MEDICAL DATA RESEARCH
无袖带血压可穿戴设备:把一次测量方案改写成可复核的验证链
无袖带血压研究如何把日内重复测量、24小时动态监测、参考血压、校准、设备同步和外部验证组织成可回放的数据质量与验收链。
当一只腕部可穿戴设备声称能够在日常佩戴中估计血压时,真正需要先回答的问题不是“模型用什么网络”,而是:每一个设备读数能否与同一时间窗内、同一姿势下、可解释的参考血压建立可靠配对?如果受试者刚走进房间、手腕低于心脏、表带松紧不同,或参考测量者知道可穿戴设备的输出,那么后续的误差到底来自算法、姿势、设备同步还是人为读数,就无法区分。
无袖带血压研究因此不是单纯的可穿戴信号采集。它同时涉及受试者分层、标准化静息、手腕位置、参考方法、校准、纵向活动、数据完整性和外部验证。原始实验方案提供了一个很有代表性的需求:一组受试者在日内固定条件下重复测量,另一组进行24小时动态监测,并把可穿戴设备、袖带式参考设备、人工听诊、活动日记和原始信号放在同一交付链中。它的研发价值不在于预先承诺某个准确率,而在于把“能不能测”拆成一组能被复核的问题。
先把临床任务说清楚:估计什么,服务什么用途
第一步是定义输出。血压绝对值、相邻时间点的变化、日间与夜间平均值、夜间下降幅度,以及用于研究的趋势特征,并不是同一个任务。一个设备可以在某个短时窗口内与参考值接近,却未必能稳定跟踪活动、睡眠、药物影响或姿势变化。美国心脏协会2026年的科学声明把设备准确性、校准稳定性、典型使用场景下的临床表现和临床结局关联明确区分开来,并指出目前的证据还不足以把大量可穿戴读数直接转化为诊疗决策。3
因此,数据字典应在最前面写明主要终点。例如,研究是要比较单次收缩压和舒张压,还是要评估24小时平均血压;是要检验心脏水平与低于心脏位置时的变化,还是要验证日常活动和睡眠下的趋势;是给算法开发使用,还是要支持未来的器械性能评价。若任务句没有冻结,后面即使收集了很多原始信号,也可能只得到“设备输出很多数值”,而没有可解释的验证对象。
研究方案中的成人入选范围、近期未使用影响血压药物的人群、心血管事件史和影响血压的药物清单,属于特定项目的队列设计,不应被改写为普遍适用的临床标准。实际执行前还要由伦理与医学研究团队确认孕妇、未成年人、认知障碍者、囚犯等群体的纳排与保护措施。排除条件必须写出科学理由和适用范围,而不是仅凭采集方便决定。
原始方案将深色皮肤或某一族群排除在外,这一做法不能直接作为通用的可穿戴血压验证要求。对于使用光学信号的设备,肤色、环境光、腕部毛发、纹身和佩戴接触都可能影响信号质量,正确的研究设计应记录这些因素并进行分层分析,或事先说明某一算法确实不适用于何种条件。AHA声明也把不同肤色、年龄、活动状态、妊娠状态和心律情况列为需要进一步验证的人群或情境,而不是默认可以从单一队列外推。3
两条队列不是“多采几次”:日内重复与24小时动态各自回答不同问题
日内8小时方案适合检查在相对稳定环境和规定姿势下,设备重复输出与参考测量之间是否保持一致。一个可操作的版本可以规定受试者先在安静房间坐下,完成静息期,再以约一小时为间隔重复多个测量窗口。每个窗口记录手腕相对心脏的高度、身体姿势、双脚和背部支撑、是否说话以及手臂是否移动。若研究要比较手腕在心脏水平和低于心脏的位置,还要把位置变化和等待时间作为结构化事件,而不是由采集人员写在自由文本里。
24小时动态方案回答的是另一组问题:设备在睡眠、起床、步行、进食、情绪压力、发热和用药等真实活动背景下,能否保持可追溯的同步关系和足够的数据完整性。动态血压监测设备按自己的计划充气和读数,可穿戴设备可能在不同时间估计血压,因此不能用“同一天都佩戴了”替代逐次配对。近期的环式设备研究把可穿戴设备与动态血压监测仪同步佩戴约24小时,并依照醒/睡分段分析;但该研究只完成了相应的醒/睡测试,作者明确指出这不足以让设备替代完整的24小时动态血压验证。4
两条队列还应共享一套主键体系。受试者键连接背景资料和多次会话,测量轮次键连接该次静息、参考读数、可穿戴输出和位置条件,设备键记录设备编号、固件和算法版本,事件键记录校准、重测、袖带阻断、活动变化与数据丢失。这样,算法人员可以在训练前剔除不合格配对,质量人员可以追问某一次缺失的原因,研究人员也能在更新算法后重跑同一批原始数据。
图1|从队列分层、参考测量和24小时配对到独立验证的技术示意,不表示真实受试者、已完成实验、临床诊断或监管批准。
