Google-KI erkennt Bluthochdruck per Smartwatch, ganz ohne Manschette

Worum es geht

Bluthochdruck verursacht lange keine Beschwerden. Laut Google weiß mehr als die Hälfte der Betroffenen nichts von ihrer Erkrankung. Google Research hat jetzt gemeinsam mit Partnern in der Fachzeitschrift Nature eine Studie veröffentlicht: Ein KI-Modell soll mit einer ganz normalen Smartwatch Hinweise auf Bluthochdruck erkennen. Eine Blutdruckmanschette zum Abgleich braucht es dafür nicht. Das Modell nutzt nur zwei Sensoren, die moderne Uhren ohnehin haben, einen optischen Pulssensor und einen Bewegungssensor. Den Blogbeitrag dazu hat Google am 5. November 2026 veröffentlicht, The Decoder berichtete am 7. November.

Wichtig ist, was das Modell nicht kann. Laut dem Fachblog explainx.ai ist es kein manschettenloses Blutdruckmessgerät. Die Uhr zeigt also keinen Wert wie „128 zu 82“ an. Sie schätzt, wie wahrscheinlich ein Mensch dauerhaft erhöhten Blutdruck hat, und soll ihn dann dazu bringen, sich ärztlich untersuchen zu lassen. Im Paper heißt das Modell „AI-PPG-ACC-HTN“, die Studie trägt den Titel „Opportunistically Detecting Signs of Hypertension on a Consumer Smartwatch“ (Erstautor Paolo Di Achille, beteiligt unter anderem Ming-Zher Poh).

Wie die Uhr ohne Manschette auskommt

Bisherige Versuche, mit Wearables den Blutdruck zu bestimmen, wollten meist eine konkrete Zahl berechnen. Dafür mussten sie regelmäßig mit einer Manschette kalibriert werden, also an einem echten Messwert ausgerichtet. Google stellt eine einfachere Frage: Hat diese Person dauerhaft erhöhten Blutdruck? Ein einzelnes Pulssignal am Handgelenk ist sehr ungenau. Das durchschnittliche Muster über mehrere Tage ist dagegen deutlich stabiler.

Die beiden Sensoren liefern unterschiedliche Signale:

• Photoplethysmografie (PPG): Der Pulssensor leuchtet in die Haut und misst, wie sich die Blutmenge in den feinen Gefäßen mit jedem Herzschlag ändert. Daraus entsteht eine Pulskurve.
• Beschleunigungssensor: Er erfasst den winzigen Rückstoß, den der Körper bei jedem Herzschlag macht. Fachleute nennen das Ballistokardiogramm.

Die Auswertung läuft laut Google in zwei Stufen. Zuerst lernte ein neuronales Netz aus 492.347 Stunden Sensordaten von 2.109 Personen. Die Daten wurden in überlappende 15-Sekunden-Abschnitte zerlegt. Das Netz musste herausfinden, welche Abschnitte von derselben Person stammen. Dieses Verfahren heißt selbstüberwachtes oder kontrastives Lernen: Diagnosen als Vorgabe braucht es nicht. Um Menschen auseinanderzuhalten, musste das Netz aber stabile, persönliche Merkmale von Puls und Herzschlag lernen.

In der zweiten Stufe mittelt das System diese Merkmale über mehrere Tage Tragezeit. Zusammen mit der Körpergröße fließen sie in ein einfaches statistisches Modell, eine regularisierte logistische Regression. Die Körpergröße steht dabei für die Länge der Arterien, und die beeinflusst, wie schnell eine Pulswelle durch den Körper läuft. Am Ende steht eine Wahrscheinlichkeit für Bluthochdruck.

Was die Studie zeigt

Geprüft wurde in einer prospektiven Studie an fünf US-Zentren mit 196 Teilnehmenden. Prospektiv heißt, die Daten wurden gezielt für diesen Test neu erhoben. Die Teilnehmenden hatten keine bekannte Herz-Kreislauf-Erkrankung und nahmen keine Blutdruckmedikamente. Als Referenz diente die 24-Stunden-Langzeitblutdruckmessung, laut Medical Xpress der Goldstandard in der Klinik. Diese Messlatte ist strenger als eine einzelne Messung in der Praxis.

Die Sensitivität gibt an, wie viele der tatsächlich Betroffenen ein Test findet. Die Spezifität gibt an, wie viele Gesunde er korrekt als gesund einstuft. Der positive Vorhersagewert sagt, wie oft ein Alarm wirklich stimmt. Laut Medical Xpress war der Vorsprung der Uhr bei der Sensitivität statistisch nicht signifikant, und beide Methoden hatten eine Spezifität von 90 Prozent. explainx.ai schreibt dagegen, Googles Blogbeitrag nenne für die Praxismessung keinen Spezifitätswert.

explainx.ai weist außerdem auf einen leicht übersehenen Punkt hin: In der kleinen Bestätigungsgruppe von 48 Personen mit erhöhten Praxiswerten fand die mehrtägige Heimmessung mit 89,2 Prozent die meisten Betroffenen. Die Uhr lag mit 78,4 Prozent dahinter. Ihre Stärke war dort die Spezifität, also wenige Fehlalarme: 90,9 Prozent gegenüber 63,6 Prozent bei der wiederholten Praxismessung.

