我先联网核对这篇 Nature 论文的研究团队、手表型号、样本量和检测性能数据。
核心数据已经找到，我再抓取论文解读和 Nature 官方摘要，确认手表型号、作者和对照组口径。
以下是成稿，论文数据已按 Nature 官方摘要和作者解读逐项核对。
谷歌 AI 用智能手表无袖带筛查高血压登上 Nature：196 人验证，灵敏度 65.8% 略高于诊室测量
谷歌研究院 11 月 5 日在《自然》（Nature）发表论文《Opportunistically Detecting Signs of Hypertension on a Consumer Smartwatch》，提出一套叫 AI-PPG-ACC-HTN 的 AI 系统：只用消费级智能手表的光电容积脉搏波（PPG）和加速度计数据，不需要袖带校准，连续佩戴 7 天就能给出 “这个人是否存在持续性高血压” 的概率。验证是在美国 5 个地点、196 名没有已知心血管疾病、也没吃降压药的受试者身上做的，对照组是金标准 24 小时动态血压监测（ABPM）。结果是灵敏度 65.8%、特异性 90.0%、阳性预测值 80.6%，而首诊诊室测量的三项分别是 55.3%、90.0%、77.8%—— 手表系统找到的高血压病例略多，特异性打平，且灵敏度差距在统计上并不显著。论文通讯作者是 Ming-Zher Poh，第一作者 Paolo Di Achille，DOI 为 10.1038/s41586-026-11336-3。
这套系统走的路和过去不一样。以前的无袖带方案，都是想办法用手表估一个瞬时收缩压和舒张压，问题是单次读数极容易被运动、温度、佩戴松紧干扰，还要定期用袖带校准，临床上一直不敢用。谷歌这次干脆放弃 “测具体血压值”，转而判断 “状态”：把连续多天被动采集的生理特征做人均聚合，抵消掉临时噪声，再结合身高（当作脉搏波传导距离的替代量），输出一个高血压的连续概率。它不告诉你血压是 135/85 还是 150/95，只回答 “你这段时间的高血压风险有多高”。
一、系统怎么跑起来的
| 环节 | 内容 |
|---|---|
| 输入信号 | PPG 光学脉搏波（追踪皮下微血管血容量变化）＋加速度计（识别静止时段，捕捉心脏泵血产生的腕部微小振动） |
| 辅助信息 | 佩戴者身高，作为脉搏波传导距离的替代指标 |
| 预训练 | 2109 名知情同意参与者、492347 小时（近 50 万小时）传感器数据，自监督学习，把同一人重叠的 15 秒光学与运动记录在表征空间里拉近 |
| 聚合 | 按人、按天做特征平均，压低运动、温度等暂时性干扰 |
| 输出 | 统计分类器给出高血压概率，不给收缩压 / 舒张压数值 |
| 校准 | 全程不需要袖带校准 |
二、关键数字：手表 vs 现有筛查手段
| 筛查方式 | 灵敏度 | 特异性 | 阳性预测值 |
|---|---|---|---|
| 手表 AI（7 天监测，n=196） | 65.8%（54.0–76.3） | 90.0%（83.2–94.7） | 80.6%（68.6–89.6） |
| 首诊诊室测量 | 55.3%（43.4–66.7） | 90.0%（83.2–94.7） | 77.8%（64.4–88.0） |
| 手表 AI（复核场景，n=48） | 78.4%（61.8–90.2） | 90.9%（58.7–99.8） | 96.7%（82.8–99.9） |
| 诊室复测（n=48） | 67.6%（50.2–82.0） | 63.6%（30.8–89.1） | 86.2%（68.3–96.1） |
| 多日家庭血压监测（n=48） | 89.2%（74.6–97.0） | 81.8%（48.2–97.7） | 94.3%（80.8–99.3） |
读这张表要注意三件事：一是手表 AI 的灵敏度比诊室首测高约 10 个百分点，但 Nature 的新闻稿明确说这个差距统计上不显著；二是特异性都是 90%，意味着 100 个真正血压正常的人里约有 10 个会被标成 “疑似”，这也是筛查工具的通病 —— 宁可多报，不愿漏报；三是复核环节里，多日家庭血压监测的灵敏度仍然最高（89.2%），手表 AI 的优势在特异性和便利性，不在绝对灵敏度。
三、这项研究解决了什么，没解决什么
解决的是 “机会性筛查” 的合规性和可比性缺口。过去很多无袖带研究，要么没有用 24 小时动态血压做金标准，要么没跟现有筛查流程对比，结论没法落地。这次两件事都做了：前瞻性、多中心、金标准对照、与诊室测量和家庭监测同框比较，还给出了置信区间。
没解决的部分同样要说清：
- 样本量不大：196 人验证、48 人复核，人群限定在无已知心血管疾病、未服降压药者，老年人、孕妇、已确诊患者、房颤等人群的表现还没数据。
- 不是血压计：输出的是概率，不是血压值，无法用于调药、判断危象。
