Smartwatches y salud: qué miden bien, qué estiman y qué no deberías interpretar como diagnóstico

Qué capta físicamente un reloj

Bajo la caja hay muy pocos sensores reales: un fotopletismógrafo (PPG) que ilumina la piel y lee cuánta luz vuelve, un acelerómetro y un giroscopio, a veces un electrodo para registrar una derivación de electrocardiograma, y un receptor de posicionamiento por satélite. Algunos añaden temperatura de la piel y un canal específico para estimar saturación de oxígeno. Ese es todo el material de partida.

De ahí sale la primera capa: pulsaciones por minuto, movimiento y posición. La segunda capa —fases del sueño, calorías, estrés, edad biológica, «disposición para entrenar»— no se mide: se calcula combinando esas señales con modelos propietarios que cada fabricante entrena por su cuenta y no publica. Dos relojes con el mismo sensor pueden darte números distintos porque no comparten algoritmo, y ninguno está obligado a explicar el suyo.

Frecuencia cardiaca: lo mejor validado del aparato

Es donde los relojes salen mejor parados. En la revisión de Doherty (2024), el sesgo medio agrupado para frecuencia cardiaca se sitúa en torno a ±3 %, un margen aceptable para seguir tendencias y para entrenar por zonas amplias. La detección de arritmias en los estudios revisados alcanzó una sensibilidad agrupada del 100 % y una especificidad del 95 %: muy buena para no dejar pasar un evento, con falsos positivos suficientes para que la confirmación posterior sea imprescindible.

El matiz importante es el contexto de medida. El PPG de muñeca pierde fiabilidad cuando hay movimiento brusco del brazo, cambios rápidos de intensidad, frío periférico o una correa floja. En intervalos cortos y en deportes de agarre —remo, pesas, bici por terreno técnico— una banda pectoral sigue siendo otra categoría de dato. Para pulso en reposo, tendencia semanal y esfuerzos estables, la muñeca basta.

Sueño: bien para dormido/despierto, flojo para fases

Aquí conviene separar dos preguntas. Distinguir sueño de vigilia es una tarea que los relojes resuelven bien. Robbins y colaboradores (2024, Sensors) compararon tres dispositivos de consumo con polisomnografía en 35 adultos sanos durante una noche de laboratorio: la sensibilidad para detectar sueño frente a vigilia fue igual o superior al 95 % en los tres, y la duración total estimada no difirió significativamente de la referencia.

La segunda pregunta —en qué fase estabas— es otra cosa. En ese mismo estudio la sensibilidad por fases cayó a un rango del 50 al 86 % según dispositivo y fase, con desviaciones concretas y grandes: uno de los relojes subestimó el sueño profundo en 43 minutos y sobreestimó el ligero en 45. La revisión de Doherty va en la misma dirección y describe una tendencia general a sobreestimar el tiempo total de sueño, con errores porcentuales absolutos habitualmente por encima del 10 %.

Birrer y colaboradores (2024, npj Digital Medicine) explican por qué. Su revisión de 35 artículos y 62 configuraciones de wearables muestra que los dispositivos que solo usan acelerómetro sirven para detectar sueño y vigilia, pero no para clasificar fases; hacen falta datos de PPG combinados con movimiento para acercarse, y aun así los algoritmos comerciales rara vez se validan de forma comparable entre sí ni en poblaciones diversas. Los autores piden precisamente eso: protocolos de validación estandarizados y transparencia sobre el rendimiento por fase.

Calorías, VO₂máx y esfuerzo: el terreno más débil

Los datos agrupados por Doherty son claros. El gasto energético mostró un sesgo medio pequeño en promedio (unas −3 kcal por minuto, −3 %) pero con un rango de error de −21 % a +15 % entre estudios: en la práctica, la cifra de tu reloj puede estar desviada en cualquiera de los dos sentidos y no sabes en cuál. La intensidad de la actividad física registró errores absolutos medios de entre el 29 y el 80 % según el tipo de esfuerzo. El VO₂máx estimado se sobreestimó de forma sistemática: alrededor de un 15 % en pruebas en reposo y un 10 % en pruebas de ejercicio.

Los pasos, en cambio, se comportan mejor: los dispositivos tienden a subestimarlos con errores porcentuales de en torno al 9-12 %. Y la saturación de oxígeno mostró diferencias absolutas medias de hasta un 2 % frente a la referencia, suficiente para una tendencia y claramente insuficiente para tomar decisiones clínicas.

Cuando hay una enfermedad de por medio

Kaplan y colaboradores (2026, PLOS Digital Health) publicaron una revisión paraguas sistemática sobre el uso de wearables de consumo en el seguimiento ambulatorio de pacientes con síndromes posinfecciosos. Su lectura es prudente y vale para todo el campo: hay señales prometedoras para monitorizar variables ambulatorias, y a la vez heterogeneidad metodológica, validación limitada en población con patología y ausencia de estándares que permitan trasladar los resultados a la práctica clínica.

Es una distinción que el marketing borra con frecuencia. Que un sensor funcione razonablemente en adultos sanos en un laboratorio no implica que funcione igual en alguien con fiebre, con medicación que altera la frecuencia cardiaca, con perfusión periférica reducida o con un tono de piel y una masa grasa distintos de los de la muestra de validación. Ese último punto —cómo varía el rendimiento del PPG entre poblaciones— es una de las lagunas que más se repite en las revisiones.

Cómo usar un reloj sin que te use a ti

1. 1

   Decide qué decisión vas a tomar con el dato

   Si no hay ninguna decisión detrás —ajustar la hora de acostarte, bajar la intensidad de una sesión, pedir cita—, ese dato solo genera ruido.

2. 2

   Quédate con dos o tres métricas

   Pulso en reposo, horas de sueño y carga de entrenamiento cubren casi todo lo accionable. El resto del panel es decoración informativa.

3. 3

   Lee tendencias de semanas, no valores de un día

   El error de una medición aislada es del mismo orden que las diferencias que buscas. La media de siete días sí dice algo.

4. 4

   Comprueba qué se queda detrás de una suscripción

   Buena parte del análisis avanzado es de pago en varias marcas. Conviene saberlo antes de comprar.

5. 5

   Revisa qué pasa con tus datos

   Estás generando un registro continuo de fisiología. Merece la pena leer qué se exporta, qué se comparte y cómo se borra.

Y entonces, ¿qué reloj?

Esta publicación no responde a esa pregunta a propósito: la exactitud documentada no distingue apenas entre gamas, y la decisión real depende de tu móvil, de tu muñeca, de si vas a dormir con él y de cuánto te importa cargarlo. Eso sí se puede comparar con especificaciones oficiales, y es exactamente lo que hacemos en las comparativas del clúster.