e — especificamente no caso do Apple Watch — superestimam significativamente o sono leve e subestimam o sono profundo.

Em Quanto Ele Erra?

O estudo de Berryhill testou 62 adultos (52 homens, 10 mulheres, média de idade de 46 anos) em uma sessão de PSG de uma única noite no Antwerp University Hospital. O Apple Watch Series 8 foi um dos seis dispositivos vestíveis comparados à pontuação de EEG sincronizada. O resultado: o Apple Watch superclassificou significativamente o sono leve (N1 + N2) e subclassificou o sono profundo (N3). O erro absoluto médio para o sono profundo não foi publicado como um número único no resumo, mas o padrão foi consistente em toda a classe de dispositivos.

A metanálise do JCSM reuniu 24 estudos e 798 pacientes. A direção foi unânime: dispositivos de pulso superestimam o tempo total de sono e a eficiência do sono, subestimam o tempo acordado após o início do sono e classificam incorretamente os estágios do sono — com o erro mais consistente sendo a superestimação do sono leve e a subestimação do sono profundo. Especificamente para o Apple Watch, a metanálise o sinalizou como significativamente pior que alguns concorrentes na classificação de estágios, embora ainda melhor que a actigrafia pura.

A comparação direta do Brigham and Women's em 2024 avaliou Apple Watch, Fitbit e Oura Ring contra a PSG em um ambiente de laboratório único. Tanto o Apple Watch quanto o Fitbit superestimaram significativamente o sono leve e subestimaram o sono profundo. O Oura Ring não apresentou diferença significativa em relação à PSG no tempo total de sono, tempo acordado, sono leve, sono profundo, REM ou eficiência do sono — porém o Oura utiliza um local de sensor diferente (dedo vs. pulso) e um algoritmo distinto. A física da medição do fluxo sanguíneo no dedo é mais simples do que no pulso, onde o artefato de movimento e a variabilidade de perfusão são maiores.

Por Que o Relógio Erra

O Apple Watch infere os estágios do sono a partir de uma fusão entre acelerômetro (movimento), frequência cardíaca óptica (PPG) e variabilidade da frequência cardíaca (HRV). A PSG utiliza o EEG para pontuar N1, N2 e N3 diretamente a partir da atividade elétrica cerebral. Essa lacuna não é algo que uma atualização de software possa fechar completamente.

A PPG combinada ao movimento consegue detectar "acordado versus dormindo" de forma razoavelmente boa. Ela não consegue separar de forma confiável o NREM leve do NREM profundo, porque as diferenças fisiológicas subjacentes — atividade EEG de ondas lentas, tónus muscular, padrões específicos de atividade autonômica — não são visíveis no pulso. O relógio vê um corpo imóvel com frequência cardíaca estável e HRV baixa. Esse padrão pode ser sono profundo, ou pode ser sono leve em uma pessoa que se move pouco. O algoritmo faz uma estimativa, e estima "sono leve" com mais frequência do que deveria.

O tempo acordado classificado incorretamente como sono leve, e o sono profundo agrupado como sono leve — ambos puxam na mesma direção. O relógio detecta muito "sono leve" porque está agrupando o sono leve real, uma parte do sono profundo e algum tempo de vigília silenciosa. O número de sono profundo que você vê é o restante após esse agrupamento, e é sistematicamente baixo.

O Que Isso Significa para Decisões de Treino

Se você está usando o número de sono profundo para decidir se deve treinar pesado ou reduzir o ritmo, está otimizando com base em um sinal ruidoso. A leitura de sono profundo de uma única noite pode ter um erro de 20 a 40 minutos. Ao longo de uma semana, o erro se acumula de forma irregular — em algumas noites a estimativa do relógio fica mais próxima, em outras mais distante, e você não tem como saber qual é qual.

As informações de alta confiabilidade no pulso são o tempo total na cama e a tendência da HRV. Estes são os números do Apple Watch que mudam o treino. O tempo total na cama correlaciona-se razoavelmente bem com o tempo total de sono medido pela PSG (embora ainda o superestime ligeiramente). A tendência da HRV, medida de forma consistente a cada manhã, reflete a recuperação autonômica de uma maneira que a divisão por estágios não reflete.

A divisão dos estágios — especialmente o bloco de sono profundo — deve ser tratada como uma direção aproximada, não como um valor calibrado. Se o seu relógio mostra 30 minutos de sono profundo por três noites seguidas, você provavelmente não está tendo sono profundo suficiente. Se mostra 1 hora e 40 minutos, você pode estar bem ou pode estar na mesma situação. A tendência ao longo de uma semana é superior a qualquer noite isolada.

