大型商談の朝、Ouraのレディネスが低く、Whoopのリカバリーも赤い。前夜の会食、短い睡眠、移動の疲れ。数字は心当たりを突いているものの、そのまま会議を延期できるわけではありません。経営者にとってHRVウェアラブルの価値は、体調を言い当てることではなく、負荷配分を微調整することにあります。
そしてもうひとつ、あまり語られない前提があります。これらのデバイスが表示するHRVは、医療用の心電図と同じ精度で一致しているわけではありません。独立した第三者検証では、心電図との差もばらつきの幅も機種によって大きく異なることが報告されています。このガイドは、その精度の実際を査読論文で確認したうえで、それでもHRVを日々の負荷配分にどう使うのかを整理します。数字を信じる範囲と、疑う範囲を先に決めておくためのものです。
HRVは自律神経の瞬間写真ではない
HRVは、心拍と心拍の間隔がどれだけ揺らいでいるかを示す指標です。この揺らぎには副交感神経活動が関わるため、自律神経の柔軟性を読む入口になります。
ただし、HRVは「高ければ良い、低ければ悪い」という単純なメーターではありません。2023年の批判的レビューは、HRVと副交感神経活動の関係は複雑で非線形だと述べています1。スマートウォッチとHRV技術を整理したレビューも、ストレス把握と個別化された介入設計の価値を認めつつ、センサー品質やアルゴリズムの限界を指摘しています2。
睡眠が短く、会食、移動、意思決定が重なる生活では、体感だけで疲労を読むと遅れます。OuraやWhoopの意味は、睡眠中のHRV、心拍、体温、睡眠時間を毎晩ほぼ同じ条件で並べてくれるところにあります。ただ、その「同じ条件」がどこまで正確なのかは、機種ごとに事情が異なります。
リングと腕時計は何を測っているか
医療用の心電図は、心臓の電気信号そのものを拾って心拍の間隔を測ります。これに対して指輪型や腕時計型のウェアラブルの多くは、皮膚に光を当てて血流の脈波を読む光電式容積脈波記録法（PPG）を使います。血液の量が拍動で変わることを、光の反射や透過の変化として捉える方法です。心臓の電気を直接見ているのではなく、末梢の血流から心拍の間隔を推定していることになります。
表示される「HRV」の中身は、多くの機種でRMSSDと呼ばれる指標です。連続する心拍間隔の差を二乗して平均し、その平方根を取ったもので、ミリ秒で表されます。短い時間スケールの揺らぎを拾うため、副交感神経の働きを比較的よく反映するとされています。
測定が夜間に寄っているのにも理由があります。日中は姿勢、会話、カフェイン、階段の上り下りといった要因が絶えず加わり、値が動いてしまう。睡眠中は体位と活動がある程度そろうため、日ごとの比較がしやすくなります。OuraやWhoopが起床時にスコアを提示するのは、条件をそろえた時間帯の値を使っているからです。
とはいえPPGは光を使う以上、指や手首の動き、皮膚温、装着のゆるみ、末梢の血流状態で信号が乱れます。心電図と同じ土俵ではない、という前提から始めるほうが、数字との付き合い方は健全になります。
精度は機種で違い、測り方でも違う
では、実際にどれくらい違うのでしょうか。53人の成人が睡眠検査室で一晩を過ごし、6つのウェアラブルを同時に装着して、心電図と睡眠ポリグラフを基準に比較した2022年の研究があります3。睡眠中または就寝直前に得られたRMSSDについて、心電図との平均的なずれと、ばらつきの幅は次のように報告されました。
| 機種 | 心電図との平均のずれ | ばらつきの幅 | 級内相関 | 測定窓 | 解析に使ったデータ |
|---|---|---|---|---|---|
| Apple Watch S6 | −9.6 ms | ±55.2 ms | 0.67 | 睡眠期間（詳細不明） | SleepWatchアプリ出力 |
| Garmin Forerunner 245 Music | −22.4 ms | ±92.0 ms | 0.24 | 消灯30〜60分前の3分間 | アプリ出力 |
| Polar Vantage V | −8.7 ms | ±74.5 ms | 0.65 | 睡眠中の4時間 | アプリ出力 |
| Oura Ring 第2世代 | −10.2 ms | ±77.2 ms | 0.63 | 睡眠期間（詳細不明） | アプリ出力 |
| WHOOP 3.0 | −4.5 ms | ±7.6 ms | 0.99 | 睡眠期間全体 | メーカー提供の生データ |
