Google 高血壓研究登上 Nature：智慧手錶七天訊號算持續風險

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

Google 在 2026 年 11 月 5 日於 Nature 發表一篇智慧手錶高血壓研究，同日在 Google Research 官方部落格刊出說明，論文於 10 月 20 日獲接受。先講結論：這篇研究沒有把手錶變成血壓計。它驗證的是另一件事：用一般消費款智慧手錶本來就內建的光學與加速度感測器，收集連續多日的被動訊號，分類這個人是否處於持續性高血壓狀態。在美國五個站點、196 位參與者的前瞻驗證中，這套名為 AI-PPG-ACC-HTN 的模型以 24 小時動態血壓監測為對照標準，初篩情境的敏感度為 65.8%、特異度 90.0%、陽性預測值 80.6%。

比數字更關鍵的是官方自己畫的定位。Google 把這項研究歸類為「機會性篩檢」的早期可行性研究：目的是溫和提示高風險者走進診間做正式評估，不取代臨床袖帶，也不提供獨立的醫療診斷；方法「純屬探索性，不代表任何既有或未來商業產品的功能或裝置能力」。換句話說，值得記住的問題已經從「手錶什麼時候能告訴我血壓數值」，換成「手錶能不能從日常訊號裡，挑出該去量血壓的人」。

換掉的是問題：不估計血壓值，改分類多日狀態

既有商業免袖帶方案的限制，Google 在說明文章裡直接點名：需要定期用傳統臂式袖帶校準，因此只能追蹤相對於基準讀值的變化，難以當成獨立的篩檢工具。另一條路，逐次估計當下的收縮壓與舒張壓數值，也因為瞬間環境雜訊容易失真，一直是穿戴裝置跨不過去的門檻。

AI-PPG-ACC-HTN 的兩個輸入，都是現代智慧手錶本來就持續運作的感測器。光體積變化描記（PPG）以光學感測器量測手腕反射光的變化，抓取脈搏波形；加速度計除了辨識靜止時段，還能收到心搏衝擊圖（BCG），也就是心臟把血液射進主動脈時，手腕跟著出現的微小機械振動。

模型的訓練分成兩個階段。自監督預訓練階段使用 2,109 位同意參與者、合計 492,347 小時的未標註訊號，訓練一個一維深度卷積神經網路，把來自同一個人的 15 秒 PPG 與加速度片段映射到潛在空間中相近的位置，讓模型自行學出血管與心臟機械功能的特徵，過程不需要人工設計特徵，也不需要醫療標籤。人員層級的分類階段，把每個人多天的片段表徵取平均，濾掉突然移動或溫度變化這類一時性雜訊，再與身高一起送進正規化羅吉斯迴歸，輸出一個連續的高血壓機率分數。身高在這裡有明確角色：它是動脈路徑長度的替代變數。

Pin

不輸出「此刻血壓是多少 mmHg」，改成輸出「這個人處於高血壓狀態的機率」，是整份研究最核心的設計決定。瞬時雜訊不再傷害結果，代價是模型天生需要多天累積的資料才能給出判斷，也天生無法回答「我現在的血壓是多少」這個問題。

模型到底在看什麼？官方對分數最高與最低的使用者做了波形視覺化，觀察到的差異方向都與既有生理知識對得上：被預測為高風險的人，平均脈搏波形略窄，對應每次心跳的血液容積變化較小，指向動脈壁較硬、擴張能力較差；收縮上衝段（波形上升的起始段）較慢，前向波與從身體血管系統折返的反射波比例較低；在加速度訊號上，深 K 波與較寬的 IJK 復合波也有可見的差異。這些視覺化是官方的定性觀察，目的是回答「模型有沒有學到生理結構」，沒有被當成效能證據使用，但對理解這套系統為何能跨過五個站點很有幫助。

196 人的數字怎麼讀：兩種臨床情境

驗證採前瞻、多中心設計：美國五個站點招募 196 位自願參與者，全部沒有已知心血管疾病，也沒有服用降壓藥；參與者在日常生活中佩戴手錶七天，再與 24 小時動態血壓監測這個臨床黃金標準對照。官方部落格把結果拆成兩種情境，論文公開摘要只提供初篩情境的數字，兩種情境分母不同，不能互相比較。

