// AI 新闻 · 2026-11-06 · Google Research Blog
谷歌研究团队利用智能手表传感器被动检测高血压
谷歌研究团队帕奥洛·迪阿奇莱和彭明哲提出一种基于消费级智能手表传感器的AI系统，可无需校准袖带即可被动识别高血压迹象。该系统通过融合光电容积脉搏波（PPG）与加速度计（ACC）信号，构建多天时间序列的生理特征嵌入，并结合用户身高预测高血压概率，其性能在临床金标准24小时动态血压监测中表现稳定。
原文发布 2026-11-06 00:01（北京时间）来源 Google Research Blog自动整理 · 已核对原文
01摘要
研究采用两阶段机器学习方法：第一阶段通过自监督对比学习训练深度卷积网络，从2109名参与者49.2万小时无标签数据中学习血管与心脏机械功能的复杂特征；第二阶段对每日15秒的信号嵌入进行多日平均聚合，结合身高输入，经正则化逻辑回归分类器输出连续性高血压概率评分。在五家美国中心开展的前瞻性临床研究中，系统在初始筛查和确认检测场景下分别达到65.8%敏感性和90.0%特异性，阳性预测值达80.6%，优于传统门诊筛查。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- 系统基于智能手表内置PPG与ACC传感器，无需袖带校准即可被动检测高血压。
- 采用自监督学习提取生理信号特征，再通过多日聚合与身高信息进行高血压概率预测。
- 在五中心临床研究中，系统敏感性65.8%，特异性90.0%，阳性预测值达80.6%。
- 成果已用于Google Health应用中的血压趋势分析功能，支持早期筛查与确认诊断。
03原文出处
Detecting signs of hypertension using wearable sensors
Google Research Blog · 发布于 2026-11-06 00:01（北京时间） · 上方为原标题
05相关新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-06 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日