Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Google Research erkennt Anzeichen von Bluthochdruck mit Smartwatch-Sensoren

5. November 2026, 17:01Quelle: Google Research
Google Research erkennt Anzeichen von Bluthochdruck mit Smartwatch-Sensoren
Bild: Google Research

Google Research hat ein KI-System vorgestellt, das handelsübliche Smartwatch-Sensoren nutzt, um Anzeichen von Bluthochdruck passiv und ohne Kalibrierung durch eine Oberarmmanschette zu erkennen. Das System wurde in einer prospektiven klinischen Studie mit einer 24-Stunden-Blutdruckmessung verglichen.

Das Wichtigste in Kürze
  • AI-PPG-ACC-HTN nutzt PPG- und Beschleunigungssensoren einer Smartwatch ohne Kalibrierung mit einer Blutdruckmanschette.
  • Das System führt über mehrere Tage erhobene physiologische Signale zusammen.
  • An der Studie nahmen 196 Personen an fünf US-Standorten teil.
  • Die Ergebnisse wurden mit einer 24-Stunden-Blutdruckmessung verglichen.
  • Google bezeichnet den Ansatz als explorativ und nicht als eigenständige medizinische Diagnose.

Bluthochdruck-Screening mit der Smartwatch

Bluthochdruck betrifft laut Google Research weltweit mehr als eine Milliarde Menschen. Mehr als die Hälfte der Erwachsenen mit dieser Erkrankung weiß nicht, dass sie betroffen ist. Bluthochdruck verursacht häufig keine eindeutigen Symptome und wird daher oft nur durch eine zufällige Untersuchung entdeckt.

Die Forschung konzentriert sich auf eine mögliche Ergänzung zu punktuellen Untersuchungen in Arztpraxen. Das ist besonders relevant, weil bestehende kommerzielle manschettenlose Wearable-Lösungen in der Regel regelmäßig mit einer herkömmlichen Oberarmmanschette kalibriert werden müssen. Diese Geräte erfassen meist Veränderungen gegenüber einem Ausgangswert, statt einen absoluten Bluthochdruckzustand zu erkennen.

Die in Nature veröffentlichte Studie beschreibt ein multimodales KI-System namens AI-PPG-ACC-HTN. Laut Google Research kann das System einen anhaltenden Bluthochdruckzustand einer Person erkennen, indem es passive Messungen über mehrere Tage kombiniert. Es versucht dabei nicht, den exakten Blutdruckwert zu einem einzelnen Zeitpunkt zu schätzen.

So nutzt das KI-System Smartwatch-Daten

AI-PPG-ACC-HTN verwendet zwei Sensoren, die bereits in modernen Smartwatches aktiv sind. Die Photoplethysmografie (PPG) misst mithilfe von reflektiertem Licht Veränderungen des Blutvolumens am Handgelenk und erfasst die Konturen der Pulswelle. Die Beschleunigungsmessung (ACC) erkennt Phasen der Bewegungslosigkeit und zeichnet das Ballistokardiogramm auf, also subtile Vibrationen des Handgelenks, die entstehen, wenn Blut aus dem Herzen in die Aorta gepumpt wird.

Das System wandelt sich überschneidende 15-Sekunden-Aufzeichnungen von PPG und ACC in Wellenform-Embeddings um. Diese werden über mehrere Tragetage hinweg zusammengeführt, um den Einfluss vorübergehender Faktoren wie plötzlicher Bewegungen oder Temperaturveränderungen zu verringern. Das daraus entstehende personenbezogene Embedding wird mit der Körpergröße des Nutzers kombiniert und einem regularisierten logistischen Regressionsklassifikator übergeben. Dieser erzeugt einen kontinuierlichen Wahrscheinlichkeitswert für Bluthochdruck.

Für den Wellenform-Encoder nutzte Google Research selbstüberwachtes kontrastives Lernen mit 492.347 Stunden Sensordaten von 2.109 einwilligenden Teilnehmern. Das Modell erlernte physiologische Merkmale aus nicht gekennzeichneten Daten, ohne manuelle Merkmalsentwicklung oder medizinische Labels.