この表を「WHOOPが最も正確」と読むのは早計です。5行は同じ条件で並んでいません。まず測定窓が機種ごとに違います。Garminは消灯の30〜60分前に3分間だけ測った値で、Polarは睡眠中の4時間、WHOOPは睡眠期間全体のR-R間隔です。AppleとOuraは、アプリがどの区間を使っているのかが論文中でも特定できていません。
データの出所も揃っていません。WHOOPの数値はメーカーが研究者へ提供した生データに基づきます。他の機種はアプリから取り出した出力で、アプリ側では精度が丸められていることがあると著者らは述べています。Apple Watchに至っては純正機能ではなく、SleepWatchという第三者アプリを介した値です。同じ研究に含まれたもう1機種の睡眠計測デバイスも、WHOOPと同様にメーカー提供のデータで解析されています。条件が違うものを1列に並べた表だ、という前提で読む必要があります。
この研究にも読み方の制約があります。参加者の平均年齢は25.4歳で、tonusが想定する30代後半から40代より若い集団です。測定は一晩のみ、人数は53人です。加齢とともにHRVの絶対値が下がることを踏まえると、この数字をそのまま自分の年代に当てはめるのは慎重であるべきでしょう。
別の角度からの検証もあります。市販のデバイスとアプリを多誘導心電図と比べた2021年の研究では、安静時のrMSSDの平均絶対誤差率はOuraで6.84%、一致度の指標は0.91と報告されています4。同じ研究で最も誤差が大きかったのはスマートフォンのカメラで脈を読むアプリで、誤差率112.36%、一致度0.04でした。誤差が開くのは主にHRVのほうで、心拍数についてはおおむね小さく収まっています。ただしカメラ式アプリだけは心拍数でも誤差率17.26%と外れており、Ouraは平均心拍数を出力しない仕様のため、この研究では心拍数の評価対象に入っていません。参加者は5人、比較試行は148回にとどまるので、人数の少なさも差し引いて読む必要があります。
この論文の著者らは、市販デバイスの多くが独立した第三者による精度検証を欠いたまま急速に商品化されていること、そしてメーカーの主張を吟味する必要があることを、研究の動機として明記しています4。
そして、メーカー側の研究もあります。Oura Health社に所属する研究者を含むグループが2020年に発表した検証では、15歳から72歳までの49人で夜間のHRVを心電図と比較し、決定係数0.980、平均のずれ−1.2 msと報告されました5。数字だけを見れば、先ほどの独立検証とはずいぶん印象が違います。
相関が高いことと一致することは違う
この食い違いは、一部が統計の読み方から生まれています。
決定係数や相関係数は、2つの測定値が一緒に上下するかどうかを表します。多数の人の値を並べたとき、心電図でHRVが高い人はデバイスでも高く出る。それだけで相関は高くなります。けれども、ある人の値がデバイスでは常に10 ms低く出るとしたら、相関がいくら高くても2つの測定は一致していません。
医学測定の分野では、この区別は1986年にBlandとAltmanが指摘して以来、標準的な作法になっています。2つの測定法を比べるのに相関係数を用いるのは誤りであり、差の平均と、その差がどこまで広がりうるかの幅を示すべきだと彼らは論じました6。Kinnunenらが示した決定係数0.980も、一致度そのものではなく、心電図の値をどれだけ説明できるかを表す数字です。
先ほどの表にある±55 msから±92 msという幅は、この作法にのっとった数字です。Oura第2世代であれば、ある晩の表示値が心電図の実測から70 ms前後離れていても、統計的には想定の範囲に収まります。安静時のRMSSDが数十msの領域に収まることを考えれば、これは小さくない幅でしょう。
しかも、このずれ方は一定ではありません。同じ研究はOuraについて、心電図の値が低いときはHRVを高めに、高いときは低めに見積もる傾向と、そのばらつきが値の水準によって変わることを報告しています3。心電図の値が低い領域では誤差の幅が9.8〜42.1 msに収まる一方、高い領域では−248.6〜26.7 msまで広がっていました。「常に一定量ずれる」のではなく、自分のHRVがどの水準にあるかで誤差の幅そのものが変わる、ということです。
では、デバイスは無価値なのか。そうはなりません。同じ人が同じ機種を同じ条件で使い続ける限り、日ごとの上下の向きは追えます。絶対値の正しさを求めるのではなく、自分の中での変化を読む道具として使う。精度研究が示しているのは、使い方の限定であって、使えないという結論ではありません。
