在 watchOS 26 系統(tǒng)中，蘋果為其 Apple Watch 引入了“高血壓提醒”功能。據(jù)該公司解釋：

　　Apple Watch 的高血壓提醒功能利用光學(xué)心率傳感器的數(shù)據(jù)，分析用戶血管對(duì)心跳的反應(yīng)情況。該算法在后臺(tái)被動(dòng)運(yùn)行，持續(xù)回顧 30 天內(nèi)的數(shù)據(jù)，若檢測到持續(xù)性的高血壓跡象，便會(huì)向用戶發(fā)出通知。

　　盡管這一功能遠(yuǎn)非醫(yī)療級(jí)診斷工具，蘋果也明確表示：“高血壓提醒無法檢測所有高血壓病例”，但公司預(yù)計(jì)，該功能在推出首年內(nèi)有望提醒超過 100 萬名尚未確診的高血壓患者。

　　值得注意的是，該功能并非基于瞬時(shí)測量，而是依托于長達(dá) 30 天的數(shù)據(jù)趨勢分析。這意味著其算法關(guān)注的是長期變化趨勢，而非提供實(shí)時(shí)血流動(dòng)力學(xué)讀數(shù)或估算具體的心血管參數(shù)。

　　而這正是這項(xiàng)新研究的切入點(diǎn)。需要首先明確一點(diǎn)：在這項(xiàng)研究中，Apple Watch 從未被提及，文中也未對(duì)任何即將推出的產(chǎn)品或功能作出承諾。與蘋果機(jī)器學(xué)習(xí)研究博客發(fā)布的大多數(shù)(甚至全部)論文一樣，本研究聚焦于基礎(chǔ)性科研及底層技術(shù)本身。

　　據(jù)IT之家了解，這篇題為《用于無創(chuàng)心血管參數(shù)監(jiān)測的光電容積描記法混合建?！?Hybrid Modeling of Photoplethysmography for Non-Invasive Monitoring of Cardiovascular Parameters)的論文提出了一種“混合方法”，即“結(jié)合血流動(dòng)力學(xué)仿真與未標(biāo)注的臨床數(shù)據(jù)，直接從 PPG 信號(hào)中估算心血管生物標(biāo)志物”。

　　簡言之，研究人員證明：僅憑一個(gè)簡單的指端脈搏傳感器(即光電容積描記儀，Photoplethysmograph，簡稱 PPG)—— 這正是 Apple Watch 所采用的光學(xué)傳感技術(shù)(盡管信號(hào)特征有所不同)，即可估算出更深層次的心臟指標(biāo)。

　　具體而言，蘋果研究人員首先獲取了一個(gè)大規(guī)模的、帶有標(biāo)簽的模擬動(dòng)脈壓波形(Arterial Pressure Waveforms, APW)數(shù)據(jù)集，以及另一個(gè)包含同步采集的真實(shí)世界 APW 與 PPG 信號(hào)的數(shù)據(jù)集。

　　隨后，他們訓(xùn)練了一個(gè)生成式模型，使其學(xué)會(huì)將 PPG 信號(hào)映射到同時(shí)發(fā)生的 APW 上。通過這一過程，他們得以從 PPG 測量中以足夠精度推斷出 APW 數(shù)據(jù)。

　　接著，他們將這些推斷出的 APW 輸入第二個(gè)模型。該模型經(jīng)過訓(xùn)練，可從 APW 中進(jìn)一步推導(dǎo)出如每搏輸出量(stroke volume)和心輸出量(cardiac output)等心臟生物標(biāo)志物。

　　第二模型的訓(xùn)練依賴于模擬的 APW 數(shù)據(jù)，并配以已知的心血管參數(shù)值(包括每搏輸出量、心輸出量等)。

　　最終，研究人員為每個(gè) PPG 片段生成多個(gè)合理的 APW 波形，分別推斷對(duì)應(yīng)的心血管參數(shù)，并對(duì)結(jié)果取平均值，從而得出最終估計(jì)值及其不確定性度量。

　　在完成整個(gè)訓(xùn)練流程與模型構(gòu)建后，研究團(tuán)隊(duì)選取了一個(gè)全新的數(shù)據(jù)集進(jìn)行驗(yàn)證，該數(shù)據(jù)集包含 128 名接受非心臟手術(shù)患者的 APW 與 PPG 信號(hào)，并附有相應(yīng)的心血管生物標(biāo)志物標(biāo)簽。

　　將該數(shù)據(jù)輸入模型后，結(jié)果顯示：該方法能夠準(zhǔn)確追蹤每搏輸出量和心輸出量的變化趨勢，盡管尚無法精確預(yù)測其絕對(duì)數(shù)值。即便如此，其表現(xiàn)仍優(yōu)于傳統(tǒng)技術(shù)，表明借助 AI 輔助建模，可以從簡單的光學(xué)傳感器中提取出更具臨床意義的心臟健康信息。

　　研究人員在論文中總結(jié)道：

　　“本研究采用一種混合建模方法，從體內(nèi) PPG 信號(hào)中推斷心血管參數(shù)。相較于因標(biāo)注數(shù)據(jù)有限而受限的純數(shù)據(jù)驅(qū)動(dòng)方法，我們的方法通過引入仿真數(shù)據(jù)，規(guī)避了侵入性且昂貴的標(biāo)注需求，取得了頗具前景的結(jié)果?，F(xiàn)有其他心血管混合建模方法，或是在神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)中嵌入物理約束，或是將傳統(tǒng)生理模型與數(shù)據(jù)驅(qū)動(dòng)組件結(jié)合;而我們的方法則通過模擬貝葉斯推斷(SBI)將物理知識(shí)融入模型。(……)我們的成果有助于闡明 PPG 信號(hào)在預(yù)測心臟生物標(biāo)志物方面的信息潛力，且其應(yīng)用范圍可能超出本實(shí)驗(yàn)所涵蓋的指標(biāo)。盡管我們?cè)诒O(jiān)測時(shí)間趨勢方面取得積極進(jìn)展，但復(fù)雜生物標(biāo)志物的絕對(duì)值預(yù)測仍具挑戰(zhàn)性，這也是未來研究的關(guān)鍵方向。后續(xù)工作還可探索 PPG 到 APW 映射的其他生成式方法，或嘗試不同的模型架構(gòu)。此外，本研究中針對(duì)指端 PPG 所采用的學(xué)習(xí)策略，亦可拓展至其他模態(tài)，包括可穿戴 PPG 設(shè)備，從而為實(shí)現(xiàn)被動(dòng)、長期的心臟生物標(biāo)志物監(jiān)測打開大門?！?/p>

　　雖然目前尚無法確定蘋果是否會(huì)將這些技術(shù)整合進(jìn)未來的 Apple Watch 產(chǎn)品中，但令人鼓舞的是，該公司研究人員正積極探索創(chuàng)新方法，力求從現(xiàn)有傳感器中提取更具價(jià)值、甚至可能挽救生命的心血管健康數(shù)據(jù)。