Google Research, em parceria com o Beth Israel Deaconess Medical Center e a Harvard Medical School, divulgou resultados que mostram que um modelo de inteligência artificial baseado em smartwatch pode rastrear pressão alta sem manguito. O estudo, publicado na Nature em 5 de novembro de 2026, monitorou 196 voluntários por sete dias usando dados de onda de pulso e acelerômetro de um relógio de consumo comum. Quando comparado ao monitoramento ambulatorial de pressão arterial de 24 horas, o sistema de IA — chamado AI‑PPG‑ACC‑HTN — identificou 65,8% dos participantes que atendiam aos critérios clínicos de hipertensão, ao mesmo tempo em que rotulou corretamente 90% dos sujeitos normotensos como negativos.

ETH / USD
Fonte: CoinGecko. Preços indicativos.

Como o algoritmo funciona

O modelo combina sinais ópticos de fotopletismografia (PPG) com dados de movimento do acelerômetro do relógio, agregando medições ao longo de vários dias. A altura também é incorporada para gerar uma pontuação de probabilidade de hipertensão. Diferente dos dispositivos tradicionais com manguito, o algoritmo não fornece um valor sistólico ou diastólico específico; ao invés disso, entrega um resultado binário de triagem que pode desencadear uma recomendação para avaliação clínica formal. O modelo de forma de onda subjacente foi pré‑treinado com 492.347 horas de dados de sensores não rotulados coletados de 2.109 participantes consentidos, proporcionando uma base ampla de padrões fisiológicos antes de ser ajustado finamente na coorte do estudo.

Desenho do estudo e métricas de desempenho

Os pesquisadores inscreveram participantes sem doença cardiovascular conhecida e que não utilizavam medicação para pressão arterial, criando uma amostra de risco‑enriquecido que incluía uma proporção maior de indivíduos hipertensos que a população geral. Durante o período de monitoramento, 80,6% das triagens positivas pelo smartwatch corresponderam à hipertensão no teste de referência, resultando em um valor preditivo positivo de aproximadamente quatro quintos. Os intervalos de confiança da sensibilidade variaram de 54% a 76,3%, enquanto os intervalos de confiança da especificidade abrangeram de 83,2% a 94,7%. A IA perdeu cerca de um terço dos casos reais de hipertensão, ressaltando a necessidade de medições confirmatórias com manguito antes de qualquer decisão diagnóstica.

Implicações e próximos passos

Segundo o Google Research, a tecnologia pode servir como um sistema de alerta precoce, incentivando os usuários a buscar avaliação profissional quando uma triagem baseada em relógio sinaliza potencial hipertensão. A abordagem sem manguito pode reduzir barreiras ao monitoramento regular da pressão arterial, especialmente para quem raramente visita clínicas. Contudo, a demografia limitada do estudo — participantes sem tratamento cardiovascular pré‑existente — significa que os resultados podem não se aplicar diretamente a pacientes já em terapia anti‑hipertensiva. Ensaios adicionais com populações mais amplas e diversificadas são necessários para validar a utilidade do algoritmo em diferentes faixas etárias, etnias e comorbidades.