睡眠ステージの表示はどこまで信じるか
同じ2022年の研究は、睡眠の判定精度も測っています3。睡眠か覚醒かの2分類では、6機種すべてが86%から89%の一致率を示し、著者らは睡眠のタイミングと総時間の評価には妥当だと結論づけました。
ところが、浅い睡眠、深い睡眠、レム睡眠まで分ける多段階の判定になると、一致率は50%から65%にとどまります。Ouraが61%、Whoopが60%、Apple Watchが53%でした。この点について著者らは、すべての機種が改善を要すると述べています。
実務上の含意は、はっきりしています。「昨夜は6時間半眠った」は使える情報で、「深い睡眠が42分しかなかった」に一喜一憂する根拠は薄い。朝の判断材料を睡眠時間、安静時心拍、HRVの3点に絞る運用は、表示の精度に見合った選択でもあるのです。
絶対値は年齢と性別で動く
HRVの絶対値を他人と比べる意味が薄いことは、ウェアラブル以前の研究からわかっています。10歳から99歳までの健康な260人を24時間ホルター心電図で調べた1998年の研究では、HRVは加齢とともに低下し、その低下の仕方は指標によって異なると報告されました7。SDNNと呼ばれる指標は10代の値を基準に90代で約60%まで下がり、SDNN indexでは約46%まで下がっています。性別もHRVに影響し、その差は年齢と指標によって変わるとされています。
この研究は24時間のホルター心電図で別の指標を測ったものなので、ウェアラブルが夜間に出すRMSSDへそのまま当てはめられるわけではありません。それでも、年齢・性別・指標・測定した時間帯が違う値は単純に比べられない、という含意は共通します。40代の自分の45 msと20代の同僚の80 msを並べても、読めることはほとんどない。比較の相手は他人ではなく、2週間前の自分になります。
見るのはスコアではなくベースライン
最初の2〜4週間は、HRVを上げようとせず、自分の平均、変動幅、飲酒や出張の翌朝の反応を集めます。各社の算法は違うため、同じデバイスで同じ条件を積み上げるほうが実務的です。
この期間には、精度の限界を運用で埋める意味もあります。単日の値は測定条件のばらつきを大きく含むため、14日分の中央値のほうが判断の土台としては頑健です。ただし、これで誤差が消えるわけではありません。先に見たように、機種によっては値の水準に応じて系統的にずれる性質があり、そうしたずれは日数を重ねても平均されずに残ります。単日の数字を判断に使わず週次のトレンドを見るのは、誤差をゼロにするためではなく、ノイズに反応して打ち手を変えないためです。
見る順番は睡眠時間、安静時心拍、HRVです。HRVが低く、安静時心拍が高く、睡眠が短い朝は、回復余地が大きいシグナルとして扱いやすい。3つが同じ方向を指しているとき、その日の判断は信頼できます。逆に、HRVだけが下がり、睡眠時間も安静時心拍も通常どおりなら、装着のゆるみや測定条件の乱れを先に疑うほうが妥当でしょう。
2024年のシステマティックレビューは、長時間の認知課題による疲労とHRV変化を扱った19研究を整理し、多くの研究で時間経過に伴うHRV変化が見られたと報告しています8。毎朝の判断は、通常域、大きな低下、2日連続の低下という3段階で足ります。
低HRVの朝に変えるのは負荷配分
HRVが低い朝に全てを止めることは、経営者の現場ではほとんどできません。変える対象は予定そのものではなく、負荷の置き方です。低HRVの日は、意思決定の数を減らし、議論の終点を「論点を絞る」に変える選択肢があります。
運動も同じです。健康な成人を対象にした2021年のランダム化クロスオーバー試験では、筋力運動前のカフェイン300mgが運動後のHRV回復を遅らせたと報告されています9。朝のHRVが低い日に、午後のカフェインと高強度運動を重ねると、夜の回復設計が難しくなります。
一方、軽い有酸素運動や散歩は、睡眠圧と気分の切り替えに使いやすい。重要なのは「HRVを上げるために動く」より、「夜に回復しやすい負荷に整える」という発想です。
HRVを戻す行動は睡眠固定と呼吸から
介入として最も扱いやすいのは呼吸です。2022年のシステマティックレビュー・メタアナリシスは、自発的なゆっくりした呼吸に関する223研究を対象に、呼吸中、単回介入直後、複数回介入後のいずれでも迷走神経関連HRVの増加が見られたと報告しています10。