No Que Confiar em Vez Dele

O sinal mais acionável do seu relógio para o treino não é o gráfico de pizza dos estágios do sono. É a combinação de:

• Tempo total de sono: Quantas horas você realmente passou na cama dormindo? Esse é o melhor indicador isolado de recuperação para o dia seguinte para a maioria dos praticantes de musculação.
• Tendência da HRV: Uma média móvel de 7 dias da sua HRV matinal, medida de forma consistente. Isso reflete o equilíbrio autonômico melhor do que a divisão de estágios de qualquer noite isolada. Se você estiver observando uma tendência de queda, esse é um sinal real para reduzir o volume de treino.
• Percepção subjetiva: Como você acordou? O relógio não pode medir isso. Se você se sente exausto e o relógio diz que dormiu muito bem, confie na sua percepção.

A divisão por estágios é algo secundário, não essencial. É a parte do painel de sono que parece a mais informativa, mas é, na verdade, a menos confiável.

O Problema do Dispositivo Vestível como Painel

Existe uma questão mais profunda aqui que vai além do Apple Watch. A indústria de dispositivos vestíveis de consumo nos treinou a olhar para um painel de números — estágios do sono, pontuações de prontidão, porcentagens de recuperação — e tratá-los como definitivos. Os números são coloridos em verde, amarelo, vermelho. Eles vêm acompanhados de mensagens de parabéns ou incentivos suaves. A UX é projetada para fazer você se sentir informado, não para fazê-lo questionar os dados.

Esse é o problema de memória do Whoop aplicado ao sono: o dispositivo lembra a pontuação da noite anterior, mostra-a a você com uma seta de tendência, e você toma uma decisão com base nisso. Mas a pontuação é construída sobre um modelo que possui fraquezas conhecidas e documentadas. O componente de sono profundo é a parte mais fraca desse modelo.

A melhor abordagem é usar o relógio como uma entrada para um sistema que compreenda suas limitações — e não como um painel que você mesmo interpreta. O relógio coleta dados brutos. Uma camada de coaching que sabe quais sinais são confiáveis (tempo total de sono, tendência da HRV) e quais são ruidosos (divisão de estágios) pode tomar decisões melhores do que você apenas olhando para o gráfico de pizza.

É aí que o Dorsi entra. Eu leio seus dados de sono — tempo total, HRV, a tendência — e não mostro a divisão de estágios porque ela não é confiável o suficiente para servir de base para ações. A decisão sobre a intensidade do treino de hoje é tomada antes de você abrir o aplicativo. Você traz a consistência. Eu leio o relógio.

A Versão Resumida

Se você guardar apenas algumas coisas deste artigo:

• O Apple Watch superestima o sono leve e subestima o sono profundo. O erro é documentado em estudos controlados por PSG — Berryhill 2025 (n=62), metanálise do JCSM 2025 (24 estudos, 798 pacientes), comparação direta do Brigham and Women's 2024.
• A limitação é de ordem física, não de software. A PPG de pulso mais acelerômetro não consegue separar de forma confiável o NREM leve do NREM profundo.
• Confie no tempo total de sono e na tendência da HRV em vez da divisão de estágios. Use a tendência ao longo de uma semana, não de uma única noite.
• Se você se sente exausto e o relógio diz que dormiu muito bem, confie na sua percepção.
• O melhor uso dos dados de sono é aquele para o qual você não precisa ficar olhando — quando eles ajustam discretamente a sessão de hoje em segundo plano.

Foque nos fatores de entrada — consistência no horário de dormir, ambiente de sono, gestão do estresse — e os números de sono responderão no seu próprio ritmo. Se você focar diretamente no número de sono profundo, passará um ano otimizando um gráfico enquanto o trabalho real de recuperação deixa de ser feito.

Fontes

A comparação direta entre seis dispositivos vestíveis e a polissonografia realizada por Berryhill et al. no SLEEP Advances (2025) é o conjunto de dados recente mais limpo sobre a precisão da pontuação dos estágios, com 62 adultos testados em um ambiente de laboratório controlado. A metanálise de 2025 do Journal of Clinical Sleep Medicine, reunindo 24 estudos e 798 pacientes, confirma a direção: dispositivos de pulso de consumo superestimam o sono leve e subestimam o sono profundo, com o Apple Watch especificamente sinalizado por uma classificação incorreta significativa. O trabalho do Brigham and Women's de 2024 acrescenta a comparação direta com o Oura, indicando onde a física se torna mais simples — a PPG baseada no dedo supera a baseada no pulso para a classificação dos estágios, embora a diferença ainda seja significativa para todos os dispositivos de pulso.