谷歌AI新研究登Nature：普通智能手表无需袖带即可筛查高血压

当地时间 11 月 5 日，谷歌发布博文，介绍其发表在《自然》（Nature）上的最新研究成果。

这套系统名叫 AI-PPG-ACC-HTN，属于多模态 AI 系统。它不用袖带校准，靠普通消费级智能手表就能被动捕捉高血压迹象。

常规方案想的是估算单次瞬时收缩压和舒张压，可这类数值极易被瞬时环境噪声干扰。谷歌的说法是，新系统换了思路：把连续多天采集到的被动生理特征聚到一起，重点判断个体身上是否存在潜在、持续的高血压状态。

• 自监督预训练方面，模型为 1D-CNN，训练用了超过 49 万小时的无标注数据，通过对比学习让模型自己去挖掘复杂的心血管生理特征。

• 多天聚合与分类方面，做法是对多天的 15 秒特征向量取均值，把瞬态噪声平滑掉，再结合身高（用来表征动脉路径长度），由逻辑回归模型输出持续高血压的概率评分。

性能评估上，研究团队在全美 5 个临床中心开展了前瞻性、多中心临床试验，纳入 196 名无心血管病史、也未服用降压药的受试者，参照基准是临床金标准——24 小时动态血压监测。试验结果如下：

• 初步筛查环节，特异度 90.0%，阳性预测值（PPV）80.6%，灵敏度 65.8%；门诊单次初筛则为灵敏度 55.3%、PPV 77.8%，前者优于后者。

• 确诊性检测针对的是初筛偏高人群，PPV 达 96.7%，特异度 90.9%，灵敏度 78.4%。这一结果好于门诊复测，也已经接近需要佩戴数天的家庭连续袖带监测。

该项研究成果已为谷歌健康应用中血压趋势“健康守护”功能提供核心技术支撑。