Google Research, bekerja sama dengan Beth Israel Deaconess Medical Center dan Harvard Medical School, merilis hasil yang menunjukkan bahwa model kecerdasan buatan berbasis jam tangan dapat menyaring tekanan darah tinggi tanpa manset. Studi yang dipublikasikan di Nature pada 5 November 2026 memantau 196 relawan selama tujuh hari menggunakan data gelombang nadi dan akselerometer standar dari jam konsumen. Dibandingkan dengan pemantauan tekanan darah ambulatory 24‑jam, sistem AI—dengan nama AI‑PPG‑ACC‑HTN—mengidentifikasi 65,8% peserta yang memenuhi kriteria klinis hipertensi, sekaligus menandai 90% subjek normotensif sebagai negatif.

ETH / USD
Sumber: CoinGecko. Harga bersifat indikatif.

Cara kerja algoritma

Model ini menggabungkan sinyal fotopletismografi optik (PPG) dengan data gerakan dari akselerometer jam, mengakumulasi pengukuran selama beberapa hari. Tinggi badan juga dimasukkan untuk menghasilkan skor probabilitas hipertensi. Tidak seperti perangkat tradisional berbasis manset, algoritma tidak menghasilkan nilai sistolik atau diastolik spesifik; melainkan memberikan hasil skrining biner yang dapat memicu rekomendasi untuk evaluasi klinis formal. Model gelombang dasar dilatih sebelumnya pada 492.347 jam data sensor tak berlabel yang dikumpulkan dari 2.109 peserta yang memberi persetujuan, memberikan basis pola fisiologis yang luas sebelum disesuaikan dengan kohort studi.

Desain studi dan metrik kinerja

Peneliti merekrut peserta tanpa riwayat penyakit kardiovaskular dan yang tidak mengonsumsi obat tekanan darah, menciptakan sampel berisiko tinggi dengan proporsi hipertensi lebih besar dibanding populasi umum. Selama periode pemantauan, 80,6% skrining positif jam tangan cocok dengan hipertensi pada tes referensi, menghasilkan nilai prediktif positif sekitar empat per lima. Interval kepercayaan sensitivitas berkisar antara 54% hingga 76,3%, sementara interval kepercayaan spesifisitas berada antara 83,2% hingga 94,7%. AI melewatkan sekitar sepertiga kasus hipertensi sebenarnya, menekankan perlunya pengukuran berbasis manset untuk konfirmasi sebelum keputusan diagnosis.

Implikasi dan langkah selanjutnya

Menurut Google Research, teknologi ini dapat berfungsi sebagai sistem peringatan dini, mendorong pengguna mencari evaluasi profesional ketika skrining jam tangan menandai potensi hipertensi. Pendekatan tanpa manset dapat menurunkan hambatan pemantauan tekanan darah secara rutin, terutama bagi mereka yang jarang mengunjungi klinik. Namun, demografi terbatas studi—peserta tanpa pengobatan kardiovaskular—menunjukkan hasil mungkin tidak langsung berlaku bagi pasien yang sudah menerima terapi antihipertensi. Uji coba lebih lanjut dengan populasi yang lebih luas dan beragam diperlukan untuk memvalidasi kegunaan algoritma lintas kelompok usia, etnis, dan kondisi komorbid.