输入不是一张“血压表”:要保留测量发生的条件
最低限度的背景输入包括年龄、性别、身高、体重、糖尿病状态、正在使用的药物、腕围、前臂围和优势手。对于可能受光学接触影响的装置,还应记录皮肤类型或肤色分层、腕部毛发、纹身、疤痕和接触是否完整。温度也要拆成测量时室温与当日外部环境,而不是只写一个“天气良好”。这些变量并不都应该进入模型,但都应该进入数据字典,因为它们可以帮助解释误差集中出现在哪些条件下。
佩戴位置需要从一句操作指令变成可检查的字段。手表应戴在哪只手,表盘方向是什么,设备距离尺骨头大约多少,表带是否贴合,皮肤接触是否连续,手腕是否放在可调节台面上,这些要由现场质量检查表记录。手腕高度应以心脏水平为参照,不能只写“手放桌上”。参考袖带尺寸也应依据肢体尺寸选择,袖带不能套在受压衣物上,工作台在测量期间不能晃动。
静息期的意义是降低步行、说话和环境温度对第一次读数的影响,但静息并不等于所有测量都处于相同的生理状态。研究数据应区分“进入房间后的静息”“两次读数之间的短暂休息”和“动态监测期间的日常活动”。如果把这些状态全部编码成一个rest字段,模型和统计分析都无法判断状态变化是否是设备误差的来源。
参考读数的采集顺序同样需要冻结。原方案要求两名人员独立听诊,并在收缩压或舒张压差值达到某一条件时重复测量;但不同段落出现了不完全一致的重测阈值。这不是可以留到现场自行理解的小问题。研究开始前应由医学负责人选定一个版本,明确两位操作者是否互盲、何时比对结果、是否休息后复测、最终使用单次值还是平均值,并把方案版本号写进记录。否则同一受试者的“参考值”可能来自不同规则。
袖带式自动参考设备、人工听诊和动态血压监测也不能被混成一个“金标准”字段。它们的采样方式、时间分辨率和误差来源不同。STRIDE BP目前明确不把无袖带设备纳入其验证设备清单,并提醒既有袖带设备验证协议不能直接解决无袖带设备的准确性问题;这恰好说明研究需要把参考方法的类型、验证状态和适用范围写清楚。9
从信号到算法:先做可追溯的配对,再谈模型复杂度
对可穿戴设备而言,输入可能包括光电容积脉搏波、心电、惯性、温度、接触状态或设备自身的中间特征,但具体有哪些信号必须以实际硬件和导出协议为准,不能从“智能手表”这一名称推断。原始信号、设备输出、信号质量指数、时间戳和算法日志应分开存储。任何经过重采样、滤波、去伪影或插值的序列,都要保留处理前后的版本和参数。
第一阶段更适合建立可审计的基线。先用规则排除明显失真的窗口,再对有效波形提取脉搏周期、幅度、上升下降时间、频域特征、心率、体动和接触状态等候选变量。若设备提供多模态信号,可以比较单模态、简单融合与时序模型的差异。模型输入不能含有测量后才产生的参考血压或人工判定字段;校准值若进入模型,应明确它来自哪个设备、何时采集、是否允许在测试阶段使用。
校准是这个任务中最容易被一句话掩盖的环节。某些设备在初始化时需要一次或多次袖带测量,后续输出依赖这些值。2023年的方法学综述已经提醒,校准、验证和监管证据的积累速度落后于设备创新速度,不能把一次校准后的短期表现当成长期可靠性。8 2024年一项腕带研究采用三次袖带初始化测量,并在特殊的导管室环境中用动脉内参考进行比较;研究同时分析了平均误差、误差标准差和不同皮肤颜色类别,但它的设备、场地和稳定受试者条件不能直接推广到日常使用。5 AHA声明也强调,校准设备的误差、用户操作能力和校准随时间的稳定性都会影响无袖带设备表现。3
因此,数据集应同时保留校准设备、校准时间、初始化次数、重新校准规则和校准后的每个有效窗口。算法可以研究个体化校准、群体模型和跨设备迁移,但验收时要区分“校准后短时估计误差”和“经过活动、睡眠或数天后的稳定性”。把校准前后数据随机混在训练与测试中,会让模型看似更准确,却无法回答设备在新用户或新时段是否仍然可靠。
IEEE 1708-2014及其修订内容被FDA部分认可,覆盖可穿戴无袖带设备的短期、长期、快照、连续和逐搏等多种模式;FDA同时指出其中有关连续模式、快速血压变化、特殊人群、时间漂移和无线风险的部分不能简单当作完整的监管解决方案。2 这意味着算法路线应服从预期用途:若目标是离散读数,重点是每个可比时间窗的参考配对;若目标是连续或快速变化,必须有时间分辨率相称的参考方法,不能用相隔很久的袖带读数给连续曲线“贴标签”。