Praktisch bedeutet das: Bei 65,8 Prozent Sensitivität blieb etwa jeder dritte Betroffene in der Studie unentdeckt. Wenn die Uhr schweigt, ist das also keine Entwarnung. Umgekehrt bekäme etwa jeder zehnte Gesunde einen falschen Hinweis. Das kostet meist nur einen Arztbesuch. Der Vorteil der Uhr liegt laut explainx.ai woanders: Sie sammelt Daten, ohne dass man etwas tun muss. Eine Manschette hilft nur, wenn man daran denkt, sie zu benutzen.

Worauf die KI achtet und wo die Grenzen liegen

In einer Analyse hat Google untersucht, worauf das Modell achtet. Pulskurven, die mit höherem Risiko verbunden waren, waren etwas schmaler, was auf steifere Arterien hindeuten könnte. Außerdem stieg die Kurve langsamer an, und Merkmale der zurückgeworfenen Pulswelle waren verändert. Auch im Ballistokardiogramm zeigten sich typische Abweichungen. Diese Muster passen zu dem, was Medizinerinnen und Mediziner mit Gefäßsteifigkeit verbinden. Google bezeichnet diese Ergebnisse aber selbst als explorativ, also als vorläufig.

Google nennt selbst eine Reihe von Einschränkungen: Es handle sich um frühe Machbarkeitsforschung. Die Sensitivität sei nur mäßig, die Bestätigungsgruppe mit 48 Personen klein. Eine externe Validierung, also eine Überprüfung mit unabhängigen Daten außerhalb der Studie, ist nicht beschrieben. Menschen mit Herz-Kreislauf-Erkrankungen oder Blutdruckmedikamenten waren nicht dabei. Die Autoren betonen laut Medical Xpress, dass das System die klassische Manschette nicht ersetzen soll. Es soll Menschen mit Anzeichen von Bluthochdruck früher zur Diagnose bringen.

Was davon schon in Produkten steckt

Laut The Decoder sind die Erkenntnisse in die Funktion „Blutdruck-Trends“ der Google Health App eingeflossen. Google selbst formuliert vorsichtiger, berichtet explainx.ai. Die Forschung habe die Funktion „mitgeprägt“, die beschriebenen Methoden seien aber kein Hinweis auf bestehende oder kommende Produktfunktionen. Wie viel vom Nature-Modell tatsächlich in der App steckt, bleibt damit unklar.

Die Funktion selbst gibt es bereits. Laut BGR hat Google sie im August mit der Pixel Watch 5 angekündigt. Laut gcn.com kam sie im September per Update, für Pixel Watch 3, 4 und 5 kostenlos, die ersten Berichte gab es Anfang Oktober. Seit Version 5.11 der Google Health App kommt sie auch auf das bildschirmlose Fitbit Air und den Fitbit Edge. Dafür braucht man aber das Abo Google Health Premium für 9,99 US-Dollar im Monat oder 99,99 US-Dollar im Jahr. Wer die Uhr im Monat mindestens fünf Tage am Stück trägt, bekommt zu Monatsbeginn einen Bericht. Google stellt klar, dass die Funktion nur dem allgemeinen Wohlbefinden dient. Sie soll nicht zur Diagnose von Bluthochdruck genutzt werden und kein Anlass sein, Medikamente oder Behandlungen zu ändern. Ob und wann sie in Deutschland verfügbar ist, geht aus den Quellen nicht hervor.

Einordnung

Die Studie ist bemerkenswert, weil sie bescheidener auftritt als die meisten Versprechen zur manschettenlosen Blutdruckmessung der letzten Jahre. Die Uhr liefert keine Zahl, sondern ein Warnsignal. Geprüft wurde sie gegen einen echten klinischen Goldstandard, veröffentlicht in einer der renommiertesten Fachzeitschriften. Technisch interessant ist das Rezept dahinter: Aus vielen Daten ohne Diagnosen lernt eine KI zuerst allgemeine Muster. Dann genügt ein kleiner, aufwendig erhobener Datensatz mit Diagnosen, um daraus einen Test zu bauen. Dieses Vorgehen nutzt Google auch bei anderen Gesundheitsmodellen wie SensorFM.

Die Grenzen sind aber deutlich. Mit 196 Teilnehmenden ist die Studie klein, ein Drittel der Betroffenen wird übersehen, und der Vorsprung vor der Praxismessung ist statistisch nicht abgesichert. Für Besitzer einer Pixel Watch oder eines Fitbit kann die Funktion ein nützlicher Anstoß sein, den Blutdruck messen zu lassen. Eine echte Messung ersetzt sie nicht.