利用Apple Watch6 系列的心电图传感器，研究人员发现心电图数据（包括心脏加速和减速能力）与参与者在读数时报告的压力水平之间存在密切联系。然后利用这些信息开发了机器学习算法，以创建一个预测模型。
据称，这些压力模型具有「高水平的精确度」，但召回率较低（召回率是指模型或系统能够正确识别出的正例（positive instances）占所有正例的比例。例如，如果一个垃圾邮件过滤器有较低的召回率，那么它可能会漏掉一些垃圾邮件，即使这些垃圾邮件是明显的。）。该研究的结论是，Apple Watch在压力预测方面具有「有希望的」潜力，并建议，由于该设备收集了额外的健康信息，如睡眠和活动信息，甚至更多的数据点可以被整合到压力模型中，以提高其预测的准确性。