专家标注的对象不是“这次血压准不准”,而是测量关系是否成立
这类项目通常不需要让标注员凭经验判断一条曲线是否医学上正确,而应让不同角色分别负责不同判断。临床或测量专家负责确认参考测量流程、听诊读数、重测逻辑和异常状态;设备与数据专家负责核对设备ID、固件、时间戳、采样窗口、丢帧、信号质量与日志;质量人员负责检查盲法、字段完整性、版本一致性和是否出现泄漏。若需要把受试者分为血压层级、用药层级或特殊人群,标签定义和证据来源必须先由研究方确认。
听诊读数应保存原始记录,而不是只留最终平均值。两名操作者的SBP、DBP、时间、姿势、袖带型号和是否重测都应可回放。若差异达到预设规则,重测本身不是异常数据,反而是方案的一部分;如果后来把它静默替换成“更合理”的数值,模型无法再知道该受试者是否存在参考测量不确定性。
对于可穿戴设备,标注表应包含“可配对”“需重测”“设备故障”“参考缺失”“活动干扰”“佩戴不合格”“时间窗不一致”等状态。某个时间窗如果参考设备读数在袖带阻断期间无法同步,不能把相邻一条读数强行配给它。动态监测超过预设时长的数据缺口、设备电池耗尽、受试者在监测期间生病,也应按方案重测或降级,并保留原因。
质量审核可以采用分层抽查和争议仲裁,但不宜把“抽查通过率”当成设备准确率。真正需要回答的是:不同标注者能否按同一规则识别可配对窗口?重测触发条件是否执行一致?同一设备在不同日期是否使用了同一固件和算法?数据表中的“缺失”是否真的来自没有采到,而不是导出程序漏列?这些问题属于数据治理和测量质量,不是网络结构能自动解决的。
偏差、泄漏和外部验证:准确率之前先问能否外推
无袖带血压设备的偏差至少有六条路径。第一是人群偏差:年龄、性别、体格、肤色、心律和用药状态分布不均。第二是姿势偏差:训练集大多在心脏水平静坐,测试时却包含手腕下垂或走动。第三是设备偏差:某一块手表、固件或电量状态与某一组受试者绑定。第四是校准偏差:同一人的校准值泄漏到测试时间窗。第五是时间偏差:短时测试表现被直接外推到24小时或更长时间。第六是中心和人员偏差:不同采集点的温度、桌面、袖带尺寸、操作者培训和记录习惯不同。
数据划分应优先按受试者,再按设备、会话和时间段检查重复。若一名受试者的校准读数在训练集,而同一人的夜间数据在测试集,模型可能只是记住了个体特征;若同一设备的序列被切成相邻窗口分配到两侧,时间漂移也可能被错误地当成泛化能力。对于24小时数据,还要把同一受试者的全部动态记录放在同一划分侧,避免睡眠和清醒片段跨集合。
统计验收至少要分别报告收缩压和舒张压。平均误差可以显示方向性偏差,差值标准差可以显示离散度,绝对误差在5、10或15 mmHg以内的比例可以帮助理解误差分布,Bland–Altman图可以发现随血压水平变化的系统差异。若还要比较日间与夜间、醒睡变化或夜间下降分型,应把这些作为额外终点,不要用一个总体平均值覆盖所有问题。
2026年的环式设备研究展示了这种克制的必要性:研究者从招募人群中按血压分布选出符合方案的分析样本,并与24小时动态设备进行同时比较;研究结果对醒睡变化显示出一定一致性,但作者明确说明只覆盖醒/睡测试,不能替代其余验证测试。4 研究结果属于该设备、该人群和该方案下的研究证据,不是所有腕表或算法的临床效果。
外部验证应改变真正重要的条件,可以是新的采集点、新设备批次、新受试者、新姿势、睡眠或日常活动。FDA在2026年发布的相关文件目前仍是面向行业和审评人员的草案,并明确“非实施性、含非约束性建议”;它的价值在于提醒项目在上市前性能评价中系统考虑预期用途,而不是把草案当作已经完成的批准或认证。1 2025年的可穿戴超声研究也把家庭、门诊、导管室和重症监护等场景分开验证,说明多场景证据需要逐一建立,不能只靠单一实验室结果。6
可接受性也要单列。24小时袖带会影响睡眠和活动,可穿戴设备可能减少部分负担,但轻便不等于测量有效。2025年的混合方法研究让参与者同时体验袖带式动态设备和一种可穿戴设备,并避免一次佩戴三种设备,以降低疲劳和研究负担;这类结果适合支持流程可执行性和受试者体验分析,不能替代准确性验证。7
图2|从参考方法、校准和盲法读数,到人群偏差、数据泄漏、外部场景和版本化验收的技术示意,不表示统一准确率、实验完成、临床获批或可替代动态血压监测。
把交付写成研发闭环,而不是把设备读数交给下游猜
