全球超半数高血压患者不知道自己患病。Google Research 团队在《Nature》发表的一项前瞻性多中心研究表明，消费级智能手表上的光电容积脉搏波（PPG）与加速度计（ACC）信号，经 AI 模型处理后，无需任何袖带校准即可被动筛查高血压，其特异性达到 90.0%，阳性预测值（PPV）达到 80.6%——与同一队列中传统诊室血压初筛的表现处于同一水平线上。这项名为 AI-PPG-ACC-HTN 的系统，在 5 个美国站点、196 名参与者的 7 天真实世界监测中，以 24 小时动态血压监测（ABPM）为金标准完成了验证。

数字本身需要语境。196 人的样本量、排除已知心血管疾病和降压药使用者的入选标准、65.8% 的灵敏度——这些参数共同勾勒出一个明确的边界：这是一项早期可行性研究，证明了”被动、无校准、多日聚合”这条技术路线走得通，但距离替代临床诊断或改变患者结局，中间还隔着大规模验证、监管审批和临床工作流整合等多重关卡。

高血压筛查的结构性缺口

据《Nature》论文，高血压是一个”silent killer”，超过半数受影响的成年人不知道自己的状况。这一认知缺口的临床后果是直接的：据论文所述，早期干预对预防重大不良心血管事件至关重要，而漏诊意味着干预窗口的错失。

现有的筛查体系依赖诊室血压测量。据 Epocrates 报道，美国预防服务工作组（US Preventive Services Task Force）建议对所有成人进行筛查，40 岁及以上或高风险人群应每年筛查 1 次。但有限的常规医疗可及性和不均衡的筛查习惯，使得大量病例未被发现。据 Google Research 官方博客，这一筛查缺口在年轻成人群体中尤为突出——18 至 44 岁人群漏诊可能延迟挽救生命的早期干预，并显著增加中风或心力衰竭等不良心血管事件的长期风险。

可穿戴设备看似是一个自然的解决方案，但无袖带血压监测的技术实现一直面临根本性挑战。据 Google Research 官方博客，现有商业解决方案通常需要使用传统臂式袖带进行定期校准，这意味着它们只能追踪相对于袖带基线读数的变化，而非识别绝对的高血压状态，限制了其作为独立筛查工具的效用。换言之，用户必须先用传统袖带建立一个基线，设备才能在此基础上追踪偏移——这本身就预设了用户已经接触过临床测量，恰恰是筛查盲区人群最不可能满足的前提条件。

更进一步，据 Epocrates 报道，此前无袖带检测的研究通常以家庭血压读数作为准确性基准，这可能模糊真实性能表现。家庭血压测量本身存在测量误差和白大衣效应的反向问题，用一个不够精确的参考标准去评估新方法，得到的性能数字自然缺乏说服力。

Google 这项研究的设计起点，正是针对上述两个痛点：第一，不依赖任何袖带校准，直接从原始传感器信号出发进行分类；第二，以 24 小时动态血压监测（ABPM）而非诊室或家庭血压作为金标准参考。这两个设计选择在方法论上构成了与既往研究的关键分野。

AI-PPG-ACC-HTN 系统：方法论的逐层拆解

理解这项研究的技术含量，需要从传感器信号到最终分类输出逐层拆解 AI-PPG-ACC-HTN 系统的架构。

传感器层：PPG + ACC 的多模态融合。 系统使用消费级智能手表上的两种传感器：光电容积脉搏波（PPG）和加速度计（ACC）。据 Google Research 官方博客，PPG 是一种光学传感器，通过测量反射光来追踪腕部血容量变化，捕捉脉搏波轮廓；加速度计则是一种运动传感器，帮助识别静止时段，并捕捉心冲击图（ballistocardiogram, BCG）——即心脏将血液射入主动脉时产生的微小腕部物理振动。这种多模态设计的工程意义在于：PPG 信号在运动状态下噪声极大，加速度计提供的运动状态信息可以帮助系统筛选出信号质量较高的静止时段进行分析，同时加速度计本身捕捉的 BCG 信号也携带了与心血管状态相关的信息。

预训练层：49 万小时数据的自监督学习。 据《Nature》论文及 Google Research 官方博客，系统的波形编码器（waveform encoder）是一个 1-D 深度卷积神经网络，通过自监督对比学习在约 492,347 小时的无标注数据上进行预训练，这些数据来自 2,109 名知情同意的参与者，使用重叠的 15 秒传感器片段。