ただし、呼吸法にも「型」の過信は禁物です。2023年の12週間ランダム化比較試験では、吐く時間を長くする呼吸と、吸う・吐くを同じ長さにする呼吸を比べ、心理的ストレスは下がった一方、HRVで測った生理的ストレスの群間差は明確ではありませんでした11。5分の深く遅い呼吸を見た臨床試験も、RMSSDが必ず同じ方向に動くわけではないことを示しています12。就寝前のゆっくりした呼吸と音楽を調べた2020年のパイロット試験でも、介入中のHRVは上がったものの、睡眠の質への頑健な変化は確認されませんでした13。
HRVバイオフィードバックも事情は似ています。2024年の試験では単回セッション後にワーキングメモリ課題や自己評価が上向いた一方、その変化が心臓迷走神経トーンの変化を介したとは言えませんでした14。2026年のシャム対照試験でも、心理的苦痛の一部指標で差が見られた一方、自律神経指標を明確に動かしたとは言い切れていません15。
つまり、呼吸で心理的な負担がやわらぐことと、翌朝のHRVが上がることは、必ずしも同じ現象ではありません。それでも呼吸を勧める理由は、コストがほぼゼロで、副交感神経側への働きかけとして再現性の高い報告が積み上がっているからです。実務では、就寝前か会議前に6呼吸/分を5分から始めるのが簡単でしょう。翌朝のHRVだけでなく、入眠前の覚醒感、夜間覚醒、安静時心拍を合わせて見ます。
流行の手法ほど、数字を上げるゲームになりやすい。必要なのはスコアの最適化ではなく、翌日の意思決定に耐える回復余地を残すことです。
場面ごとにプロトコルを切り替える
HRVの数字は、その日の打ち手を増減するより、週単位の傾向で扱うほうが現場では役立ちます。1日の上下に反応すると、測定のばらつきと生理的な変化を取り違えます。下の3場面は、HRVが一時的に下がっている朝に、どのタスクを残してどれを後ろへ送るかの優先順位を変えるための発想として読んでください。
重要会議・大型プレゼン前夜
前夜の目的は、翌朝の自律神経を乱す要因を減らすことです。会食がある場合は、アルコール量より終了時刻を優先します。就寝90分前には論点を紙に出し、OuraやWhoopの画面は見ない。朝のHRVが低ければ、会議の冒頭で決める論点を3つに絞り、細部の承認は午後に回す選択肢があります。
出張・時差移動時
出張では、ベースラインから外れる前提で読みます。移動日はHRVの低下を失敗と見なさず、翌朝の安静時心拍と眠気を合わせて確認します。到着後は、最初の食事、朝の光、軽い歩行を優先します。リカバリーが低くても商談を止められない場合は、午前に重要度の高い会議を寄せます。
徹夜・短時間睡眠後
徹夜後は、HRVが低い前提で設計します。午前は判断の数を減らし、午後早めに20分の仮眠を置く。カフェインは朝に限定し、夕方の追加を避ける。夜は通常時刻から大きく外さず、呼吸法は短く置く程度にします。
最初の1週間で確かめること
初週の目的は、HRVを上げることではありません。自分の値がどの範囲で揺れ、どの行動の翌朝に沈むのかを知ることです。
| 日 | やること |
|---|---|
| 1 | 平均HRV・安静時心拍・睡眠時間を書き出す |
| 2 | 見る順番を「睡眠時間→安静時心拍→HRV」に固定 |
| 3 | 会食、出張、遅いカフェイン、高強度運動を一行メモ |
| 4 | 就寝前に6呼吸/分を5分だけ試す |
| 5 | 低HRVの日の運動をゾーン2または散歩へ落とす |
| 6 | 最も下がった日の前日要因を1つだけ特定 |
| 7 | 来週削る負荷を1つ決める |
7日目に「来週削る負荷」を1つだけ決めるところが要点です。デバイスが返してくるのは推定値であり、そこから確実に読み取れるのは、平均から大きく外れた日があったという事実と、その前日に何をしたかという記録の対応関係だけです。2週目以降は、この対応関係が繰り返し現れるかどうかを見ます。
呼吸プロトコルの詳細は迷走神経刺激と呼吸法で、即効性の高い生理的ため息プロトコルもHRV低下時に使えます。HRVの背景にあるコルチゾール日内変動の整え方は経営者のコルチゾール管理、概日リズム前提のクロノタイプ別設計はクロノタイプ別の業務設計で扱っています。睡眠の整え方を体系的に見るなら睡眠の質を上げる7つの設計、自律神経全体の統合ガイドは自律神経を整える完全ガイドを参照してください。関連する課題として慢性疲労、睡眠の質、ストレス、筋肉の回復、血流の観点はL-アルギニンと血流、朝のHRVに影響するカフェインの扱いも合わせて確認できます。
