11 月 5 日，谷歌在官方博客公布一项登上《自然》期刊的研究成果，推出多模态系统 AI-PPG-ACC-HTN。这套系统不需要用户佩戴袖带校准，只要戴一只普通消费级智能手表，就能被动检测出高血压迹象，相关数字已支撑谷歌健康应用里的血压趋势功能。
换思路：不再追求一次读数
传统血压设备的做法是估算某一次瞬时的收缩压和舒张压，但单次读数极易被环境噪声干扰。谷歌这套系统的思路转了个方向，改为聚合连续多天采集的被动生理特征，专注识别个体潜在且持续存在的高血压状态。
底层模型用超过 49 万小时无标注数据做自监督预训练，通过 1D-CNN 架构配合对比学习，让模型自主挖掘复杂的心血管生理特征。推理阶段会把多天的 15 秒特征向量取均值平滑瞬态噪声，再结合身高表征的动脉路径长度，交给逻辑回归模型输出持续高血压的概率评分。
196 人五中心前瞻临床试验
研究团队在全美 5 个临床中心开展前瞻性多中心临床试验，纳入 196 名无心血管病史、也未服用降压药的受试者，以 24 小时动态血压监测这一临床金标准作为参照基准。
结果显示，在初步筛查环节，系统特异度达到 90.0%，阳性预测值 80.6%，灵敏度 65.8%，优于门诊单次初筛 55.3% 的灵敏度与 77.8% 的阳性预测值。针对初筛偏高人群的确诊性检测表现更好，阳性预测值高达 96.7%，特异度 90.9%，灵敏度 78.4%，与需要连戴数天的家庭连续袖带监测可比肩。
落地路径已经明确
谷歌方面透露，这项研究已经为谷歌健康应用中的血压趋势功能提供了核心技术支撑。不过该方法目前仍属研究项目性质，不能替代正式诊断，目标只是推动用户去做进一步检查。谷歌同时引用了这样一组现实状况，超过一半的高血压患者并不知道自己已经患病。
从检测逻辑看，这类系统与微软 MAI-DxO 诊断智能体的准确率对照代表了同一方向的两条路径，一个从可穿戴硬件的被动信号入手，一个走多智能体编排的诊断流程。
延伸阅读
- Gmail内置Gemini AI收件箱：APK拆解曝光，代码显示可代写回信1 月前
- 谷歌 Argon Token 定价 $2/百万输入，12月起翻倍至 $43 周前
- 谷歌芬兰清林 25 万棵树建数据中心，监管责令 10 月 23 日停工2 周前
- Gemini 4 Argon 上线 72 小时吞 25 万亿 Token2 周前
继续读
同一批更新里这几篇值得一看：
- 谷歌Gemini Omni 1.2 Flash上线：15秒视频每秒0.07美元2026-11-06
- 布罗克曼称 AI 医疗 12 到 18 个月出成果，死亡或可选项2026-11-06
- Aina 发布 AI 智能戒指，399 美元 2027 年 1 月出货2026-11-06
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记