近日，来自美国犹他大学（University of Utah）和伊利诺伊大学芝加哥分校（University of Illinois Chicago）的研究团队宣布了一项突破性进展：他们成功研发出一款新型智能手表，能够实现对血压及其血流动力学的24小时连续监测。这项技术摒弃了传统袖带式血压计对离散时间点读数的依赖，转而通过手腕处的微弱电流实时捕捉生理数据，有望为心血管健康管理带来范式转变。
物理原理与人工智能深度融合
该创新设备的核心在于其独特的传感机制。与传统可穿戴设备多采用光学传感器（PPG）估算血压不同，这款新表利用了一种人眼不可见、人体无感的微弱电流穿过手腕组织。它主要测量“生物阻抗”（Bioimpedance），即电流通过血液和组织时的阻力变化。随着心脏每一次搏动，血流速度和分布发生细微改变，导致阻抗波动，手表随即捕捉这些电信号并将其转化为连续的血压数据。
为了确保数据的准确性与可靠性，研究团队并未单纯依赖算法黑箱，而是构建了融合机器学习与电磁学、流体力学物理定律的混合模型。犹他大学数学副教授克里斯蒂尔·霍亨尼格（Christel Hohenege）指出，将明确的物理原理嵌入人工智能模型，不仅提升了预测精度，还增强了结果的可解释性，这对于医疗级应用的监管审批至关重要。
项目首席研究员本杰明·桑切斯·特罗尼斯（Benjamin Sanchez-Torres）强调，高血压常被称为“沉默的杀手”，与心脏病发作、中风及动脉瘤密切相关。传统测量方式往往只能提供静态快照，而连续监测能揭示血压在运动、休息等不同状态下的动态变化规律，从而帮助医生更早发现潜在风险并干预并发症。
临床验证：从重症监护到日常活动
为验证技术的实用性，研究团队开展了涵盖150名受试者的广泛临床试验。参与者包括重症监护室（ICU）患者及门诊病人，覆盖了多种健康状况和生理特征。测试环境力求贴近真实医疗场景，旨在评估设备在复杂条件下的稳定性。
结果显示，该智能手表不仅能准确记录收缩压和舒张压这两个传统指标，更能持续追踪血流动态变化。桑切斯·特罗尼斯将其比喻为“观看一部完整的电影”而非“凝视一张静态照片”。这种全时域的数据视角，使得医生能够观察到患者在步行、跑步等日常活动中的血压反应，从而做出更精准的诊疗决策。
犹他大学数学教授布拉克斯顿·奥斯汀（Braxton Osting）补充道，血压并非两个固定的数字，而是一个随时间连续变化的生物信号。该技术的难点在于如何从手腕处的有限电测量中重构这一完整信号，而新系统已在此方面取得了显著接近理想状态的成果。
行业启示：从“监测”到“管理”的跨越
这一技术突破标志着可穿戴医疗设备从简单的健康追踪向临床级诊断辅助迈进。对于全球数字健康市场而言，连续无创血压监测是长期存在的痛点，现有方案多在精度与舒适度之间妥协。该研究通过物理约束AI模型的方法，为解决信噪比低、个体差异大等难题提供了新思路。
对中国智能穿戴产业链而言，这提示了硬件创新需向底层算法与多模态融合深化。国内企业在传感器微型化方面具备优势，但在医疗级数据验证及跨学科算法整合上仍有提升空间。未来，结合中国庞大的慢病管理需求，若能借鉴此类物理-AI混合架构，有望在心血管远程监护领域形成更具竞争力的解决方案，推动行业从消费级娱乐向严肃医疗应用转型。