Google Research展示了一款人工智能模型：它只需使用大多数现代智能手表已有的传感器，就能识别高血压风险。该系统分析手表持续记录的脉搏和运动数据，无需单独的袖带进行校准，也不需要用确诊病例来训练模型。 在美国5个研究点开展的一项试验中，196名志愿者参与其中，AI识别出了65.8%的高血压患者。这一比例接近标准诊室袖带测量的55.3%检出率，也与同一天进行的袖带测量表现相近。 Google表示，这项技术已加入Google Health应用的血压趋势功能，但目前仍被标注为研究工具。该公司强调，AI不能代替医生诊断，其目的是鼓励用户寻求专业检查。
模型如何运作
该模型是一种神经网络——一种从海量数据中学习规律的AI。Google使用近500,000小时的智能手表传感器记录训练模型。神经网络学会了匹配来自同一人的短时数据片段，从中识别出个人脉搏波形和心跳节律，整个过程不需要带有健康状况标签的数据。 训练完成后，系统会汇总每位用户数日内的特征，并输出其患有高血压的概率。同一架构名为SensorFM，Google在其他依赖智能手表数据的健康研究中也使用过。
为何重要
据Google称，超过半数的高血压成年人并不知道自己患病。无需袖带的手表功能或许能提醒原本可能无法确诊的人，促使他们尽早就医。 这项技术仍处于实验阶段，因此在不同手表型号和人群中的准确率可能有所差异。目前尚未发表Google自有试验之外的独立验证结果。
为什么重要
如果手表提示可能存在高血压，用户或许会比原本计划更早安排医疗检查。不过，这项功能仍是研究原型，不能代替专业诊断。
