2026 年 11 月 7 日，Google Research 团队在《Nature》发表研究并公布官方博客，宣布其研发的 AI 系统无需传统充气袖带校准，仅靠普通智能手表内置的光电脉搏传感器和运动传感器，就能识别高血压迹象。在覆盖全美 5 个研究站点、共 196 人的临床测试中，连续佩戴 7 天的手表识别出 65.8% 的高血压患者，高于医院诊室单次标准袖带测量的 55.3%。目前相关技术已并入 Google Health 应用的血压趋势功能，但看到这组数字先别急着把家里的上臂式血压计扔进垃圾桶——手表赢下的根本不是传感器物理精度，而是一场用时间密度对抗单次抽样盲区的统计战。
过去十年，无袖带血压监测一直是智能穿戴行业最难啃的硬骨头。传统电子血压计靠充气袖带阻断动脉血流，直接测量血管壁压力；而手表背面的光电传感器只能看清皮肤表层毛细血管的血容量波动，手腕一抬、气温一降或者血管老化，信号就会失真。Google 这次能够破局，恰恰在于它彻底放弃了让手表扮演血压计的执念。
放弃毫米汞柱读数，用两颗基础传感器算风险概率
很多报道把这项成果顺口归功于 Google 在 2026 年 7 月 9 日发布的穿戴健康基础模型 SensorFM，但两者其实是完全独立的项目。SensorFM 是用 500 万人数据预训练、覆盖 35 项健康任务的通用底座；而本次登上《Nature》的是一套专门针对高血压打造的垂直管线，官方定名为 AI-PPG-ACC-HTN。
这套系统最反直觉的设计，是它根本不向用户提供诸如 120/80 mmHg 这样的具体收缩压或舒张压数值，只输出一个代表患病风险的高血压概率。
为了算出这个概率，研究团队调用了来自 2,109 名参与者的 492,347 小时传感器原始数据，在没有任何临床诊断标签的情况下做自监督学习。系统把连续信号切成相互重叠的 15 秒窗口，让神经网络自己比对哪些片段属于同一个人，从中摸索出每个人独特的脉搏波形与心跳节律。
除了光电传感器捕捉的脉搏波，模型还引入了加速度计信号。这颗平时用来计步的运动传感器，在这里不仅负责剔除日常活动伪影，还顺带捕捉了每次心脏搏动传到手腕的微弱物理震动。系统收集用户连续数天的特征均值后，再结合用户输入的身高数据，通过逻辑回归算出最终的高血压风险值。
赢下门诊抽查的不是传感器精度，而是七天连续采样
外媒在传播这项研究时，大多使用了手表表现与传统袖带差不多的说法。这很容易给公众造成一种错觉，仿佛手腕上的绿光LED已经能和医院的充气袖带平起平坐。
翻开《Nature》论文的实验设计就会发现，真正充当 100% 金标准裁判的，恰恰是每位受试者佩戴的 24 小时动态血压监测仪（ABPM）——那是一套每隔十几分钟就在手臂上自动充气测量一次的传统物理袖带。
在这场 196 人的对照试验里，智能手表连续攒了 7 天数据，在 90.0% 的特异度（即血压正常人群中 90% 被正确排除）下，跑出了 65.8% 的灵敏度和 80.6% 的阳性预测值；而在另一项针对 48 名诊室初筛血压偏高者的确认性亚组分析中，这套模型的灵敏度达到了 78.4%，特异度为 90.9%。
手表真正击败的对手，是灵敏度只有 55.3% 的标准诊室单次袖带测量。
医院门诊单次量血压有两大顽疾。有的人一见医生就紧张，诊室量出来偏高、回家就正常，叫白大衣高血压；有的人白天在诊室量着正常，偏偏在夜间或工作压力大时飙升，叫隐匿性高血压。单次门诊充气袖带哪怕物理精度再高，也只是一个孤立的时间切片。
手表用七天连续的模糊感知，赢下了诊室里一次精准却片面的抽样。
