依据一项新研究里的实体模型，用以追踪Apple Watch Series 5 和 Fitbit Versa 2 等可穿戴设备核心率的光线传感器在深棕色肌肤或肥胖人群中效果不好。
佛罗里达州国际大学研究微生物成像传感器的副教授职称、研究创作者洁西卡·拉梅拉-罗蔓 （Jessica Ramella-Roman）表明，这对目前内放置设备上功能的来说是一个难题，但是对于将光线传感器用以可穿戴设备里的新应用（比如监测血压）坚持不懈的努力而言，这也是一个不太好的征兆。
她讲：「机器的构架务必更改。」
该研究研究了三种可穿戴设备里的光学容量描记（photoplethysmography / PPG）信号，这是一种运用光的反射方法的变化来精确测量血液的专业技术，这三中机器设备各是Apple Watch Series 5、Fitbit Versa 2 和 Polar M600。 研究工作组用了一个模式来仿真模拟光怎样越过机构，以表明这种机器设备里的感应器在各个肌肤特点中的主要表现。 比较深的肌肤具有很高的黑色素细胞并消化吸收更多光，而肥胖人皮肤远比非肥胖人皮肤更厚，水份越来越少，血液流通越来越少。 虽然之前有关可穿戴设备准确性偏见的研究主要在皮肤颜色上，但拉梅拉-罗蔓表明，即使具有这种生理学差别，但很多研究并没有包括一些肥胖人群。
研究人员的实体模型发觉，PPG信号并没伴随着肤色变化而出现很大变化：不一样机器设备间的变化不上 10%。 可是，独立仿真模拟及与皮肤颜色一起仿真模拟，肥胖会导致信号产生达到 60% 的变化。 作者在研究上说，信号遗失好像主要是因为肥胖人群皮肤的厚度的变化。 PPG信号的最高值出现了变化，该信号用以测算心跳，但是其信号抗压强度不可依据心跳值而变化。 信号的形态也产生了变化—不一样的人群在使用这种变化来跟踪血压值。
「伴随着大家提升BMI水准并提高皮肤颜色，信号变弱，随后别的特点也逐渐消退，」研究发觉，感应器较小的 Fitbit 信号遗失比 Apple Watch 比较严重。
拉梅拉-罗蔓注重，此项研究仅仿真模拟了一些可穿戴设备怎样在实验室中检验信号。 该精英团队仍需要在真实的人的身上查验这种机器设备，以确定调查报告。 现在他们正在进行中此项研究，到现在为止早已招生了大概100人。
可是，像這樣的解读所表明的問題促使期待应用穿戴設備來跟蹤服务不够群體的心血管健康的項目變得複雜。這項新研究说明，研究人員必須謹慎应用 PPG，特別是對於致力于应用這些設備來幫助監測心脑血管病問題高風險群体（包含肥胖人群）的項目。 「在這種情況下，重點是關注血壓，但是很多關於血壓的研究都用了 PPG 和多种方式某種組合。」
研究结果還说明，别的应用光傳传感器和 PPG 的設備，如醫院或醫生辦公室的血氧含量測量儀，肯定会適用於肥胖人群。极少有研究評估這些設備。
拉梅拉-羅曼說，喜讯是應該能够调整設備（比如通過移動傳传感器的間距），便于它們在皮膚較黑或肥胖的人的身上更準確，且不會影響别的人群準確性。
她說：「系統最初設計方法很有可能没有考慮到這些人，但是他們肯定能作出改變，我看不出来有哪些麼會限定這一點。」
