
本文目录

它记录的是一段时间里的身体信号,不是一个可以直接读出的数值
一、地铁上那一次对话
早高峰的地铁里,两个女生并排站着,其中一个把手机举到同伴面前,手腕上是一枚银灰色的环形设备。屏幕上是一条光谱色的弧线,上面标着"黄体期 第 21 天"。
"你看,它说我这几天是黄体期,情绪低落是正常的,让我多做恢复性训练。"她顿了顿,又补了一句,"它还说我压力偏高。"
同伴凑过来看:"这个准吗?"
"应该准吧,它一直在测我体温什么的。"
那位同伴接着问了一句我觉得非常关键的话:"那它测的是你身体里实际的激素吗?"
举着手机的那位沉默了大概两秒,然后说:"……不知道,反正它说是黄体期。"
这两秒的沉默,是这篇文章想展开的全部内容。
59%
厂商公开数据中,可穿戴设备用户里女性占比约这个数字——这是厂商押注女性健康的直接动因
94.1%
某腕式激素监测设备公布的周期相位识别准确率(厂商公布数据,需注意其研究设计与人群)
二、这几年发生了什么:从"手动记周期"到"设备自动判定相位"
2.1 第一代:它是日历,只是包装得像科学
早几年的经期 App,本质是日历加算法。你输入上一次月经的第一天,它按平均周期长度往后推算,告诉你"预计下次月经在几月几号""现在是第几天"。
这类工具的价值在于记录与提醒,但它有一个根本局限:**它假设你的周期是规律的,并且对所有人使用同一个平均模型。**而对周期不规律、多囊卵巢综合征、围绝经期的人群来说,这个假设恰恰不成立——最需要被理解的那群人,反而最容易被这个模型误导。
2.2 第二代:加上生理信号,从"推算"走向"识别"
接着是传感器层面的变化。设备开始持续采集多种生理信号:夜间皮肤温度、静息心率、心率变异性、呼吸频率、睡眠结构、活动量等等。
原理并不神秘:女性月经周期中,排卵后孕激素水平上升,会带来基础体温的小幅升高(通常在 0.2–0.5 摄氏度这个量级,个体差异很大)。持续采集夜间温度,理论上可以观察到一个温度台阶的变化,从而推断排卵可能已经发生。
这一步是真实的进展。它把判断依据从"日历推算"变成了"生理信号观测",对周期不规律的人比纯日历法更有意义。
2.3 第三代:AI 模型化——Oura 的女性健康专有模型
2026 年 4 月,Oura 推出了首个面向女性健康的专有模型,宣称基于 50 余项生物信号进行建模,用于识别周期相位、评估压力与恢复状态,并给出个性化建议。其用户中女性占比约 59%,这是厂商在女性健康方向加大投入的直接商业动因。
需要说清楚的是:**这是一套基于多信号的相关性模型,它的输出是"推断出的状态概率",不是"测得的激素浓度"。**这个区别不是文字游戏,它是这篇文章的核心。

设备替你自动记录,但把身体感受同时写下来的那本笔记,仍然是另一种信息
2.4 第四条路线:真正去测激素的腕式设备
与"靠信号推断"不同的,是尝试直接在体表做生化监测的方向。斯坦福相关团队孵化的腕式激素监测设备(Clair)公布了约 94.1% 的周期相位识别准确率,被视为"无创激素监测"方向上的一次标志性进展。
如果这条路走通,它的意义确实不同于前者——因为它拿到的是生化层面的信息,而不是从温度、心率等信号反推出来的状态标签。但同样要注意:**公布的准确率来自厂商自己的研究设计,其纳入人群、对照标准、以及在不同生理状态(如围绝经期、多囊卵巢综合征、使用激素类避孕方式)下的表现,都需要独立验证。**研究数据与消费级产品的实际表现之间,通常存在差距。
请区分这两条技术路线:
一条是"用多种生理信号推断你可能处于哪个周期阶段"(模型推断);另一条是"尝试直接测量体液中某种物质的浓度"(生化测量)。两者的证据层级、误差来源、以及对个体的适用性都不一样,但在消费级产品页面上,它们被呈现得同样专业。