一个可执行的交付包至少应包含数据字典、受试者与会话关系表、设备和固件清单、原始信号或约定的中间信号、可穿戴输出、参考测量、活动与睡眠日记、同步日志、校准记录、质量字段、重测记录、排除原因和版本说明。若原始信号不能交付,应明确提供哪些派生字段、算法版本和缺失原因,不能只交一个不可解释的SBP/DBP表格。
研发阶段可以先做小批试采。第一轮只验证佩戴、静息、位置、两名操作者读数、设备ID和时间戳;第二轮加入手腕高度变化与日内重复测量;第三轮再验证24小时活动、睡眠、充电、丢失数据和夜间日志。每轮都应包含合格、退回、重测和不确定样本,而不是只展示最顺利的一段数据。只有当另一名工程师能按照数据字典重建测量关系,才适合扩大样本规模。
验收指标应与用途对应。若是研究数据交付,重点是有效配对率、关键字段完整率、受试者级划分可执行、设备版本可追溯和缺失原因可审计。若是算法开发,还要确认训练/验证/测试划分、校准信息边界、特征处理和重采样方法。若要声称性能,需要在约定的人群、参考方法和统计口径下报告结果。若要进入临床决策,更需要独立的临床性能、可解释性、风险管理和监管路径,不能由一次数据集验收代替。
对于数据服务方而言,能够核验的能力应限定在需求拆解、采集流程设计、数据字典、专业复核、质量记录和版本化交付等范围。是否拥有某种血压设备、是否已经完成某项临床验证、是否达到某个准确率,都必须由具体项目的设备资料、研究记录和书面验收证明。仅有网站目录或需求文件,不能当作现货、独立认证或临床成果。
最终,这类项目的业务逻辑并不是“采集越多越好”。先用样例确认目标任务、参考方法、佩戴条件、配对规则和缺失处理,再决定是否扩展到更大队列;先冻结版本和验收口径,再讨论算法规模和交付周期。这样得到的数据才可能被模型团队重跑、被测量专家复核,并在外部场景中继续回答“它在什么条件下可靠”。在尚未完成充分验证之前,可穿戴设备输出应被视为研究测量或估计结果,而不是对个人作出诊断、治疗或用药建议。
参考来源
- Cuffless Non-invasive Blood Pressure Measuring Devices – Clinical Performance Testing and Evaluation Draft Guidance for Industry and Food and Drug Administration Staff January 2026
- IEEE Std 1708-2014 Standard for Wearable, Cuffless Blood Pressure Measuring Devices
- Cuffless Devices for the Measurement of Blood Pressure: A Scientific Statement From the American Heart Association
- Validation of ring-type cuffless blood pressure (BP) monitoring device for detecting awake–asleep BP variations compared to ambulatory blood pressure monitoring device
- Evaluation of a novel cuffless photoplethysmography-based wristband for measuring blood pressure according to the regulatory standards
- Clinical validation of a wearable ultrasound sensor of blood pressure
- Comparison of patients' acceptance of cuff-based vs wearable 24-hour ambulatory blood pressure monitoring devices: A multi-method study
- The promise and illusion of continuous, cuffless blood pressure monitoring
- Validated devices listing – Principles and procedure

