高血压是一个“沉默的杀手”，超过一半的患有高血压的成年人并不知道自己患有此病。这种认知不足是一个重大关切，因为早期干预对于预防重大不良心血管事件至关重要。

可穿戴技术有能力识别高血压信号，但这些传感器通常不够灵敏，无法直接测量血压，而且读数需要对照传统袖带式血压测量数据进行校准。近期的研究表明，人工智能（AI）或能解决这一问题，但之前的评估没有将金标准血压监测方法作为参照点，也没有将测量值与已有的高血压筛查方法进行比较。

这一结果凸显了消费级智能手表在人群层面开展机会性高血压筛查方面的潜力：通过促使有风险的人群接受临床评估，并采用成熟的袖带式方法完成确诊，从而提供一种易于获取的工具，以应对这一重大公共卫生挑战。

在这项最新研究中，研究团队证实，将谷歌的一款消费级智能手表记录的信号输入一个 AI 系统，就能检测高血压，且准确度与传统诊室袖带式血压计相当。

该 AI 系统名为 AI-PPG-ACC-HTN，其融合了两种来自智能手表传感器的数据流，光电容积脉搏波（PPG），利用反射光追踪腕部皮下微血管组织中的血容量的变化；加速度计数据，识别静止时段并捕捉心脏将血液泵入主动脉时产生的微小腕部振动。这些机械信号与光学脉搏波形一起，为心血管活动提供了另一视角。

首先，研究团队利用 2109 名知情同意参与者提供的 492347 小时传感器数据训练神经网络。这一阶段采用自监督学习：模型从未经标注的录音中学习模式，而无需为每一段数据提供医学标签。它学会了将同一个人重叠的 15 秒光学和运动记录在数学表示中拉近。下一阶段会对这些学习到的信号特征在多个天数上进行平均，从而降低运动或温度变化等暂时性干扰的影响。随后，将这一结果与佩戴者的身高数据相结合，身高被用作脉搏波在动脉中传播距离的替代指标。随后，统计分类器会计算高血压的连续概率，而不是收缩压和舒张压的具体数值。

这项前瞻性验证研究在美国五个地点共纳入了 196 名受试者。受试者均无已知心血管疾病，且未服用降压药物。研究团队将智能手表 7 天的真实世界监测结果与 24 小时动态血压监测结果进行对照，后者是用于确定高血压状态的临床参考标准。

结果显示，智能手表系统与标准诊室测量对高血压的检测结果不相上下，智能手表系统比诊所袖带式血压监测准确发现的高血压病例还略多一些。具体来说，智能手表系统在为期 7 天的真实世界监测中，检测高血压的灵敏度为  65.8%，特异性为 90.0%，阳性预测值为 80.6%。，而诊室测量测量的灵敏度为 55.3%，特异性为 90.0%，阳性预测值为 77.8%。

最后，研究团队指出，该研究中的智能手表系统无法取代传统袖带血压监测，但可作为发现个人高血压迹象的工具，从而实现早诊断和早干预，或许还能减少心血管事件的发生。

论文链接：

https://www.nature.com/articles/s41586-026-11336-3