Google ResearchはBeth Israel Deaconess Medical CenterとHarvard Medical Schoolと提携し、スマートウォッチベースの人工知能モデルがカフなしで高血圧をスクリーニングできることを示す結果を発表した。この研究は2026年11月5日にNatureに掲載され、196名のボランティアを7日間にわたり、一般向けの時計の脈波と加速度計データでモニタリングした。24時間血圧モニタリングと比較したところ、AIシステム（AI‑PPG‑ACC‑HTN）は臨床基準を満たす高血圧参加者の65.8％を特定し、正常血圧者の90％を正しく陰性とラベル付けした。

ETH / USD
出典：CoinGecko。価格は参考値です。

アルゴリズムの仕組み

このモデルは光学的フォトプレチスモグラフィ（PPG）信号と時計の加速度計から得られるモーションデータを組み合わせ、複数日間の測定を集約する。身長も加味して高血圧の確率スコアを算出する。従来のカフ式デバイスとは異なり、アルゴリズムは具体的な収縮期・拡張期血圧値を出さず、二値のスクリーニング結果を提供し、正式な臨床評価への推奨を促す。基礎となる波形モデルは、2,109名の同意参加者から収集された492,347時間のラベルなしセンサーデータで事前学習され、研究コホートでのファインチューニング前に広範な生理パターンを獲得している。

研究デザインとパフォーマンス指標

研究者は既知の心血管疾患がなく血圧降下薬を服用していない参加者を募集し、一般人口より高血圧者の比率が高いリスク強化サンプルを作成した。モニタリング期間中、スマートウォッチの陽性スクリーニングの80.6％が参照テストで高血圧と一致し、陽性的中率は約4割となった。感度の信頼区間は54％〜76.3％、特異度の信頼区間は83.2％〜94.7％であった。AIは真の高血圧症例の約3分の1を見逃しており、診断決定の前にカフ式測定での確認が必要であることが強調された。

示唆と今後の展開

Google Researchによれば、この技術は早期警告システムとして機能し、時計ベースのスクリーニングで高血圧の可能性が示された際に専門家の受診を促すことができる。カフなしアプローチは、特に診療所にほとんど足を運ばない人々にとって、定期的な血圧測定のハードルを下げる可能性がある。しかし、既存の心血管治療を受けている患者への直接的な適用は、今回の限定的なデモグラフィック（治療中でない参加者）ではまだ検証できない。年齢層、民族、併存症など多様な集団でアルゴリズムの有用性を検証するため、さらなる大規模試験が必要である。

次に注目すべき点

今後の研究では、アルゴリズムの偽陰性率への対策や、電子カルテシステムとの統合によるシームレスなフォローアップが課題となる。ヘルスモニタリングウェアラブルが診断機能に近づくにつれ、規制当局の審査も強化される見込みだ。Googleはより大規模なコホートでのテスト拡大と、継続的なスマートウォッチスクリーニングが長期的な高血圧管理に与える効果の検証を計画している。