谷歌发布的 AI-PPG-ACC-HTN 多模态 AI 系统,依靠消费级智能手表自带的 PPG 光感传感器和加速度计采集信号,不用袖带血压计做前期校准,通过连续多天的被动数据汇总,识别高血压相关特征;它不能直接输出精准的收缩压、舒张压数值,只做高血压风险筛查预警,属于科研成果,还不能替代医用血压检测和医生诊断。

技术原理与采集流程

  1. 硬件基础:只用普通智能手表标配的 PPG 光电脉搏传感器、加速度计,不需要新增雷达、心电等额外硬件,Pixel Watch、Fitbit 这类常规穿戴设备都能适配采集信号。
  2. 信号采集:手表持续记录脉搏波、手腕细微震动(心震信号 BCG),同时录入用户身高信息,模型依靠脉搏传导速度、血管弹性变化特征判断风险。
  3. AI 训练方式:采用自监督对比学习,先在海量无标注生理数据上预训练,再结合临床标签做分类;它会把多天采集的片段特征取均值,抵消单次测量的噪音干扰,这也是它和传统无袖带血压方案最大区别。
  4. 输出结果:给出的是存在高血压的概率评分,不是 120/80 这种标准血压读数,发现持续偏高趋势后,提醒用户用袖带血压计复测、就医检查。

优势清单

  • 免去传统无袖带方案必须先用袖带血压计校准的步骤,上手门槛更低,适合长期被动监测。
  • 全天候无感采集,不用停下来专门测量,适合早期慢病筛查、长期趋势跟踪。
  • 复用现有穿戴硬件,不需要专门医疗设备,落地后普通智能手表就能支持该功能。
  • 研究论文刊登在 Nature,经过同行评审,验证了筛查可行性。

局限清单

  • 定位是风险筛查工具,不是医用诊断设备,无法用来确诊高血压,也不能作为开药、调整降压药的依据。
  • 容易受运动、手抖、低温、佩戴松紧、心律失常等因素干扰,单次数据参考价值有限,依赖连续多天稳定佩戴。
  • 目前属于研究阶段成果,不是已经上线的正式商用功能,距离拿到医疗认证、开放给普通用户使用还有距离。
  • 只判断是否存在高血压倾向,无法精准给出实时血压数值。

新旧无袖带血压方案对比简表

方案类型是否需要袖带校准输出内容适用定位
传统无袖带血压算法是,首次必须袖带对标校准估算收缩压、舒张压趋势参考,依赖个人基线
谷歌 AI-PPG-ACC-HTN否,免校准高血压风险概率、趋势预警人群初筛、长期健康提醒

正确使用参考步骤

  1. 正常佩戴手表,保证传感器贴合手腕皮肤,不要过松、隔厚衣袖佩戴。
  2. 保持连续多天稳定佩戴,模型需要足够多时长的数据做聚合,零散短时数据效果很差。
  3. 收到高风险提示后,使用医用袖带电子血压计多次规范复测,记录诊室血压。
  4. 复测持续偏高,及时到心内科就诊,由医生完成诊断和治疗方案制定。
  5. 不要直接依据手表提示自行调整降压药。

【相关 FAQ】

问题 1:谷歌这套免袖带校准 AI 系统,能直接测出准确血压数值吗?

回答 1:不能,这套系统不输出标准收缩压、舒张压读数,只评估存在高血压的概率,属于筛查预警,不是精准测血压。

问题 2:谷歌这个 AI 高血压筛查,是不是现在 Pixel 手表已经可以直接用?

回答 2:目前只是发表在 Nature 的科研成果,还没有正式上线成为消费端功能,也没有完成医疗认证,暂时不能直接使用。

问题 3:免袖带校准是什么意思,和别的手表血压功能差别在哪?

回答 3:多数无袖带血压功能第一次使用,必须先用袖带血压计测一遍做个人基线校准;谷歌这套 AI 不需要这个对标步骤,依靠通用模型直接识别心血管特征。

问题 4:手表提示高血压高风险,是不是就代表确诊高血压?

回答 4:不是,这个只是筛查提示,存在误报可能,最终确诊必须依靠医用袖带血压测量、医生面诊评估。

【参考资料】

[2026-11-05] Google Research 发布 Nature 论文,AI-PPG-ACC-HTN 高血压筛查研究

[2026-11-07] IT 之家 谷歌 AI 新研究:无需袖带,利用消费级智能手表检测高血压

[2026-11-07] TSN 媒体 谷歌智能手表高血压 AI 筛查研究说明

[2026-11-06] iCreat AI 谷歌免校准穿戴高血压筛查技术解读

免责声明

本内容仅对谷歌公开科研成果进行科普解读,该技术尚未取得国内医疗器械资质,不能替代医用血压计、临床诊断;任何健康决策、用药调整请遵从专业医生指导。