这个预训练规模和策略选择需要展开分析。492,347 小时是一个相当可观的预训练语料库。按上述披露数据推算，2,109 名参与者平均每人贡献约 233 小时（约 10 天）的佩戴数据。自监督学习意味着模型在这一阶段不需要任何血压标签，而是通过学习信号片段之间的对比关系来构建对脉搏波形的通用表征。这一策略的核心优势在于：标注数据（即同时拥有智能手表信号和 ABPM 金标准血压的配对数据）极其昂贵且难以大规模获取，但无标注的手表佩戴数据相对容易收集。通过自监督预训练，模型可以先从海量无标注数据中学习脉搏波形的底层物理特征——如脉搏波传导时间、波形形态、反射波特征等——然后在下游任务中用少量标注数据进行微调。

15 秒的片段长度也是一个经过考量的设计参数。15 秒足以覆盖多个完整心动周期（静息心率 60-100 次/分钟对应 15-25 个心跳），提供足够的波形统计信息，同时又短到可以从长时间佩戴数据中切割出大量训练样本。

推理层：多日聚合与正则化逻辑回归。 据 Data Phoenix 报道，对于每个人，系统将多日佩戴期间所有 15 秒片段的表征进行平均，将结果与参与者的身高结合，送入一个正则化逻辑回归分类器。分类器输出的是持续性高血压状态的概率，而非血压读数。

这里有几个关键的架构决策值得拆解：

第一，多日聚合。系统将约 7 天的数据聚合后给出一个综合评估。这一设计与高血压的临床定义高度吻合——高血压是一种持续状态，而非单次血压升高，24 小时 ABPM 之所以被视为金标准，正是因为它捕捉的是一段时间内的血压模式而非单点值。

第二，分类而非回归。系统输出的是”高血压/非高血压”的二分类概率，而非具体的收缩压/舒张压数值。据 Google Research 官方博客明确指出，该系统重新定义了问题框架——不是试图估计精确的、特定时刻的收缩压和舒张压数值（这些数值高度易受瞬时环境噪声影响），而是专注于通过多日聚合被动生理特征来识别个体潜在的持续性高血压状态。这一选择在技术上降低了问题难度（二分类比连续值回归更容易达到临床可用的准确度），在临床上也与筛查的使用场景匹配——筛查的目的是识别需要进一步确认性诊断的高风险个体，而非提供诊断本身。

第三，最终分类器使用正则化逻辑回归而非更复杂的深度学习模型。笔者判断，这一选择可能出于可解释性和过拟合风险的考量——在仅 196 人的验证队列上，复杂模型的过拟合风险远高于简单线性分类器。

第四，身高作为辅助输入。身高是已知的血压关联因素（与动脉长度和脉搏波传导距离相关），将其纳入模型在生理学上有据可依。

前瞻性验证：设计细节与核心数字

AI-PPG-ACC-HTN 系统的验证采用了前瞻性多中心设计，这在可穿戴健康研究中是一个相对高标准的选择。

研究设计。 据《Nature》论文，研究在 5 个美国站点开展，纳入 196 名多样化参与者，这些参与者无已知心血管疾病且未服用降压药物。据 Epocrates 报道，参与者中 68.4% 来自风险富集组（risk-enriched group），即研究有意纳入了更多可能患有高血压的个体，以确保验证队列中有足够的阳性病例进行统计分析。每位参与者佩戴 Pixel Watch 3 在家进行平均约 7 天的日常监测，同时进行 24 小时动态血压监测作为参考标准。

据 Epocrates 报道，高血压的定义为 24 小时平均血压 ≥130/80 mmHg，而诊室筛查使用的阈值为 140/90 mmHg。这一差异反映了临床实践中的标准分层：ABPM 的阈值通常低于诊室测量阈值，因为 ABPM 排除了白大衣效应的影响。

核心性能数字。 据《Nature》论文，在 7 天真实世界监测后，AI-PPG-ACC-HTN 的性能如下：

  • 灵敏度：65.8%（95% CI, 54.0%-76.3%）
  • 特异性：90.0%（95% CI, 83.2%-94.7%）
  • 阳性预测值（PPV）：80.6%（95% CI, 68.6%-89.6%）

作为对比，据《Nature》论文，同一队列中传统诊室血压初筛的表现为：

  • 灵敏度：55.3%（95% CI, 43.4%-66.7%）
  • 特异性：90.0%（95% CI, 83.2%-94.7%）
  • 阳性预测值（PPV）：77.8%（95% CI, 64.4%-88.0%）