苹果、三星与 Google 的路线分野与临床死角
把 Google 的新方案放进整个智能穿戴行业里横向对比，就能看清无袖带血压监测面临的工程取舍：免校准、具体毫米汞柱读数、高检出率与低误报率，四者至今无法兼得。
| 穿戴方案与测试基准 | 是否需袖带校准 | 输出结果形态 | 筛查灵敏度（检出率） | 筛查特异度（防误报） |
|---|---|---|---|---|
| Google AI-PPG-ACC-HTN（196人/7天） | 免校准 | 高血压风险概率 | 65.8% | 90.0% |
| Apple Watch 高血压提醒（约30天光学信号） | 免校准 | 高风险提醒（无数值） | 41.2% | 92.3% |
| 三星 Galaxy Watch Active 2（40人研究） | 需传统袖带定期校准 | 估算收缩压/舒张压数值 | 83.0% | 41.0% |
三星代表了早期的硬刚路线。Galaxy Watch Active 2 试图直接报出毫米汞柱读数，代价是用户必须定期用传统上臂袖带给手表做校准。在一项 40 人的独立研究中，它虽然抓出了 83% 的高血压状态，但特异度只有 41%，且读数存在向校准基线漂移的系统性偏差——容易把低压估高、把高压估低。
苹果和 Google 则转向了免校准的静默筛查路线。Apple Watch 利用约 30 天的纯光学脉搏信号在后台评估风险，把特异度守在了 92.3% 的高水平，极少误报扰民，但灵敏度只有 41.2%，相当于漏掉了近六成真正的高血压患者。
Google 此次借助光电加手腕微震动的双模态信号，在维持 90.0% 高特异度的前提下，把灵敏度拉升到了 65.8%，在纸面指标上撕开了纯光学方案的瓶颈。
但这依然改变不了这项技术的医疗边界。美国心脏协会（AHA）曾明确指出，无袖带血压设备受动作、手腕位置、体位和个体差异干扰显著，其在日常环境中的长期稳定性以及能否改善临床结局，仍缺乏确凿证据。
对于正打算掏钱买智能手表给父母测血压的消费者，这项研究里有两笔账必须算清楚。
第一笔是漏检与误报的临床账。65.8% 的灵敏度意味着，每三个真正患有高血压的人里，依然有整整一个人会被手表漏掉。手表平平安安没弹窗，绝不等于血管安然无恙。反过来，90.0% 的特异度放在 196 人的小样本里看很漂亮，一旦推向数千万健康基数庞大的消费级市场，哪怕 10% 的假阳性也会演变成海量的焦虑性就医。
第二笔是更致命的人群排除账。Google 这项 196 人的前瞻性研究，在入组时直接剔除了已知患有心血管疾病以及正在服用降压药的人群。
为什么必须把老病号踢出局？因为降压药会直接改变人体的血管张力、心率与血液动力学特征，把健康的脉搏波规律彻底打乱。而在现实生活里，恰恰是家里已经确诊高血压、每天需要盯着数值决定吃半片还是一片降压药的中老年人，最容易被无袖带测血压的宣传吸引。
- 风险.这项研究目前仅有 196 人的自有验证且剔除了服药者，已确诊患者绝不能用智能手表的血压趋势功能替代上臂式电子血压计，更不能据此停药或调药。
全球有超过一半的高血压患者根本不知道自己患病。Google 这项研究真正的商业与医学价值，是让智能手表退回院前初筛漏斗的本分——在数千万尚未察觉异常的普通人手腕上静默运行，把高危分子筛出来推向医院诊室和欧姆龙们的传统袖带面前。接下来最值得紧盯的变量，是 FDA 是否会批准这套免校准方案作为医疗器械软件落地，以及当测试人群扩展到正在吃降压药的真实慢病患者时，那套精巧的波形算法还能剩下几成准头。