拍攝 30 秒影片測血壓：東大 AI 非接觸篩查高血壓與糖尿病

測血壓要綁袖帶，測血糖得扎手指，這大概是體檢裡大家最煩的兩件事。很多人能拖就拖，最後小毛病拖成了大問題。

東京大學的研究人員想把這兩步全省了。在 2024 年 11 月的美國心臟協會科學年會上，他們公佈了一套原型系統：你只要對著高速攝像頭坐 5 到 30 秒，拍一拍臉和手掌，AI 就能測出你的血壓和血糖狀態。

拍 5 秒臉，看清皮下血流

這套系統由東京大學先進迴圈器官病學研究員內田良子主導研發。它的原理說起來挺巧妙：高血壓和糖尿病患者由於血管受損或微迴圈改變，臉部和手部的血流特徵會有非常細微的變化，肉眼根本看不出來。

研究團隊用一臺每秒能拍 150 幀的高速攝像機，專門捕捉患者面部 22 個區域和手掌 8 個區域的特定波長光訊號。AI 模型通過分析這些脈搏波的波動，來逆向推導健康指標。

在 2022 年 8 月到 2024 年 5 月的臨床測試中，團隊在東大醫院招募了 215 名平均年齡 64 歲的成年人進行測試。

檢測高血壓方面，如果按美國標準（130/80 mm Hg 以上），這套視覺演算法與連續血壓監測儀對比，一級高血壓的識別準確率達到了 94%。

如果在日本標準的家庭血壓基線（115/75 mm Hg）下做更細緻的區分，拍 30 秒的準確率為 86%，即使只拍 5 秒，準確率也能維持在 81%。

連糖尿病也能「看」出來

更讓人意外的是糖尿病檢測。研究團隊將糖化血紅素達到 6.5% 以上作為糖尿病標準，結果演算法在無接觸影片下的識別準確率達到了 75%。

內田良子自己也承認，血流演算法能抓出糖尿病確實是個驚喜。不過從病理上看也合邏輯，糖尿病常見的外周神經病變和血管損傷，往往最早在手足微血管表現出來。

不過，華盛頓大學醫學院的 Eugene Yang 教授也給這項早期研究提了個醒。他指出，該研究作為基準對照的連續血壓監測裝置雖然通過了 FDA 准入，但其實還沒走完針對這類新場景的嚴格驗證協議。

此外，受試者基本都是亞裔，且實驗環境在光線可控的病房，要求受試者絕對靜止。如果放到日常雜亂的光線或晃動的手機鏡頭前，準確度肯定會打折扣。

研究團隊表示，後續還要加入對心律失常的適配，並打算將高規格攝像頭簡化成只需關鍵波長的廉價感測器，未來爭取申請 FDA 認證。

為什麼重要

我們認為，這項研究真正的殺傷力不在於打敗專業醫療裝置，而在於徹底抹平「篩查門檻」。

現在市面上無論是歐姆龍血壓計還是連續血糖儀，都要求使用者主動去操作甚至忍受皮肉之苦。如果只要家裡鏡子上裝個百元級別的感測器，每天早上刷牙時瞄你 5 秒鐘就能完成篩查，很多人在血管硬化和糖尿病前期就會被提早截獲。

對智慧硬體和消費電子行業來說，這也是一條全新的技術路徑。智慧手錶為了測血壓和無創血糖死磕了快十年，受限於光學感測器接觸面積和皮膚厚度，至今沒幾家能交出及格答卷。東大把感測器後撤到攝像頭、通過面部微迴圈來算，給手機廠商和智慧家居提供了一個現成的彎道超車思路。

但目前它離普通人還很遠。75% 的糖尿病篩查率在醫學診斷裡依然偏低，只適合做初步初篩，代替不了醫院驗血。我們覺得，短時間內別指望手機更新個 App 就能測血糖，先看它能不能把演算法塞進特定光照的專用體檢終端，才是更現實的一步。