Des chercheurs de l'Université du Mississippi ont mené une méta-analyse des résultats de 56 études différentes comparant la précision de l'Apple Watch à des appareils médicaux de référence. Ils se sont concentrés sur trois indicateurs clés : la fréquence cardiaque, le nombre de pas et la consommation de calories. Les résultats dressent un tableau mitigé de cette montre connectée populaire. Lors de la mesure de la fréquence cardiaque, l'Apple Watch ne s'écarte que de 4,43 % par rapport aux appareils de référence, un excellent résultat. La montre connectée excelle également dans le comptage des pas, avec un taux d'erreur de 8,17 %. Les experts considèrent qu'un taux d'erreur inférieur à 10 % est excellent pour les trackers d'activité. En revanche, pour le calcul de la consommation de calories – une valeur sur laquelle de nombreux utilisateurs basent leur alimentation et leur activité physique – l'Apple Watch est terriblement loin de la réalité. Selon l'étude, l'écart atteint 27,96 %. Cela signifie que les chiffres de la consommation de calories sont près de trois fois plus imprécis que les autres valeurs mesurées.

La grande imprécision du calcul des calories était évidente pour toutes les activités étudiées, qu'il s'agisse de marche, de course à pied, de vélo ou d'autres entraînements d'intensité variable. Cependant, le problème ne se limite pas à l'Apple Watch. D'autres études ont montré que les montres connectées et les trackers d'activité concurrents présentent des imprécisions similaires dans le calcul des calories. Cependant, les chercheurs ont constaté que les nouveaux modèles d'Apple Watch ont tendance à mesurer plus précisément que les anciennes versions. Le calcul des calories est particulièrement complexe car il dépend de nombreux facteurs individuels. Le poids corporel, l'âge, le sexe, la masse musculaire et le métabolisme individuel influencent considérablement la dépense énergétique réelle. Les montres connectées ont une capacité limitée à prendre en compte ces variables personnelles et doivent s'appuyer sur des algorithmes généraux.