HRVウェアラブルは、数字に従う装置ではなく、翌日の負荷配分を整えるための計器です。計器である以上、誤差の幅を知ったうえで使うほうが、結局は長く使えます。
なお、ここで扱ったデバイスはいずれも医療機器としての診断を目的としたものではありません。動悸、脈の乱れ、胸の痛み、強い息切れ、失神やその前ぶれがある場合、また安静時心拍やHRVの大きな変化が続いて不安がある場合は、デバイスの数値で判断せず、医療機関にご相談ください。
参考文献
Footnotes
-
Gullett N, Zajkowska Z, et al. (2023). Heart rate variability (HRV) as a way to understand associations between the autonomic nervous system (ANS) and affective states: A critical review of the literature. International Journal of Psychophysiology, 192:35-42. DOI: 10.1016/j.ijpsycho.2023.08.001 [PMID: 37543289] ↩
-
Jerath R, Syam M, Ahmed S (2023). The Future of Stress Management: Integration of Smartwatches and HRV Technology. Sensors (Basel), 23(17):7314. DOI: 10.3390/s23177314 [PMID: 37687769] ↩
-
Miller DJ, Sargent C, Roach GD (2022). A Validation of Six Wearable Devices for Estimating Sleep, Heart Rate and Heart Rate Variability in Healthy Adults. Sensors (Basel), 22(16):6317. DOI: 10.3390/s22166317 [PMID: 36016077] ↩ ↩2 ↩3
-
Stone JD, Ulman HK, et al. (2021). Assessing the Accuracy of Popular Commercial Technologies That Measure Resting Heart Rate and Heart Rate Variability. Frontiers in Sports and Active Living, 3:585870. DOI: 10.3389/fspor.2021.585870 [PMID: 33733234] ↩ ↩2
-
Kinnunen H, Rantanen A, Kenttä T, Koskimäki H (2020). Feasible assessment of recovery and cardiovascular health: accuracy of nocturnal HR and HRV assessed via ring PPG in comparison to medical grade ECG. Physiological Measurement, 41(4):04NT01. DOI: 10.1088/1361-6579/ab840a [PMID: 32217820] ↩
-
Bland JM, Altman DG (1986). Statistical methods for assessing agreement between two methods of clinical measurement. The Lancet, 327(8476):307-310. DOI: 10.1016/S0140-6736(86)90837-8 [PMID: 2868172] ↩
-
Umetani K, Singer DH, McCraty R, Atkinson M (1998). Twenty-Four Hour Time Domain Heart Rate Variability and Heart Rate: Relations to Age and Gender Over Nine Decades. Journal of the American College of Cardiology, 31(3):593-601. DOI: 10.1016/S0735-1097(97)00554-8 [PMID: 9502641] ↩
