Google Researchは2026年11月5日(現地時間)、消費者向けスマートウォッチのセンサーを活用し、高血圧の兆候を受動的に検出する新たなAIシステムを発表した。このシステムは、カフ（空気袋）による定期的なキャリブレーションを不要とし、24時間活動時血圧モニタリング（ABPM）を臨床的ゴールドスタンダードとして検証された。既存の診断ワークフローに匹敵する精度が示されている。
新たなAIシステムは「AI-PPG-ACC-HTN」と名付けられ、その研究結果は医学誌Natureに掲載された。世界中で10億人以上に影響を及ぼし「サイレントキラー」とも呼ばれる高血圧だが、罹患している成人の半数以上が自身の状態を認識していないとされる。従来のウェアラブルデバイスによる血圧追跡は、通常カフによる定期的な校正が求められ、絶対的な高血圧状態の特定には限界があった。
本システムは、瞬間的な収縮期・拡張期血圧値を推定するのではなく、複数日にわたる受動的な生理学的シグナルを集約することで、個人の根底にある持続的な高血圧状態を特定する。使用されるセンサーは、現代のスマートウォッチに搭載されている光電脈波（PPG）センサーと加速度計（ACC）である。PPGは手首の血流量の変化を追跡し、ACCは心臓から血液が排出される際に生じる手首の微細な物理的振動である心弾道図（BCG）を捕捉する。
システム構築には2段階の機械学習アプローチが用いられた。第一段階では、2,109人の参加者から収集された492,347時間にも及ぶ大規模な未ラベルセンサーデータを用いて、1次元深層畳み込みニューラルネットワークが自己教師あり学習で事前学習された。第二段階では、これらの15秒間の特徴ブロック（埋め込み）が複数日にわたり集約され、個人の身長と組み合わせて正則化ロジスティック回帰分類器に供給され、高血圧の確率スコアを算出する。
システム評価のため、米国5ヶ所で196人の多様な参加者を対象とした前向き多施設臨床研究が実施された。この研究結果は、Google Health appの血圧トレンド機能に活用されている。
参考: Google Research Blog — 2026年11月6日 01:01 (JST)
原文ハイライト"Detecting signs of hypertension using wearable sensors"