- 不能替代袖带：论文作者自己的结论就是 “不能取代传统袖带血压监测”，定位是提示有风险的人去做临床确诊。
- 产品功能是另一回事：谷歌 8 月公布的 Health Guardian “血压趋势” 功能，官方脚注写得很清楚 —— 仅供一般健康参考，不用于诊断，明确声明 “不是高血压的预筛工具”，也不提供临床用实时读数。别把论文里的研究系统等同于手表上已经开通的功能。
四、对普通人意味着什么
- 筛查前移：高血压是 “沉默杀手”，超过一半的患者不知道自己有病，手表的价值在于把 “被动发现” 变成可能，尤其是平时不量血压的年轻人。
- 看到提示别慌也别拖：这类系统阳性预测值 80% 左右，意味着提示 “疑似” 的人里约八成确实有问题，正确动作是拿家用袖带血压计按规范复测几天，或直接去医院做 24 小时动态血压。
- 阴性不等于没事：灵敏度 65.8% 意味着约三分之一的真实患者会被漏掉，有家族史、肥胖、打鼾、头晕等症状的人，不能靠手表 “过关”。
- 别拿它调药：任何无袖带设备目前都不具备临床读数资格，用药方案只能由医生根据袖带或动态血压数据决定。
【相关 FAQ】
问题 1：谷歌这项登上 Nature 的研究，是用什么设备检测高血压的？
回答 1：用的是谷歌旗下一款消费级智能手表，采集 PPG 光学脉搏波和加速度计数据，配合佩戴者身高，由 AI 系统 AI-PPG-ACC-HTN 输出高血压概率，全程不需要袖带校准；论文摘要未点名具体型号，官方口径为谷歌智能手表。
问题 2：智能手表无袖带检测高血压的准确率，比诊室测量高吗？
回答 2：这项 Nature 研究里，手表 AI 的灵敏度 65.8%、特异性 90.0%、阳性预测值 80.6%，诊室首测为 55.3%、90.0%、77.8%；手表略高，但灵敏度差距在统计上不显著，两者特异性持平。
问题 3：Nature 这篇论文是不是说明智能手表已经可以诊断高血压了？
回答 3：不是。论文明确定位为机会性筛查工具，输出的是高血压概率而非血压数值，作者也强调不能取代袖带血压监测；诊断仍需靠诊室测量或 24 小时动态血压监测确认。
问题 4：智能手表的高血压提示出现后，应该怎么处理？
回答 4：先别自行判断。按规范用家用袖带血压计连续复测几天，或到医院做 24 小时动态血压监测；手表 AI 的阳性预测值约 80%，提示不等于确诊，也不能据此自行调整降压药。
【参考资料】
- [2026-11-08]（谷歌最新 Nature 论文：用智能手表能检测高血压）网易（来源：生物世界）https://www.163.com/dy/article/LB79RBEO053296CT.html
- [2026-11-08]（国际最新研发出能检测高血压智能手表 灵敏度与传统诊室测量相当）中国新闻网 http://www.chinanews.com.cn/sh/2026/11-08/10728315.shtml
- [2026-11-08]（智能手表能检测高血压 灵敏度与传统诊室测量相当）科学网 https://news.sciencenet.cn/htmlnews/2026/11/574388.shtm
- [2026-11-07]（谷歌 AI 用智能手表无袖带检测高血压，登 Nature）虎嗅网 https://www.huxiu.com/ainews/16134.html
- [2026-11-06]（技术：高血圧を検知できるスマートウォッチ）Nature Portfolio（Nature Asia 研究亮点）https://www.natureasia.com/ja-jp/research/highlight/15656
- [2026-11-05]（Opportunistically Detecting Signs of Hypertension on a Consumer Smartwatch）Nature https://www.nature.com/articles/s41586-026-11336-3
- [2026-08-12]（Track subtle changes in your body with Health Guardian features on Pixel and Fitbit）Google 官方博客 https://blog.google/products-and-platforms/products/google-health/pixel-watch-health-guardian/
【免责声明】
本文依据 Nature 论文摘要、Nature Portfolio 研究亮点及公开报道整理，研究结论仅适用于论文设定的人群与场景，不构成医学诊断或治疗建议；智能手表的血压相关功能多为健康参考用途，出现血压异常请及时到正规医疗机构就诊，用药调整须遵医嘱。