2.5 资本与政策为什么同时加码
这不是偶然。美国 ARPA-H 启动了规模约 1.1 亿美元的女性健康专项;与此同时,多家女性健康服务商完成大额融资。行业叙事的重心,已经从"消费级小硬件"转向"更年期医疗基础设施"——也就是说,卖的不再只是一个记录工具,而是一套希望进入临床路径中去的服务体系。
这个转向值得关注,因为它意味着这类产品会越来越多地出现在诊室里、出现在医生的问诊中、出现在保险与雇主福利方案里。当工具从"自己看看"变成"影响临床决策"时,它的准确性门槛就不再是消费电子标准了。
三、证据综述:它们能做什么,做不到什么
3.1 它们确实能做到的
**第一,长程、连续、在真实生活里采集。**这是设备相对于单次抽血的天然优势。一次抽血反映的是一个瞬间,而设备记录的是几十上百天的趋势。对于症状与周期关系不清晰的人,这种长程数据有真实价值。
**第二,发现个人化的规律。**比如某些人可能确实存在"睡眠质量在周期后半段下降"的稳定模式。这类个人化观察,即使是推断性的,也可能对生活方式调整有帮助。
**第三,提高自我觉察与就诊准备度。**带着几个月的数据去看医生,比只凭回忆描述"我好像最近不太对",信息量大得多。
3.2 它们根本上做不到的
**第一,它们不测量激素浓度(对绝大多数消费级设备而言)。**这一点必须反复强调。"算法说你处于黄体期"和"血液检测显示你的孕酮是某个数值",是两种不同性质的陈述。前者是一个基于统计模型的状态标签,后者是一个有量纲、有参考区间、有检验误差范围的测量结果。
把前者当成后者,会导致一个非常具体的后果:**你可能会认为自己的激素是"正常的",仅仅因为设备显示了四个阶段中的一个。**而设备显示"黄体期",并不排除你存在黄体功能不足、不排卵、或其他内分泌异常。它可以显示一个标签,但它没有能力回答"我的孕酮水平够不够"这个问题。
社媒/产品页面常见表述:"设备能监测你的激素水平变化。"
更准确的表述是:设备通过多种生理信号
推断
你处于周期的哪个阶段。
推断的状态 ≠ 测得的浓度。
前者的准确率可以用"识别对不对"来衡量,后者的准确率要用检验学的指标来衡量,两者不能互相替代。

有量纲、有参考区间、有检验误差——这是"浓度"三个字真正的分量
**第二,人群适用性有边界。**多数算法的训练数据来自规律周期的育龄女性。而对围绝经期女性,周期本身变得不规律、排卵事件变得难以预测、夜间温度模式也可能被潮热与睡眠中断打乱——在这个人群里,以"规律周期"为前提的模型,其可靠性会显著下降。
这一点对本文的读者尤其相关。**40+ 女性恰恰是这类产品最想争取、却也是算法最容易失准的人群。**如果你正处于围绝经期,设备给出的"周期相位"标签,其可信度低于它在你 30 岁时的水平。
**第三,它们不诊断。**设备的输出是趋势信息,不是诊断结论。没有一款消费级可穿戴设备可以替代问诊、体格检查、实验室检测与影像学检查。这不是监管态度保守,而是由工具本身的信息层级决定的。
3.3 一个容易被忽略的方法学要点
当你看到"准确率 94.1%"这类数字时,需要问三个问题:
**和什么比?**金标准是什么——是血液激素检测,还是超声确认排卵?不同的对照标准,得出的准确率含义完全不同。
**在谁身上测的?**纳入的是规律周期的健康年轻女性,还是包含了围绝经期与内分泌疾病人群?后者才是真实世界的复杂度。
**谁做的研究?**厂商主导的研究与独立第三方验证,在证据等级上不同。这不意味着厂商数据不可信,但意味着它需要独立复现。
读产品数据的三个问题
对照标准是什么 · 纳入人群是谁 · 研究由谁完成。这三个问题回答不了,任何准确率数字都无法直接外推到你自己身上。
四、风险与争议:两类真实存在的问题
4.1 第一类:认知层面的混同