初篩情境包含全部 196 人。手錶的敏感度為 65.8%（95% 信賴區間 54.0% 至 76.3%）、特異度 90.0%（83.2% 至 94.7%）、陽性預測值 80.6%（68.6% 至 89.6%）。同一群人接受初次診間血壓量測的對照結果，敏感度 55.3%（43.4% 至 66.7%）、特異度同樣是 90.0%（信賴區間也相同）、陽性預測值 77.8%（64.4% 至 88.0%）。敏感度的點估計差距有 10.5 個百分點，但兩組區間大幅重疊，這個差距不該被讀成穩定的優劣關係。

Pin

確認檢測情境則針對初次診間讀值偏高的 48 人子群，看手錶能否確認持續性高血壓。官方部落格公布的點估計：手錶 78.4% 敏感度、90.9% 特異度、96.7% 陽性預測值；回診間重複量測為 67.6%、63.6%、86.2%；多日居家血壓監測為 89.2%、81.8%、94.3%。公開摘要沒有列出這一組的信賴區間，48 人的子群數字本來就比全體更不穩定。但方向值得記住：在「診間量到偏高、需要進一步確認」的流程裡，手錶的特異度與陽性預測值高於兩個對照方法，敏感度則低於多日居家監測；官方結果圖上，手錶與居家監測的陰性預測值分別為 55.6% 與 69.2%，漏抓的機會確實比居家監測多。

Pin

三個指標各回答不同的問題。敏感度是「真正處於持續性高血壓狀態的人，多少被挑了出來」；特異度是「沒有這個狀態的人，多少被正確放行」；陽性預測值是「收到風險提示的人，多少真的符合參考標準」。其中陽性預測值會隨族群的高血壓盛行率浮動，同一組模型放到不同年齡層或地區，數字不會照搬。

把敏感度的定義放回讀者端，可以推出一個實際的閱讀結論：初篩情境的敏感度是 65.8%，換句話說，在符合研究參考標準的人裡，約有三成四不會收到提示。沒有收到風險提示，不等於沒有高血壓；提示的價值在於把該注意的人推向診間的正式評估，而不是給一張健康證明。官方在部落格結尾寫的「溫和提示高風險者走進診間」，指的正是這個單向的用途。

樣本的邊界：誰不在研究裡，訊號在誰手上流失

這份研究的參與條件畫出了適用範圍。已罹患心血管疾病的人、正在服用降壓藥的人都不在樣本裡，結果不能推論到治療中的病人；五個站點都在美國，其他地區族群的表現尚未驗證。這兩條界線官方在部落格都有明確交代，論文摘要也載明了排除已知心血管疾病與降壓藥。

佩戴方式也有講究。研究裡手錶戴在與血壓監測袖帶相反的手腕，避免袖帶反覆充氣時暫時阻斷血流、干擾錶面感測器。日常使用若沒有這層安排，訊號品質會如何變化，研究沒有直接回答。

補充資料揭露的族群組成與訊號表現，是這份研究誠實的地方。196 人中有 87 位男性、109 位女性；膚色分布上，淺色（Type I-II）54 人、中等（III-IV）73 人、深色（V-VI）69 人。全體有效 PPG 片段比例為 76.8%，深色膚色族群的 71.9% 低於淺色族群的 82.4%。光學感測在深色皮膚上的訊號落差仍然存在，淺色與深色之間相差約十個百分點。穩健度檢查方面，36 位參與者（18.4%）出現超過標準的兩臂血壓差異，把這些人排除後重新計算，結果與全體相近。

補充資料另有一組以英國生物銀行（UK Biobank）資料進行的外部探索分析：在 76,268 人的保留測試集上，模型分數與十年高血壓累積發生率相關，被模型判為陽性者的累積發生率為 25.8%，陰性者為 11.9%，風險比 1.83。這組分析使用的是指尖式血氧儀取得的單次 PPG 波形，與手腕連續訊號的資料形態不同，模型需要輸入調適才能套用，官方也將它標示為探索性分析。方向一致可以增加信心，證據等級與 196 人的前瞻驗證不同，不該混在一起加總。