数字的解读。 特异性 90.0% 意味着在没有高血压的人群中，约 10% 会被错误地筛查为阳性。据 Epocrates 报道，这个 90.0% 的特异性是研究团队在开发阶段设定的阈值，即系统的分类阈值是被调整到满足这一特异性水平的。这是一个重要的方法论细节——灵敏度和特异性之间存在权衡关系，固定特异性后比较灵敏度，才是公平的性能对比。

在这一固定特异性下，AI-PPG-ACC-HTN 的灵敏度为 65.8%，高于诊室初筛的 55.3%，但据 Epocrates 报道，这一差异在统计上不显著。换言之，手表筛查和诊室初筛在这个样本量下的表现没有统计学上可区分的差异。

PPV 80.6% 意味着当系统给出阳性筛查结果时，约 5 个人中有 4 个确实患有高血压（以 ABPM 为标准）。这是一个在筛查场景下相当有用的数字——它意味着阳性警报不会被大量假阳性淹没。

错误分析的额外洞察。 据 Epocrates 报道，在被手表漏检的高血压参与者中，65.4% 同时也有阴性的诊室血压读数。这表明手表漏检的病例很大程度上也是诊室测量漏检的病例——这些可能是血压仅轻度升高、或血压波动较大的个体，对任何筛查方法都构成挑战。

另一个发现：据 Epocrates 报道，在被手表错误筛查为阳性的参与者中，75% 在 ABPM 读数上满足某些高血压标准，尤其是夜间血压。这意味着很多”假阳性”实际上可能是”部分阳性”——这些个体虽然不满足 24 小时平均血压 ≥130/80 mmHg 的全标准，但确实存在夜间血压升高等异常模式。

据 Epocrates 报道，分类器的错误与肤色之间未发现统计学关联，参与者中深肤色占 35.2%。这一点对于基于光学传感器（PPG）的系统而言尤为重要，因为 PPG 信号的信噪比已知受皮肤色素沉着影响。

局限性的诚实清单

Google 团队对局限性的表述是坦率的。据 Data Phoenix 报道，Google 明确表示该系统是探索性的，不能替代临床臂式袖带，也不提供独立诊断。以下是需要逐条审视的局限：

样本量与统计效力。 196 人是一个足以进行初步可行性评估的样本量，但不足以支撑亚组分析或对少见临床表型的性能评估。灵敏度 65.8% 的 95% 置信区间为 54.0%-76.3%，跨度超过 22 个百分点，这本身就说明了估计的不确定性。在更大规模的验证中，真实灵敏度可能落在这个区间内的任何位置。

排除人群。 研究排除了已知心血管疾病患者和正在服用降压药物的人群。据 Epocrates 报道，这意味着系统在已接受治疗的人群中的表现（如监测治疗反应）以及在合并其他心血管疾病的人群中的表现，均未经测试。而在真实世界中，相当比例的高血压患者合并有糖尿病、冠心病、心力衰竭等疾病，这些疾病可能改变脉搏波形态，从而影响模型性能。

筛查而非诊断。 这一点再怎么强调都不为过。据 Data Phoenix 报道，该研究描述的是一种筛查方法，而非一个估计收缩压或舒张压的设备。它输出的是一个概率分类，而非一个血压数值。据 Epocrates 报道，美国预防服务工作组的现行指南建议，在使用经过验证的上臂设备进行诊室外测量确认筛查结果后，才开始治疗。手表的阳性结果是一个提示信号，触发进一步的临床评估流程，而非诊断终点。

未评估临床结局。 据 Data Phoenix 报道，研究未评估智能手表筛查是否改善了诊断率、治疗率或健康结局。一个筛查工具的最终价值不在于其诊断性能指标本身，而在于它是否能让原本不会被发现的患者被发现，以及被发现后是否导致了有效的干预和结局改善。这需要随机对照试验来回答。

风险富集设计的外推性。 68.4% 的参与者来自风险富集组，这意味着验证队列中的高血压患病率高于一般人群。PPV 是患病率敏感的指标——笔者判断，如果将这一系统部署到患病率更低的一般成人群体中，即使灵敏度和特异性不变，80.6% 的 PPV 也可能会显著降低，假阳性的比例会相应增加。

地理与人群代表性。 5 个美国站点的参与者不能代表全球人群。据 Epocrates 报道，研究团队表示下一步需要在更大规模、更具全球代表性的群体中进行验证。

技术路线的竞争格局与商业含义

AI-PPG-ACC-HTN 系统在技术路线上的核心创新可以浓缩为 3 个关键词：被动（无需用户主动操作）、无校准（不依赖袖带基线）、多日聚合（利用时间维度提升信号）。这 3 个特性共同定义了一种与现有无袖带血压方案截然不同的范式。