这是本文最关心的问题。
产品界面上,一个由算法推断的"黄体期"标签,和一个由实验室检测出的"孕酮 12 ng/mL",在视觉呈现上可能同样具有权威感。用户没有义务理解两者的技术差异——这正是产品设计的责任所在。
由此产生的具体风险包括:
**风险一:把"设备说正常"当成"医学上正常"。**设备显示四个阶段循环正常,可能会让一个有实际内分泌问题的人延迟就医。这类延迟,在月经紊乱、异常出血、围绝经过渡期症状等问题上,代价是实实在在的。
**风险二:把设备建议当成医疗建议。**设备给出的"多做恢复性训练""注意补充营养"等提示,属于一般性生活方式引导。它没有你的病史、没有你的用药情况、不知道你是否在使用影响周期的药物或激素类避孕方式。这些提示不能替代医嘱。
**风险三:反向焦虑。**有一类用户会对数据过度投入——每天查看评分,因为"恢复分数低"而焦虑,因为"周期预测不准"而怀疑自己的身体。设备本来是用来降低不确定感的,结果变成了新的不确定感来源。
4.2 第二类:数据层面的问题
周期数据不是普通数据。它包含的信息可以推断出:是否怀孕、是否有月经异常、是否有内分泌疾病、性活动相关的模式、情绪与睡眠状态。
当这些数据上传到云端,隐私边界的问题就变得具体:
**数据存在哪里、存多久、谁能访问?**这一点必须在隐私政策里找到明确答案,而不是只看产品页面上的"我们重视你的隐私"。
**是否会被用于训练模型?**很多服务的条款里会写明数据可能用于改进算法。这意味着你的生理数据可能成为他人模型的一部分。是否可关闭、关闭后功能是否受影响,需要事先确认。
**是否有商业共享?**尤其是涉及雇主福利项目或保险公司合作的产品,数据流向需要格外留意。这类场景下的"自愿使用",其自愿程度需要打一个问号。
**是否涉及跨境传输?**不同司法辖区的数据保护规则不同,这一点在跨境服务中尤其需要注意。
一条硬边界
设备记录的是你身体的长期数据。在任何情况下,都不要把设备数据作为唯一的健康信息来源,也不要因为它"看起来一切正常"而推迟就医。就医的触发条件应该是症状,不是评分。
4.3 关于"女性健康科技"这个行业的诚实评价
可以同时成立的两件事:
一方面,这个方向确实在填补长期存在的空白。女性生理数据在医学研究中被忽视了几十年,围绝经期尤其如此。有资金、有技术、有产品进入这个领域,整体上是进步。
另一方面,"女性健康"同时也是当下最有商业吸引力的叙事之一。当资本涌入时,产品宣传的边界容易被推得比证据更远。作为消费者,你能做的最有效的事,是把产品的"监测"能力和"诊断"能力分开来评估,并接受前者的价值——它不需要假装成后者,本身也已经有用。
五、可操作建议:怎么用它,才不亏
把它当成"趋势观察工具"的三条使用原则
**1. 用它发现规律,不用它下结论。**连续几个月的数据如果能显示出某个模式——比如"每次周期后半段睡眠变差"——这是一个值得记录的观察。但这个观察的下一步是带去问医生,而不是自己在设备里找答案。
**2. 带着规律去就诊,而不是带着设备去就诊。**把设备里的数据导出成一份简单的记录(时间、症状、周期标记),比现场掏出手机给医生看光谱图更有效。医生需要的是可读的时间序列信息,不是产品界面。
**3. 明确它不替代什么。**建议在开始使用时就写下这句话贴在手机备忘录里:它不测激素浓度,不做诊断,不替代任何一次该做的检查。
5.1 隐私自我保护清单
注册前的四个动作
1. 找到隐私政策里的"数据用途"段落,确认是否包含"用于模型训练/产品改进",以及是否可以关闭。
2. 确认数据存储与跨境传输安排,尤其是服务商注册地在境外的情况下。
3. 如果需要连接雇主或保险相关项目,先确认数据共享范围。如果条款没有明确写明"不向雇主提供个体数据",请谨慎。