手腕姿勢與訊號品質的影響，補充資料也有量化。研究把有效片段依七種手腕姿勢與不同灌注狀態分組，比較同一個人在不同狀態下拿到的分數：組內相關係數在姿勢間為 0.65 至 0.97、灌注狀態間 0.59 至 0.99、訊號品質分層間 0.61 至 0.95，維持中等到偏高的一致性；依五個訊號品質層級分別計算，判別力（AUROC）都落在 0.797 至 0.849。表現最差的兩種邊界狀態，前臂垂直朝上的姿勢與極低灌注時段，判別力分別降到 0.762 與 0.723，但這兩種片段在真實生活裡合計僅約百分之五（4.3% 加 0.5%），多日聚合再把它們稀釋掉。這組分析回答的是「日常佩戴的雜訊會不會動搖分數」，與深色膚色有效片段比例偏低是兩件不同的事：前者已經被量化處理，後者仍然存在。

Google 自己畫的線：啟發過產品，不代表產品能力

這篇研究與產品之間的關係，Google 用兩句話自己畫出了界線。官方部落格稱，這些研究發現為 Google Health 應用程式裡的血壓趨勢 Health Guardian 功能提供了參考；同一篇文章的結尾又明確寫著，這是早期可行性研究，所述方法純屬探索性質，不代表任何既有或未來商業產品的功能或裝置能力。研究滋養產品方向，與功能本身通過驗證、取得法規許可、在特定市場上線，是三件分開的事，中間每一步都還沒有公開文件。

研究動機的背景數字值得記得：官方引述高血壓影響全球超過十億人，超過半數的成年患者不知道自己有這個狀況，而它偏偏多數時候沒有明顯症狀，常要到偶然的篩檢才被發現。官方特別點名 18 至 44 歲年輕成年人的漏診問題最嚴重，錯過早期介入會拉高長期的心血管風險。這也是「機會性篩檢」的出發點：與其等病人上門，讓每天本來就戴在手上的感測器順手把該注意的人挑出來。

如果這條路最後走通，受影響的環節也說得很具體：官方說明把診間量測定位成目前最主要的篩檢入口，而在這份研究的對照裡，初次診間量測的敏感度只有 55.3%，回診重測的特異度更降到 63.6%，兩個現行流程的對照組正是表現最弱的地方。研究裡手錶扮演的是把入口前移、放到日常生活的位置，確診與治療決策仍然留在袖帶與診間。

放在 Google 近期的醫療 AI 動作裡看，這條線索更完整。Google 才在新加坡與兩大醫療集團展開臨床 AI 合作，也為醫療從業人員推出了帶繼續教育學分的 AI 證書課程；產業另一頭，Meta 則選了與五所美國大學合作把醫療模型開源進校園。穿戴感測器是被動收資料的那一端，這篇 Nature 研究展示的正是這一端目前走到哪裡。

接下來值得追的驗收點

這份研究還留著幾個沒有答案的問題。確認檢測情境的信賴區間，公開摘要與部落格都沒有提供，主文全文目前也在付費牆內，要看到這組區間，可能得等論文的正式版本，或查閱付費牆內的全文。哪個裝置、哪個市場、什麼時候會拿到這類功能，官方零承諾，任何時點的產品公告與醫療用途許可進展，都值得與這篇研究分開檢視。治療中的病人、美國以外的族群能不能重現同樣的表現，是學術上真正的下一關。

對一般讀者，眼下的結論很樸素：手上的智慧手錶仍然量不出血壓值，該定期量血壓的人還是要用袖帶量。這篇研究改變的東西在更遠的地方：它讓「智慧手錶從日常訊號裡挑出該去量血壓的人」這件事，拿到了對照臨床黃金標準、附信賴區間的前瞻驗證數字，也把每一條適用界線原樣攤在檯面上。之後再有廠商宣稱手錶能「偵測高血壓」，回來對照這組數字與但書，就能看出宣稱與證據之間差多遠；這也是把研究讀成新聞，而不是讀成產品文宣的方法。