传统的无袖带血压监测方案——无论是基于脉搏波传导时间（PTT）、脉搏波分析（PWA）还是其他光学方法——几乎都需要袖带校准来建立个体化的信号-血压映射关系。据 Google Research 官方博客，现有商业解决方案通常需要使用传统臂式袖带进行定期校准，这意味着它们只能追踪相对于袖带基线读数的变化，而非识别绝对的高血压状态。这种校准依赖在工程上限制了设备的独立性，在使用场景上限制了对未诊断人群的覆盖。Google 的方案通过放弃逐次血压值估计、转向持续状态分类，绕开了这一根本性的校准难题。

据 Data Phoenix 报道，Google 表示研究发现帮助提供了信息，用于 Google Health 应用中名为 Health Guardian 的血压趋势功能，同时强调研究方法并不宣布现有或即将推出的商业设备能力。这一措辞的谨慎程度本身就传递了信号：从研究论文到消费级产品功能之间，存在监管审批的硬性门槛。

笔者判断，这项研究对 Google 可穿戴健康战略的意义，可能更多体现在技术储备和数据飞轮的构建上，而非短期内的产品功能发布。492,347 小时的预训练数据来自 2,109 名参与者——这意味着 Google 已经建立了一个规模可观的可穿戴传感器数据资产，可以持续用于训练和改进各类健康 AI 模型。

从可行性到临床落地：需要跨越的距离

据 Epocrates 报道，研究团队表示下一步测试是随机对照试验，评估该系统是否能发现原本不会被诊断的患者，以及这是否改善了结局，同时需要在更大规模、更具全球代表性的群体中进行验证。

这一路径描述勾勒出了从当前可行性研究到临床落地之间的多个必经阶段：

阶段 1：扩大样本量的观察性验证。 在更大规模的队列中重复验证性能，覆盖更广泛的年龄、种族、合并症和用药状态。这一阶段的目标是获得更精确的性能估计，并评估亚组间的性能差异。

阶段 2：随机对照试验（RCT）。 将参与者随机分为”手表筛查 + 常规护理”组和”仅常规护理”组，比较两组的高血压诊断率、治疗启动率和心血管事件发生率。这是证明筛查工具临床价值的金标准证据。

阶段 3：监管审批。 基于上述临床证据向 FDA 提交审批申请。笔者判断，鉴于该系统的输出是筛查分类而非诊断性血压值，其监管路径可能更接近于筛查辅助工具而非诊断设备，但具体分类和要求取决于 FDA 的判断。

阶段 4：临床工作流整合。 即使获得监管批准，如何将手表筛查警报有效地整合到临床工作流中——包括警报如何触发随访、由谁进行确认性诊断、如何避免警报疲劳——都是需要解决的实施科学问题。

笔者判断，这一完整路径可能需要数年时间。但这项研究的价值不应仅以最终产品落地来衡量——它在方法论层面确立了”被动、无校准、多日聚合”这一技术路线的可行性，为后续研究提供了一个经过同行评审验证的基准。

对于临床医生而言，据 Epocrates 的建议，当患者报告来自智能手表的高血压警报时，仍然需要袖带确认（最好是家庭或动态监测），但应将此类系统的警报视为潜在信号。这一立场准确地反映了当前证据的成熟度：有信号价值，但不足以独立驱动临床决策。

对于可穿戴健康领域而言，这项研究标志着消费级设备从活动追踪和健身监测向疾病筛查的技术能力延伸又迈出了一步。492,347 小时的自监督预训练数据、以 ABPM 为金标准的前瞻性验证设计、在《Nature》上的发表——这些要素共同表明，Google 正在以临床研究级别的严谨性推进可穿戴健康 AI 的研发。这条路线的终点是否能真正改变高血压的公共卫生负担，取决于后续更大规模试验的结果和监管机构的判断，而非当前这 196 人队列所能回答的问题。

参考资料

  1. Opportunistically Detecting Signs of Hypertension on a Smartwatch — Di Achille P, Cai L, Wu J, et al., Nature, 2026-11-05
  2. Detecting signs of hypertension using wearable sensors — Google Research 官方博客, 日期未标注
  3. Google wearable hypertension study — Data Phoenix, 2026-11-06
  4. Smartwatch AI flags high BP about as well as an office check — Epocrates, 2026-11-06

主题分类：技术突破