4. 开启账号的双重验证,并定期检查已授权的第三方应用列表。周期数据账号被盗,后果不只是隐私。
5.2 什么时候必须放下设备,去看医生
不要用设备数据说服自己"再等等"的情况
· 月经停止超过 3 个月(排除妊娠)
· 出血量突然显著增多、经期显著延长,或两次月经之间出血
· 疼痛程度影响到日常生活
· 周期从规律变为长期不规律,且持续 3 个周期以上
· 出现明显的潮热、盗汗、情绪波动等围绝经期症状并影响生活
· 备孕 12 个月(35 岁以上 6 个月)未妊娠
· 设备显示的数据与你身体的实际感受长期严重不符
以上任何一条出现时,正确动作是预约就诊,不是增加一个设备。
5.3 对 40+ 读者的特别提醒
如果你正处于围绝经期,请对设备给出的"周期相位"标签保持额外的怀疑。
原因很直接:围绝经期的核心特征就是周期变异性增大、排卵事件变得不可预测。以规律周期为训练前提的模型,在这个阶段的解释力会下降。设备可能仍在用一套"卵泡期—排卵—黄体期"的框架给你贴标签,而你的身体可能已经在走一条它没见过的新路径。
在这个阶段,设备数据最合理的用法是:记录症状的时间分布(比如潮热一天几次、睡眠中断几次、情绪波动的模式),然后把这些记录带给医生,用于评估是否需要进一步检查或干预。
而不是用它来判断"我是不是还在正常周期里"。这个问题,围绝经期本身就让"正常周期"这个概念变得不太适用了。
六、结论:让它做它能做的事
回到地铁上那两秒的沉默。
那位女生问的是这篇文章里最重要的问题:"它测的是你身体里实际的激素吗?"
在绝大多数消费级可穿戴设备上,答案是:不是。它测的是温度、心率、心率变异性、呼吸、睡眠、活动这些信号,然后用模型推断你可能处于哪个周期阶段。这个推断在合适的人群里可能相当准确,但它和"抽血化验出的孕酮数值"仍然不是同一个东西。
这不是说设备没有价值。恰恰相反:
**它的价值在于长程、连续、在真实生活里——这是单次抽血做不到的。**它能帮你发现规律、记录症状、提高就诊时的信息质量。
**它的边界在于它不测量激素浓度、不做诊断、不替代检查。**它给你的是一个观察,不是一个结论。
所以最合适的用法只有一句话:用它发现规律,带着规律去就诊。
设备说你黄体期,你可以记下来。但如果你的身体在告诉你别的事情——出血变了、周期乱了、症状影响生活了——请相信身体,去医院。这条优先级更高
地铁会到站,手机会锁屏,那条光谱弧线会刷新成明天的数据。而你的身体,需要的是一个能读懂它、并且能对它做点什么的医生,不是一个更精确的腕表。
参考与延伸阅读
· 关于可穿戴设备基于夜间皮肤温度等信号推断月经周期相位的一般原理与局限,可参考月经周期生理学与数字健康领域的综述性文献(观察性与验证性研究并存,模型准确率受人群影响)。
· Oura 于 2026 年 4 月发布面向女性健康的专有模型,基于 50 余项生物信号,其用户中女性占比约 59%(厂商公开信息)。
· 斯坦福相关团队孵化的腕式激素监测设备(Clair)公布的周期相位识别准确率约 94.1%(厂商公布研究数据,需独立验证)。
· 美国 ARPA-H 启动规模约 1.1 亿美元的女性健康专项(公开政策信息)。
· 关于可穿戴设备数据隐私与跨境传输的一般原则,可参考各司法辖区数据保护相关规定与服务商隐私政策。
本文所引厂商数据均已标注来源性质;具体数字请以原始公开材料为准。
本文为健康科普,不构成个体化诊疗建议。文中提及的产品与技术仅用于说明原理,不构成为任何品牌或产品的推荐或背书。可穿戴设备属于健康趋势监测工具,不属于诊断器械,其输出不能替代医学检查、实验室检测与专业诊断。任何症状评估、检查选择与治疗决策,请咨询具备资质的医疗专业人员。涉及用药或激素相关治疗方案的调整,必须由主诊医生结合个人情况评估后决定。