-
Csathó Á, Van der Linden D, et al. (2024). Change in heart rate variability with increasing time-on-task as a marker for mental fatigue: A systematic review. Biological Psychology, 185:108727. DOI: 10.1016/j.biopsycho.2023.108727 [PMID: 38056707] ↩
-
Benjamim CJR, Monteiro LRL, et al. (2021). Caffeine slows heart rate autonomic recovery following strength exercise in healthy subjects. Revista Portuguesa de Cardiologia, 40(6):399-406. DOI: 10.1016/j.repce.2020.07.021 [PMID: 34274079] ↩
-
Laborde S, Allen MS, et al. (2022). Effects of voluntary slow breathing on heart rate and heart rate variability: A systematic review and a meta-analysis. Neuroscience and Biobehavioral Reviews, 138:104711. DOI: 10.1016/j.neubiorev.2022.104711 [PMID: 35623448] ↩
-
Birdee G, Nelson K, et al. (2023). Slow breathing for reducing stress: The effect of extending exhale. Complementary Therapies in Medicine, 73:102937. DOI: 10.1016/j.ctim.2023.102937 [PMID: 36871835] ↩
-
Magnon V, Dutheil F, Vallet GT (2021). Benefits from one session of deep and slow breathing on vagal tone and anxiety in young and older adults. Scientific Reports, 11(1):19267. DOI: 10.1038/s41598-021-98736-9 [PMID: 34588511] ↩
-
Kuula L, Halonen R, et al. (2020). The Effects of Presleep Slow Breathing and Music Listening on Polysomnographic Sleep Measures - a pilot trial. Scientific Reports, 10(1):7421. DOI: 10.1038/s41598-020-64218-7 [PMID: 32366866] ↩
-
Bahameish M, Stockman T (2024). Short-Term Effects of Heart Rate Variability Biofeedback on Working Memory. Applied Psychophysiology and Biofeedback, 49(2):221-233. DOI: 10.1007/s10484-024-09624-7 [PMID: 38366274] ↩
-
Minjoz S, Jeanne R, Pellissier S, Hot P (2026). Psychophysiological effects of heart rate variability biofeedback versus sham biofeedback: A randomized controlled trial. Biological Psychology, 198:109254. DOI: 10.1016/j.biopsycho.2026.109254 [PMID: 41905438] ↩