Leistung in einer klinischen Studie

Die Forschenden führten an fünf US-Standorten eine prospektive, multizentrische klinische Studie mit 196 einwilligenden Teilnehmern durch. Die Teilnehmer litten nicht an bekannten Herz-Kreislauf-Erkrankungen und nahmen keine Blutdruckmedikamente ein. Die Ergebnisse der Smartwatch wurden mit einer 24-Stunden-Blutdruckmessung verglichen, die Google Research als klinischen Goldstandard für die Diagnose von Bluthochdruck bezeichnet.

Beim ersten Screening erreichte die Smartwatch eine Sensitivität von 65,8 Prozent, eine Spezifität von 90,0 Prozent und einen positiven Vorhersagewert von 80,6 Prozent. Das erste Screening in der Arztpraxis kam gegenüber derselben Referenz auf eine Sensitivität von 55,3 Prozent und einen positiven Vorhersagewert von 77,8 Prozent.

Unter den 48 Teilnehmern mit erhöhtem anfänglichem Praxisblutdruck erreichte die Smartwatch bei der Bestätigungsuntersuchung eine Sensitivität von 78,4 Prozent, eine Spezifität von 90,9 Prozent und einen positiven Vorhersagewert von 96,7 Prozent. Wiederholte Messungen in der Arztpraxis ergaben eine Sensitivität von 67,6 Prozent, eine Spezifität von 63,6 Prozent und einen positiven Vorhersagewert von 86,2 Prozent. Eine mehrtägige Messung zu Hause erreichte eine Sensitivität von 89,2 Prozent, eine Spezifität von 81,8 Prozent und einen positiven Vorhersagewert von 94,3 Prozent.

Forschungsinstrument, keine eigenständige Diagnose

Google Research zufolge haben die Ergebnisse zur Funktion zur Erfassung von Blutdrucktrends in der Google-Health-App Health Guardian beigetragen. Das Unternehmen betont jedoch, dass das Smartwatch-basierte Bluthochdruck-Screening herkömmliche klinische Oberarmmanschetten nicht ersetzen und keine definitive eigenständige medizinische Diagnose liefern soll.

Die Forschenden beschreiben die Arbeit als frühe Machbarkeitsstudie und bezeichnen die Methoden als explorativ. Außerdem weisen sie darauf hin, dass die Ergebnisse keine Rückschlüsse auf bestehende oder kommende kommerzielle Produktfunktionen oder Gerätefähigkeiten zulassen.

Vorgesehen ist der Einsatz als opportunistisches Screening-Instrument, das passiv Personen identifizieren könnte, die von einer formellen klinischen Untersuchung profitieren könnten. Die Forschung entstand in Zusammenarbeit von Google Research, dem Beth Israel Deaconess Medical Center und der Harvard Medical School.

Ähnliche Meldungen

PulseAI erhält FDA-Zulassung für Modell zur Arrhythmieanalyse auf Wearables
Wirtschaft5. November 2026, 15:51

PulseAI erhält FDA-Zulassung für Modell zur Arrhythmieanalyse auf Wearables

PulseAI hat von der US-amerikanischen Food and Drug Administration eine 510(k)-Zulassung für ein KI-gestütztes Modell zur Arrhythmieanalyse auf tragbaren EKG-Geräten…

Google Research: Agile Deliberation hilft Nutzern, subjektive Bildkategorien zu definieren
Forschung4. November 2026, 19:07

Google Research: Agile Deliberation hilft Nutzern, subjektive Bildkategorien zu definieren

Google Research hat mit Agile Deliberation ein Framework vorgestellt, das den Bau eines KI-Bildklassifikators für subjektive Kategorien als iteratives Gespräch zwischen…

Google Research zeigt, wie offene KI-Modelle die TB-Früherkennung an die Front bringen
Forschung23. Oktober 2026, 20:51

Google Research zeigt, wie offene KI-Modelle die TB-Früherkennung an die Front bringen

Die KI-Arbeit von Google Research zur Tuberkulose ist laut dem Unternehmen von Forschungs-Benchmarks zu einsatzfähigen Werkzeugen und offenen Foundation-Modellen wie…